Alloy：面向机器人学习的多材料物理引擎
作者提出开源物理引擎 Alloy，让刚性机器人、布料、缆线、液体、颗粒材料和软体共享同一场景，每个物体只描述一次，由引擎分配到适配求解器并在每个控制步内耦合。
推荐理由：多材料统一场景的物理引擎，附吞吐、深度相机与千世界可靠性测试，并给出编码智能体冷启动实测。
研究方向与科研任务
科研工具 最新动态
科研任务的工具与经验：文献、绘图、写作、实验、数据处理等工具、插件、Skills 与工作流，含小红书上的工具发现与经验分享。
12 条精选近 30 天 11 条共收录 43 条
更新
科研工具的精选
arXiv · cs.RO精选AI 评分7878 arXiv · cs.CL 计算与语言精选AI 评分6262 SAIL 团队提出 35B 总参数、3B 激活参数的科研智能体模型 SAIL
SAIL 团队提出开源模型 SAIL，总参数 35B、激活参数 3B，面向文献调研、科学编程和多步科研工作流。其训练采用科学感知改进闭环：由前沿 AI 模型构建的智能体分析 SAIL 的任务失败，针对文献检索与证据选择、科学编程中的假设与推理、长程调研中的规划与修订等能力缺口构造训练任务，并经过监督微调、专家训练、多教师 on-policy 蒸馏和智能体强化学习多轮迭代。
推荐理由：SAIL 用前沿模型智能体诊断自身失败并生成训练任务，形成可重复的科学能力改进闭环，为小参数模型做科研任务提供了可迁移的训练思路。
arXiv · cs.HC精选AI 评分7070 研究团队提出低成本自主叶片光合监测系统，单腔体约 62 美元
研究团队提出一套低成本自主光合监测系统，用 3D 打印夹具和热成型穹顶构成叶片附着腔体，配合低成本 CO2 传感器周期性闭合测量 CO2 下降、开启换气，单腔体成本约 62 美元，相比 42000 至 89000 美元的仪器降低约 1000 倍。
推荐理由：论文给出低成本叶面光合监测腔体的设计、与 CIRAS-4 的对照验证及九天干旱复水部署结果，可供植物科学与传感研究者评估复现。
arXiv · cs.AI 人工智能精选AI 评分6565 可审计人机团队实现自主 X 射线实验
研究团队基于编码智能体基础设施，在同步辐射光源上对纳米颗粒超晶格开展自主 X 射线实验，并借助完整的人机与智能体间对话记录重建决策来源。三次实验中 61-67% 的消息涉及解释或判断，方法与科学贡献占比从第一次实验的 46% 升至后续的 56-61%；59-68% 的错误纠正涉及多方参与，约一半决策纳入了其他参与者的输入。
推荐理由：论文给出人机协作在同步辐射 X 射线实验中的完整对话审计，可据此观察认知分工与纠错来源。
arXiv · cs.SE精选AI 评分6767 PegasusAI Studio：面向科学工作流的可读基础设施与可问责 AI 智能体
作者提出 PegasusAI Studio，一个基于 Pegasus 和 HTCondor 的 AI 辅助科学网关，让编码智能体读取设施知识库、工作流接口与调度器遥测，并把智能体动作约束在用户权限与审批控制之内。
推荐理由：论文给出面向共享科研基础设施的智能体网关设计，并用四个真实科学工作流案例说明其机制如何运作。
arXiv · eess.IV精选AI 评分6868 MRFoundry：把 MRI 知识接入智能体循环的开源工具包与 MRI Agent Bench
作者发布开源可扩展工具包 MRFoundry，将 MRI 采集物理、数据约定与专业工具知识接入智能体动作和输出检查，并配套提出 MRI Agent Bench。在覆盖 24 类任务、十款模型的 240 组配对 Core 评测中，全部检查通过的完成率从无 MRFoundry 的 67.5% 升至 78.3%；134 组 Hard 配对中从 36.6% 升至 44.8%。代码已公开。
推荐理由：材料给出跨 24 类任务、十款模型的配对评测数字，读者可据此判断该包对 MRI 智能体完成率的实际增益。
arXiv · cs.AI 人工智能精选AI 评分6060 Trust, but verify, audit and attribute：核查 AI 产出研究结果的人机协同框架
作者提出一个领域无关、人在回路中的框架，用于核查 AI 生成的研究结果：由具备不同信任依据的智能体可调用工具执行检查，再做保真度审计判断检查是否针对原始主张，人类在固定节点决策，并通过对话报告把工作归因到人与 AI。
推荐理由：针对 AI 批量产出研究结果难以核查的问题，提出人机协同的校验与归因框架，并给出数学与统计两套实现。
TechCrunch · AI精选AI 评分7878 PSI 用 Anthropic Fable 5.2 解决 18 年量子计算猜想，并探索 AI 科研商业化
初创实验室 Physical Superintelligence（PSI）的技术人员 David Turturean 借助 Anthropic Fable 5.2 的早期访问权限，解决了悬置 18 年的 Aaronson-Ambainis 猜想，该猜想涉及量子计算机能否比经典计算机更快求解问题。
推荐理由：报道呈现了 AI 辅助证明在量子计算领域的一次具体进展，以及围绕验证与发表规范的讨论。
NVIDIA Blog精选AI 评分6060 NVIDIA 将 OpenShell 捐给 CNCF，并发布 DSX AI Factory 平台新组件
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 捐给 CNCF，作为 Sandbox 项目接受社区治理，同时参与 Google 主导的 Agent Substrate 框架。
推荐理由：NVIDIA 把智能体安全运行时 OpenShell 捐给 CNCF，并给出 Snapshot 在推理启动上的实测数字，可据此判断这套 Kubernetes 侧基础设施是否值得跟进。
Google DeepMind精选AI 评分7373 Google Antigravity 上线 Cheminformatics Skills，一小时完成肺癌药物刚性化设计
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让智能体在约一小时内完成从文献抽取数千个化合物、匹配分子对分析、构建活性预测模型到提出新型刚性化大环化合物及合成路线的流程。
推荐理由：原文完整演示了从文献抽取化合物到生成合成路线的流程，并说明技能已开放下载，读者可据此判断是否试用。
Google Research精选AI 评分8181 Google Research 提出 VERID 框架，让 AI 智能体在湿实验室闭环做实验
Google Research 介绍三项研究，把 AI 智能体的计算探索与真实湿实验室实验连接起来。VERID 框架基于开源 PyLabRobot，为实验工作单元建立带状态的 3D 数字孪生，支持实时状态跟踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步，并在自博弈闭环中把盲配染料混合物的重建准确率提升五倍以上。
推荐理由：Google Research 把湿实验室自动化、aptamer 闭环筛选和蛋白从头设计串成一条可复现路线，读者可据此判断智能体做实验的边界。
Berkeley AI Research精选AI 评分6262 Berkeley 团队评述近零推理成本下的数据系统：面向智能体、由智能体运行、由智能体构建
UC Berkeley EPIC Data Lab 的 Aditya G. Parameswaran 等人发表观点文章，讨论推理成本快速下降后数据系统面临的三个方向：为智能体设计的数据系统、支撑智能体集群运行的数据系统、以及由智能体合成的数据系统。
推荐理由：作者结合自身在结构化记忆与系统合成上的工作，梳理近零推理成本下数据系统的三个研究方向。