AI在线 AI在线

基础

最强闭源模型也难应对!华东师范大学智能教育学院发布覆盖全学段、全学科的中文教育评估基准—OmniEduBench

随着大语言模型在教育领域的应用日益广泛,我们如何全面评估它们的能力? 一个好的“AI老师”仅仅是一个“解题高手”吗? 近日,来自华东师范大学的研究者们推出了OmniEduBench,这是一个旨在解决当前评测盲点的综合性中文教育基准。
11/6/2025 10:05:00 AM
新闻资讯

QQ 浏览器推出「AI+」小窗:多种AI能力深度融入浏览场景

11 月 5 日,QQ 浏览器电脑端新版本上线,正式推出「AI 」小窗。 这是一款内置于浏览器的智能辅助工具,以悬浮窗形态将多种 AI 能力深度融入用户浏览场景。 用户可通过“手动触发”或“智能推荐”两种方式使用 AI 能力,整个过程无需改变传统使用习惯,还能获得精准辅助,进一步丰富了 QQ 浏览器作为 AI 浏览器的功能体验。
11/5/2025 6:20:00 PM
新闻资讯

罗氏20.55亿美元押注AI新锐Manifold,用「活体筛选」突破血脑屏障

编辑丨coisini大脑中有一种维持神经系统稳态的特殊结构叫作血脑屏障(blood-brain barrier,BBB)。 血脑屏障不仅能阻挡有害物质,也会将有益的治疗药物阻挡在外。 作为全球领先的生物技术公司和体外诊断领导者,在将药物输送到大脑方面,罗氏制药(Roche)已经探索了超过十年。
11/5/2025 6:10:00 PM
ScienceAI

UC伯克利等利用AI结合物理约束推动药物设计,将原子碰撞率减少到0

编辑丨&随着人工智能的快速发展,基于结构的药物设计已经不复往日那般困难重重。 AI 系统在快速筛选潜在药物分子上展现出巨大的潜力,但现有模型常面临一个问题:即便是最先进的算法,有时也会给出与物理规律不符的设计方案。 比如在 AlphaFold 中,AI 虽然能精准预测蛋白质结构,但也偶尔提出不合理的折叠结构。
11/4/2025 2:07:00 PM
ScienceAI

Nature | 一天内自动化分析数万个细胞,AI识别追踪染色体异常,探秘癌症起源

编辑丨coisini染色体是遗传物质的载体,对基因遗传和健康起着重要作用。 很多疾病的发生就是染色体异常导致的。 某些侵袭性极强癌症的主要驱动因素就是染色体异常。
11/3/2025 2:49:00 PM
ScienceAI

从「聪明的AI科学家」到「安全的AI科学家」:UIUC团队发布SafeScientist,为AI科研安全立下新标杆

作者 | 论文团队编辑 | ScienceAI几年前,AI 还只是科学家的助手;如今,它们正试图成为科学家本身。 在药物研发、材料探索、分子模拟乃至论文写作中,AI 科学家正以前所未有的速度推动科研前沿。 它们能生成假设、规划实验、分析数据,甚至撰写论文。
10/31/2025 12:03:00 PM
ScienceAI

当蘑菇学会存储记忆:香菇菌丝体打造可降解忆阻芯片,稳定运行频率达5850Hz、切换准确率90%

编辑丨%想象一台计算机,它的芯片不是硅做的,而是柔软、多孔、能降解。 甚至,它会「生长」。 这是一项颇具科幻色彩的研究:俄亥俄州立大学( Ohio State University)等的团队利用香菇的菌丝网络,制造出能记忆电信号的生物忆阻器 (bio-memristor)。
10/31/2025 12:02:00 PM
ScienceAI

陈天桥在AIAS上提出:发现式AI而不是生成式AI是AGI的标准

10月27日、28日,AI驱动科学研讨会(Symposium for AI Accelerated Science,AIAS 2025)在美国旧金山举行。 会议汇聚了近30位全球顶尖学者与产业领袖,与现场数百位学者、学生共同探讨AI如何驱动科学发现。 会上,盛大集团、天桥脑科学研究院创始人陈天桥发表主题演讲,首次系统阐述了“发现式智能”(Discoverative Intelligence)的全新理念,指出这是真正意义上的通用人工智能,并提出了实现路径。
10/31/2025 10:08:00 AM
新闻资讯

AI炒股是新财富密码吗?——NeurIPS 25最新研究揭秘大模型实盘交易真相

引言近期,AlphaArena项目凭借AI量化交易的亮眼表现引爆市场,让“AI炒股”成为热议焦点,不少人将其视为新的财富密码。 但热潮之下,我们更需理性思考:当市场遭遇黑天鹅事件、波动超出历史数据范畴时,这些综合表现优异的大模型,能否真正展现出稳健的应变能力与决策韧性? 港科大广州数据智能与分析实验室(DIAL)与Paradoox AI的联合研究给出了关键答案,其论文已被NeurIPS 2025 DB Track 接收。
10/30/2025 3:41:00 PM
新闻资讯

NeurIPS 2025 | 当AI理解几何:ETHz提出GAOT,让神经算子在任意形状上实现高效可扩展的PDE求解

作者 | 论文团队编辑 | ScienceAI想象一下,如果 AI 能真正理解复杂几何的形状,并快速预测其中的物理场分布 —— 无论是汽车外壳的气流走向,还是飞机机翼上的压力变化,都能在几秒内被准确模拟,而不再依赖昂贵的数值仿真。 这正是 Geometry Aware Operator Transformer(GAOT)所尝试实现的目标。 该研究由 ETH Zurich 与 CMU 合作完成,并被 NeurIPS 2025 正式接收。
10/30/2025 1:19:00 PM
ScienceAI

GEEKCON上的那一拳,击碎了具身智能的安全幻觉

如果上一代网络病毒的破坏还停留在“删光你的文件”,那么具身智能时代的安全威胁,可能已经升级为“砸烂你的家,甚至伤害你的人”。 当AI拥有了身体,从数字世界踏入物理世界,其安全问题也从屏幕后的隐忧,变成了房间里的“大象”——我们无法忽视,且刻不容缓。 “GEEKCON 2025”上的一拳上周的10月24号,发生在“GEEKCON 2025”安全极客大赛上的真实一幕引发了热议:两名“白帽黑客”——屈师培和徐梓凯,通过漏洞成功劫持了主办方提供的某知名品牌人形机器人,控制了机器人的“行为”。
10/29/2025 6:08:00 PM
新闻资讯

近500页史上最全扩散模型修炼宝典,宋飏等人一书覆盖三大主流视角

关于扩散模型的一切,宋飏等人写成了 460 多页的书。 扩散模型(Diffusion Models) ,几乎重塑了整个生成式 AI 的版图。 从图像到音频,从视频到 3D 世界。
10/29/2025 3:50:00 PM
机器之心

量子计算机用新算法成功模拟简化SYK模型,解决强相互作用系统的模拟难题

编辑丨%在量子物理的版图里,有一类系统被称为「最难模拟的存在」。 它们像黑洞一样混沌,又像晶体那样多体耦合。 理论家用方程描述它们,计算机却束手无策——哪怕最强的超级计算机,也无法追踪上千亿个量子态的演化。
10/28/2025 2:26:00 PM
ScienceAI

西湖大学发布SaprotHub,让生物学家能够轻松训练调用蛋白质语言模型

作者 | 论文团队编辑 | ScienceAI如同人类拥有语言,生命世界也有一套由氨基酸序列构成的「分子语言」—— 蛋白质 。 近年来,人工智能领域的蛋白质语言模型(PLMs)展现出解码这套语言的强大能力,能够精准预测蛋白质的结构与功能。 然而,这些尖端模型的训练与使用,往往需要深厚的机器学习专业知识和编程能力,这在 AI 开发者与广大生物学家之间形成了一道鸿沟。
10/28/2025 2:25:00 PM
ScienceAI

深度拆解,硬核解构,揭开vLLM推理系统实现高效吞吐的秘籍

在大模型应用快速发展的今天,如何让推理变得更快、更高效,已经成为研究和产业界共同关注的焦点。 vLLM 便是在这样的背景下诞生的一套高性能推理框架。 它专门针对大语言模型的推理优化,在保持模型准确性的同时,大幅提升了吞吐量与响应速度。
10/26/2025 6:40:00 PM
机器之心

从课程高分到人生进阶,为何Andrej Karpathy两年前的一份「本科生实用」学习指南再次引起热议?

近日,AI 学者 Andrej Karpathy(安德烈・卡帕斯)激烈抨击智能体、强化学习的言论在网上甚嚣尘上,也使得他的过往言论引起大家的好奇。 这不,他几年前写的一份「学习指南」就被网友找出,并引起热烈讨论,不过不是关于智能体,也不是对强化学习的吐槽,而是给那些想要在本科课程中取得好成绩的年轻学生的建议。 在这份学习指南中,Andrej 表示,自己多年来一直经受各种考试的「检验」,且成绩还不错,所以他想将那些对自己很有帮助的经验法则传授给大家。
10/24/2025 1:39:00 PM
机器之心

NeurIPS 2025 | 当分子拥有「视觉」:湖南大学提出S²VM,让AI读懂药物之间的化学默契

作者 | 论文团队编辑 | ScienceAI想象一下,如果 AI 能拥有一位资深化学家的「化学直觉」—— 不仅能预测药物间的相互作用,更能「看见」分子结构中那些决定其相互作用的微妙联系,甚至揭示出那些沉睡在未知化学空间中的潜在互动,那将是怎样一番景象? 然而,理想与现实之间存在着巨大的鸿沟。 一直以来,AI 学习药物相互作用的方式存在一个根本性的瓶颈:它严重依赖于已知的、有标记的药物对数据。
10/23/2025 2:19:00 PM
ScienceAI

MIT等开发SCIGEN工具,AI结构约束框架带来超千万种候选材料,成功合成新型量子晶体

编辑丨&将文本转换为图像的 AI 在生成材料方面表现出优越的天赋,在过去几年中,来自谷歌、微软和 Meta 等公司的生成材料模型利用其训练数据帮助研究人员设计了数千万种新材料。 但由于数据有限和结构复杂,功能性无机材料仍然稀缺。 麻省理工学院等的学者们提出了一种生成模型中的结构约束整合(SCIGEN)框架,该框架在基于扩散的生成模型中施加几何约束(如蜂窝状和 Kagome 晶格),以发现稳定的量子材料候选物。
10/22/2025 6:00:00 PM
ScienceAI