跳到正文
  1. Google Research

    Google Research 提出 VERID 框架,让 AI 智能体落地自主湿实验室

    Google Research 发布博客,介绍把 AI 智能体从计算设计连接到真实湿实验室实验的三个研究项目。VERID 框架基于开源 PyLabRobot 构建实验室工作单元的语义数字孪生,提供实时 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步记录。

    推荐理由:Google Research 公开了三个把 AI 智能体接入湿实验室的项目,其中包含框架设计和闭环实验数据,可以观察自动化科研在物理环境中的实际卡点。

  1. Google Research

    Google 扩展 Earth AI 地理空间推理智能体早期访问

    Google 扩展 Earth AI 地理空间推理智能体的实验性早期访问,覆盖 Ask Google Earth 的深度分析更新和面向开发者的 Agent-to-Agent API,Planetary Prediction Engine 也开放预览。

    推荐理由:Google 公布地理空间推理智能体的技术报告与合作伙伴实测,并开放早期访问,可据此判断专用工具与前置规划在空间任务中的差别。

  1. Microsoft Research

    Microsoft Research Asia 开源 Agent Lightning v1.0,约 3500 行代码的轻量智能体 RL 框架

    Microsoft Research Asia 开源 Agent Lightning v1.0,这是一个约 3500 行的轻量智能体强化学习框架,提出 Harnessed Agentic RL 训练范式,让部署时使用的 harness 直接参与 RL 训练,无需在训练框架内重写智能体。

    推荐理由:微软开源约 3500 行的智能体 RL 框架,让部署用的 harness 直接参与训练,并给出完整代码智能体训练示例。

  1. Google DeepMind

    Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质加水印

    Google DeepMind 推出 SynthID Bio,将水印技术用于合成生物学,可把不可感知的签名直接嵌入生物代码,并在合成出的实体蛋白质上验证。

    推荐理由:读者可以看到水印如何同时写入蛋白质序列与 AlphaFold 3 预测结构,并了解它对 DNA 合成筛查的意义。

已经到底了