18 条新闻
BrainPilot是一个多智能体系统，其中「principal investigator」智能体监督专业智能体完成神经科学研究的全过程，从文献综述到分析与解读。系统使用了包含7,233个来源、涵盖七个领域的72个方法论单元的知识库，在Agents' Last Exam和BrainPilotBench-v0测试中取得了与SOTA框架相当的结果，且成本更低。
研究表明，AI建议几乎完全消除了参与者说「我不知道」的意愿，即便AI答案是故意错误的，准确率也下降至原来的三分之一。
Sakana AI开发了模块化物理砖块，每块运行相同的本地神经网络，没有中央协调。它们可以集体识别整个组装体的形状并检测结构损坏，将Sakana早期在集体智能方面的软件研究扩展到了物理硬件。
Google研究在美国10个城市开展了为期六个月的实验：改良后的Google Maps算法将不足2%的行程从特定拥堵路段引导绕行。结果——目标路段车速中位数提升+2%，燃油消耗减少0.5至1%。研究发表于《自然·城市》。
研究人员开发了一种三代理LLM流水线，利用NASA地球观测知识图谱和GNN对数据集对进行排名，并在冰川学、植被物候学等领域自动生成研究假设。
来自MIT和西北大学的研究人员证明，关于AI能力民主化还是集中化的结论完全取决于所选基准——而非技术本身的实际状态。
IBM 与温布尔登为2026年锦标赛推出了全新 AI 驱动的观赛体验，包括个性化互动功能和现代化数字平台——延续了这一多年合作将 AI 引入最负盛名赛事之一的传统。
arXiv:2606.20205研究对56个指令微调语言模型进行了标准化心理与偏好测量。通过方差分解，作者发现定向反应偏差可解释模型间81%至90%的差异，而人类中这一比例仅为9%至16%，由此得出结论：语言模型的心理特征画像主要是测量偏差，而非稳定人格。
研究人员Skyler Wang和Isabella Luppi分析了2023—2026年TikTok和Reddit上关于在浪漫沟通中使用AI的民间话语，引入「隐秘三元组」和「表述劳动」概念，并得出结论：真实性正在从语言所有权重新配置为情感所有权。
Google Research 提出了一种利用标准智能手机摄像头被动测量心脏健康指标的方法。其目标是无需额外硬件、人人可及且无创的健康诊断。该方法依托用户已经拥有的摄像头，从而降低了健康监测的门槛。
苏黎世联邦理工学院的研究人员推出了一个逻辑谜题基准和一条流水线，可将推理轨迹转化为可度量的论断与依赖关系图。新的度量量化了推理效率，并揭示出准确率和 token 数所无法区分的差异。
一项新的 arXiv 研究提出了一种视频扩散模型，将人体动作控制直接以压缩后的 3D 网格 token 为条件，而非以 2D 渲染引导为条件。该方法在 transformer 中联合处理视频和动作 token，从而比传统 2D 方法实现更好的动作控制并减少伪影。
AMix-2是一个蛋白质-文本基础模型，将蛋白质理解和序列设计统一到共享的token空间中。它采用block-wise扩散语言骨干，引入ProteinArena基准，超越frontier LLM并可与专门的蛋白质模型相竞争。
来自DeepMind和MIT CSAIL的20名研究人员组成的团队发布了首个关于LLM在Lean定理证明器中自主生成形式证明的大规模评估。该智能体将LLM生成与Lean符号验证相结合，自主解决了353个开放Erdős问题中的9个，并证明了492个OEIS猜想中的44个。
当众多用户将AI用于创意任务时，他们都会获得相似的建议——「创意多样性崩溃」。研究人员引入了带有过度聚集系数Δ和多样性比率ρ的事前协议。三个接受测试的前沿模型在短篇故事、营销口号和替代用途任务中均跌破与人类的齐平阈值。
由Jiaxian Yan领导的研究团队于2026年4月23日发表了BioMiner——一个用于从科学文献中自动提取蛋白质-配体生物活性数据的多模态AI系统。该系统处理文本、表格和分子结构，在新基准BioVista（来自500篇论文的16,457条条目）上达到F1 0.32，并在演示应用中从11,683篇论文中提取了82,262条数据。
Google Photos新增了自动框架功能，该功能将2D照片解读为3D场景，评估几何结构和相机参数，然后使用潜在扩散模型生成原始画面之外的内容，从而实现替代构图。
研究人员推出了Camera Artist，一个模拟真实电影工作流程来生成叙事视频的多智能体系统。该系统协调专门的AI智能体模拟导演、摄影师和剪辑师，实现连贯的视觉叙事。