要点：DRUGONE 人工智能正在加速治疗性肽的发现，但现有方法主要集中于抗菌肽、抗癌肽和细胞穿透肽等拥有大量训练数据的领域。对于代谢、内分泌和组织再生等疾病场景，可用于训练的已验证活性肽数量有限，导致传统依赖“活性肽—非活性肽”监督数据的AI模型难以推广。针对这一问题，研究人员开发了 Deepeptide，一种无需针对每种适应证重新收集大量阳性肽数据的通用深度学习寡肽发现框架。 Deepeptide的核心思想是利用“疾病适应证—生物过程—分子功能”之间的内在联系。研究人员首先确定能够改善目标疾病的生物过程及相关分子功能，再从蛋白质组中寻找具有这些功能的内在无序区（IDR），构建大型功能性“原肽”库。随后，通过由蛋白质语言模型ESM-2、
要点：作者：梅菜 编辑：李宝珠 转载请联系本公众号获得授权，并标明来源 来自英伟达、哈佛大学等的联合研究团队提出了 Hydra-0，一种以动作流（Action Flow）为条件的通用世界模型。在最佳配置下，与以动作作为条件的基线模型相比，Hydra-0 将机器人运动误差降低了 90.4%，将物体运动误差降低了 60.2%，同时支持零样本组合以及数据高效的适应。 如果说大模型正在让机器「理解语言」，那么世界模型（World Model）试图解决的，则是让机器真正理解一个更复杂的问题：做出一个动作之后，现实世界会发生什么？ 这个问题远比「看懂一张图片」复杂——机器人不仅需要识别桌面上的杯子、衣服、箱子等物体，还需要理解自身运动与环境变化之间的
要点：GPT-6不只有Astra！ Astra刚发布没几天，GPT-6 Sol就被曝正在内测。 表现也很抢眼，单次测试速度是Astra的6倍。 大胆猜测一下：Terra和Luna是不是也在路上呢？ 而且就在同一天，OpenAI刚刚公开了一组内部数据： 截至目前，按8小时工作日折算，OpenAI研究员每工作一天，身边就有3个多Agent工作日同时运转。 按API价格计算，OpenAI中位数研究员每天使用的Agent推理资源，已经超过600美元。 OpenAI还宣布，已经实现了「自动化研究实习生」： 这些Agent能在人类指导下，完成部分原本需要研究员花几天才能做完的任务。 连老黄都说：AGI已经来了！ 他透露Astra使用约10万套NVID
要点：石破天惊的GPT-6终于来了，只是使用资格还在分批开放。 好在，一批抢先上手的内测玩家，已经替大家把它狠狠折腾了一遍！！ 知名开发者Pietro Schirano上来就给Astra派了个大活：做一款Mac应用。 先在Blender里建一个3D iPod，再还原经典界面和交互，用来查看他的Codex线程。 结果只用15分钟，居然就成了！！ 熟悉的菜单、滚轮和iPod界面都在，只不过这次里面装的是Threads、Projects、Pinned、Recent等Codex内容。 Schirano当场发出方协文式感叹（北京到底有谁在啊）： 这个模型里到底装了什么？我们究竟生活在什么时代？ 这个模型里到底装了什么？我们究竟生活在什么时代？ 就这
要点：报告主题：大模型记忆力暴涨，紧凑在线记忆提升大模型长期任务性能 报告日期：9月8日（周二） 14:30-15:30 论文链接： https://arxiv.org/abs/2605.12357v1 报告嘉宾： 点上方预约，开播有提醒 内容中包含的图片若涉及版权问题，请及时与我们联系删除
要点：近日，由 Syneron Opal、同济大学、德州学院和阿卜杜拉国王科技大学（KAUST）组成的联合研究团队在 Advanced Science 发表题为“Similarity-Enhanced Representation Learning of Non-Canonical Amino Acids for Therapeutic Peptide Modeling”的研究论文。许陈成和魏乐松为共同第一作者，曾强成和高欣为通讯作者。该研究提出面向非天然氨基酸（non-canonical amino acids，ncAAs）的相似性增强预训练框架 SinCAA，通过“构象相似性引导的对比学习 + 掩码节点恢复”同时学习 ncAA 之间的
要点：新智元报道 新智元报道 今天，OpenAI两篇长文，彻底刷屏了。 就在刚刚，OpenAI甩出一篇重磅干货《研究加速，OpenAI内部视角》，首次把「AI造AI」的数据全部摊开了。 他们一上来直接挑明，关键「里程碑」已经达成—— 在今年9月前，OpenAI已成功部署「自动化AI研究实习生」！ 奥特曼一年前立下的Flag如期兑现。下一步，是在2028年3月造出「自动化AI研究员」。 官博中，OpenAI爆出的一些内部RSI数据，非常惊人： 研发团队现在每人上1天班，等价于AI Agent 3.1天的工时； 研发团队现在每人上1天班，等价于AI Agent 3.1天的工时； OpenAI普通研究员人均，一天烧掉600多美元（4000元）的
要点：新智元报道 新智元报道 一家成立仅 4 个月的中国公司，把全原子生物基础大模型做到了全球第一梯队。 这家公司叫深旋科技（Atomelody），刚刚首次发布了自研通用生物分子基础模型 Melo-1 Preview。 在蛋白-多肽、蛋白-小分子等复杂分子结构预测任务上，Melo-1 在多个公开 Benchmark 中刷新了核心指标；并且在除 DNA 外的多肽、小分子、抗原抗体、RNA 等多数评测指标上，已经超过 AlphaFold 3。 Melo-1 preview 版本在 Protein-peptide 和 Protein-ligand 场景上绝对领先 正如我们刚才所说，这家公司非常特殊的一点，便在于它的「年龄」。 深旋科技成立才 4
要点：在 AI 应用公司普遍依赖外部基础模型的今天，ACE 选择了一条更重、但也更少见的路线：自己训练音乐基础模型，同时自己做应用，并通过应用产生的数据持续反哺模型。 ACE 希望最终建立一个从模型、专业生产到大众消费完整闭环的 AI-Native 音乐平台——「重新发明音乐本身，打造 AI 时代的 Spotify。」 ⬆️关注 Founder Park，最及时最干货的创业分享 我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。 01 一家应用公司， 为什么要自己训练模型？ ACE 最早从应用出发。 其核心产品 ACE Studio 是一款面向专业音乐人的 AI-Native 音乐创
要点：继GPT-6推进孪生素数猜想之后，又有传闻称Claude已破解一道千禧数学难题。 还是陶哲轩专攻的纳维斯托克方程问题。 陶哲轩专门发长文回应：我没参与，我不知情，但AI都发展到这了，也不是不可能。 他进一步提出观点。 真正的机会成本在于，纳维斯托克正则性这样在历史上成果丰硕、极富启发性的问题，如果仅仅被用来制作一条宣传某些基准进展的病毒式社交媒体帖子，而不是真正推动领域向前发展、提出下一代值得探讨的问题并吸引人们去研究它们，那么代价将是巨大的。 真正的机会成本在于，纳维斯托克正则性这样在历史上成果丰硕、极富启发性的问题，如果仅仅被用来制作一条宣传某些基准进展的病毒式社交媒体帖子，而不是真正推动领域向前发展、提出下一代值得探讨的问题并
要点：新智元报道 新智元报道 如果不看名字，你肯定会以为这又是一个强大到不能公开发行的顶级模型，甩出的一份「开挂」战绩： 做科研：一口气解开7道顶尖数学和计算机难题，交出的40页长篇证明连最严苛的机器审核都挑不出错； 干工程：从零手写了一个极度逼真的CPU模拟器，不仅成功启动系统，运行误差0.71%； 写代码：顺手把Eigen和ParlayHash两个主流开源库的核心代码给优化了，改动直接被上游维护者合并。 这是谷歌Antigravity团队8月27日刚亮出的一张成绩单。 在Teamwork技术长文中，谷歌Antigravity团队集中公布数学、系统与开源三类成果。 让人意外的是，这次扛大梁的不是什么算力吞金兽，而是主打「快和便宜」的小模
要点：点击蓝字 关注我们 姚期智 图灵奖得主、中国科学院院士、清华大学人工智能学院院长、人工智能国际治理研究院学术委员会主席 I-AIIG 内容中包含的图片若涉及版权问题，请及时与我们联系删除
要点：新智元报道 新智元报道 出息了，家人们！ 中国大模型，出海了！ 这两天，一个大瓜把所有人都震惊了。 最近，有沙特网友高调宣布：我们发布了100%沙特血统的国家级大模型 HUMAIN M3。 它超越了全球最强大的AI模型，完美契合阿拉伯文化和语言，部署在沙特本土服务器，还即将开放权重！ 划个重点：这家公司背景极深，背后是沙特公共投资基金PIF，董事长是沙特王储本人。 好家伙，沙特网友直接嗨上天了，评论区一片沸腾。 结果呢？发布还没过夜，X上几个研究的研究员，就发现华点了。 4280亿总参数、230亿激活参数的混合专家模型……嗯？这配方怎么越看越眼熟？ 很快，评论区出现了神回复：「100%沙特？你不怕真主惩罚你吗？」 发布者眼看瞒不住了
要点：谁曾迎面走来， 谁已离你而去， 谁人留恋冬天， 谁把春天拥抱， 谁在守望田野， 谁正穿越街道， 谁倾听， 谁诉说。 节目名称：中央人民广播电台/中国之声/神州夜航/夜空守望者 主持人：林白（林中白狼） 音频汇总： https://pan.baidu.com/s/1RwqbXf-_aZgYl_DL0yUGBg?pwd=g8nb 内容中包含的图片若涉及版权问题，请及时与我们联系删除
要点：新智元报道 新智元报道 惊天大瓜！ GPT-6 Astra的跑分，竟翻车了...... 就在今天，外媒爆出OpenAI官博上线前后，多项评测数据发生变化—— Astra的幻觉率，一度从4.2%降至2.0%，随后又恢复； Anthropic Claude的一项数学成绩，还曾被调低近10个百分点。 不仅如此，ARC-AGI-3得分从媒体提前拿到的98.6%，一下变成了官宣的99.99%。 面对这场「作弊」风波，OpenAI压根没接茬。 毕竟在内部，GPT-6 Astra就是公认的第一个真·AGI。 今天，「赛博义父」Tibo也直接挑明，「在Astra全面放开前，它就是我们手里最大的底牌」。 内部用上之后，研发效率原地起飞，硬是把部分产品
要点：新智元报道 新智元报道 四张照片，彼此毫无关联。 MIT的工程系教授Markus Buehler，把这四张照片，连同一个硬核的力学问题，一起扔给了3个AI。 一个多小时后，他桌上那台3D打印机吐出两个塑料件，一共19.48克。 从照片到零件，中间这段路，3个AI接力走完： 看懂图，抽出结构规律，写出一个能跑的物理模拟器，做47次实验，导出模型文件，切片，送进打印机。 过去所有「AI科学家」的演示，都停在同一个地方：一份报告，一段代码，一张仿真图。 真想动手，你还得有一间造价百万美元起步的自动化实验室。 这一次，AI绕开了百万美元的门槛，直接把东西造了出来。 Buehler直接在帖子里感慨：我们是不是已经活在未来了？ 干活的是3个Gr
要点：新智元报道 新智元报道 Claude在黎曼猜想（Riemann Hypothesis）上的相关证明，已被人类数学家彻底验证。 这次，数学家Youness Lamzouri宣布Claude的证明结果确凿无误，而且给出了一个更简洁更优雅更强的新证明。 论文：https://arxiv.org/pdf/2609.02882 回到上个月，当时Claude证明：超过2/3的zeta零点被确认位于临界线上且为单零点！ https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf 这个数字直接打破了黎曼猜想证明的记录——此前主流界限停留在41.6%左右，过去3
要点：新智元报道 新智元报道 原来，首位华人菲尔茨奖获得者、清华大学教授丘成桐也是新智元读者！ 昨日，我们报道了费马大定理的证明被 Claude 首次形式化，其中的关键是清华姚班校友彭天翼基于 Claude 的 Prove2Me 系统。 拓展阅读：刚刚，Claude首次形式化证明费马大定理！清华姚班大神出手了 出乎我们意料的是，我们注意到了网络上流传的一张相关截图： 丘成桐先生悬赏 10 万元，征集对佩雷尔曼的庞加莱猜想证明的形式化验证！ 庞加莱猜想是拓扑学中一个关于三维空间形状的著名数学定理，指出如果在一个封闭的三维空间里，每条封闭的曲线都能收缩成一点，这个空间就一定是一个三维的圆球。2006 年，数学界普遍认可了佩雷尔曼完成了庞加莱猜
要点：新智元报道 新智元报道 GPT-6 Astra刚全量开放，X已经被它刷屏了。 翻了一圈时间线，画风大概是这样的： 有人半夜在卧室听见客厅传来人声，出去一看，是自己造的NPC在开会。 有人开玩笑让它做个《铁甲飞龙》，24分钟，做出来了。 有人让它在Blender里绑骨骼，一句提示就绑好了，本人当场发帖：我们完了。 还有一位研究了35年T细胞的免疫学家，用它复活了自己40年前的第一台电脑，第二天直接宣布：AGI实现了。 可以说，但凡用过的基本上都当场就「跪了」。 而更狠的是，OpenAI自己人突然来了一波爆料：这玩意儿，只是开胃菜。 研究员roon刚发帖说「我还远远没摸到Astra能做什么的边。」 这已经够吓人了。然后，他紧跟着又补了一
要点：最近，一项“AI 直接优化酶催化活性”的工作发表于美国化学会旗舰期刊 Journal of the American Chemical Society。这项名为 CatESO 的方法，由深圳理工大学/上海纽约大学张增辉教授以及中国科学院杭州医学研究所陈广勇联合团队开发；第一作者甘镇嘉来自华东师范大学与 NYU-ECNU 计算化学联合研究中心。相比单纯预测一个酶“好不好”，CatESO 更进一步：让预测模型直接参与酶序列的搜索与优化，把催化性能本身变成设计目标。 AI 蛋白设计正在经历一次角色反转。从 trRosetta 的深度网络幻觉，到 BindCraft 对 AlphaFold2 的反向调用，一条思路已经被反复验证：结构预测模型
要点：新智元报道 新智元报道 GPT-6 Astra 昨日发布，创造了前所未有的性能高峰，打穿了包括号称最难评测基准的 ARC-AGI-3 榜单——不久前各家模型还只能在这个榜单跑出个位数的成绩。 Greg Brockman 豪言：「欢迎来到 AGI 时代」。 OpenAI 打了个漂亮的翻身仗，让 Anthropic 刚刚发布的 Fable 5.1 瞬间落后成上一代产品。 与此同时，被钓到翘起鱼嘴的用户们发现，这玩意发布了，但完全没发布——哪怕是每月花了 200 美元的尊贵的 Pro 20x 用户也用不了：这就是个 PPT！ 甚至在发布前夕的北京时间 9 月 3 日 23 点开始，ChatGPT 和 Codex 也崩了！ 写这篇文章时，亚
要点：全球5027支队伍、近2万名选手同台PK，百分之一的晋级概率杀进总决赛路演…… 八月末，上海，金融AI年度大考准时开赛。 清北、复旦、麻省理工等海内外顶尖高校学子，以及大厂核心技术骨干，纷纷汇聚一堂，赛场内火力全开—— 有人从L2行情中识别资金动向，有人拆解复杂金融文档，也有人掏出Harness、RSI，让Agent读懂市场情绪。 场外，主办方围绕赛事，首次推出「会、展、赛」三位一体的总决赛路演舞台： 主论坛上大咖轮番登场，创新展区同样热火朝天。 除了有历届成果集中亮相、创投资本1v1现场对接、HR一站式发offer，千问AI眼镜等前沿技术产品也同步开放体验。 这正是有着「金融AI创新年度风向标」之称的AFAC金融智能创新大赛（AF
要点：The Price of Anarchy for Selfish Load Balancing 报告人 Dr. Yaonan Jin HKUST 时 间 2026年9月8日 星期二 3:00pm 地 点 静园五院204 Host 姜少峰 助理教授 Abstract We revisit the canonical Koutsoupias--Papadimitriou model, also known as the Selfish Load Balancing problem, providing a fairly complete picture of the Price of Anarchy (PoA) under seve
要点：导语 为了理解人口这个复杂系统，无数个体的选择如何涌现成宏观规律、又如何影响公共政策，三合力通科技与集智俱乐部共同发起计算人口学读书会，北京师范大学系统科学学院李汉东、崔雪锋两位教授共同参与担任发起人。 本期读书会以人口高质量发展中的现实问题为入口，以计算人口学和复杂系统为贯穿方法，以数据与信息建模为实践基础，串联“微观个体行为 → 宏观人口规律 → 公共决策支持”的完整问题链。 我们将组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年9月17日起每周四晚上（时间为19:30-21:00）线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。 读
要点：🐜 一只蚂蚁几乎没有任何个体智力， 但一群蚂蚁凑在一起可以找到通往食物的最短路径； 🧠 人脑中的一个神经元不会思考， 但上千亿个神经元交织在一起诞生了意识； 📈 市场里没有任何人统一指挥， 但价格自己就形成了。 大家好，我是张江。 #帆书演讲·北京站 ，我想带大家一起： 看懂孩子的系统，找到教育的杠杆点。 ⏰时间：9月6日14:00～16:30 📌地点：北京城市图书馆文化交流区智和厅 👇扫描海报二维码立即报名、现场签售第一版上市新书！ 《涌现》书籍介绍 《涌现》书籍介绍 线上购买方式 线上购买方式 内容中包含的图片若涉及版权问题，请及时与我们联系删除
要点：Omarchy 最近很火，隐约已经要成为今年最火的 Linux 桌面系统，以及可能是第一个 Agent 时代的操作系统。 开发者 David Heinemeier Hansson（DHH）功不可没，作为 Ruby on Rails 的创造者、37signals 联合创始人兼 CTO。过去 25 年，他以手写代码闻名。甚至一年前，他对于 Agent 编程还持怀疑态度。但 Quattro 发布的新功能代码，已经没有一行出自他本人之手，全部由 Agent 编写。 DHH 把 Omarchy 定位为第一个「Agent 原生操作系统」。在他看来，如果 Agent 已经能够理解自然语言、调用系统工具并编写软件，操作系统本身也应该随之改变。界面、
要点：基于七层认知层次模型与世界大模型的大脑—小脑双层神经层（L4）架构 作者：冯胤清 peak918 @qq.com 中图分类号：TP242.6 文献标志码：A 系列论文说明：本文为"面向逻辑思维的程序设计方法"系列论文第四篇。系列脉络为：总纲《七层认知层次模型与社会化测试框架》→ 世界模型篇《分析世界模型》→ 肢体篇《如何设计一双灵巧的手》→ 本篇：神经层（L4）"脑"专论。 证据等级标注约定：为区分论述的可验证程度，本文沿用系列论文的证据标注体系。[Comparative] 表示基于与现有架构横向对比得出的判断；[Computational] 表示可由计算模型或形式化推导支撑的论断；[Engineering] 表示基于成熟工程
