AI科学家开始自主做生物医学研究

Science 论文介绍通用科研 Agent Biomni：它能自行拼装生物医学研究流程，但“自主”不等于不需科学家监督。

深度专题 FEATURES — 3

PAPER

RP1让AI在潜在世界里反复推演，用奖励学会怎样改好整套计划。

PAPER

235B模型并未真塞进8GB显存；研究者训练路由器提高专家复用，却发现速度与质量难两全。

PAPER

ADEPT让多指机器人先练通用手上功夫，再稳妥转学插接、摆盘等具体任务。

速览 BRIEFS — 8

PAPER

多给 AI 几次作答机会，难点未必是找不到好答案，而是认不出、用不好它。

PAPER

RTPO从任务结尾倒着训练，让多轮Agent更容易分清每一步的功过。

PAPER

SparsePR把注意力稀疏性编排成硬件可执行的共享路线，并补回被跳过的信息。

PAPER

WhiteMatter让各层按内容调用不同深度的历史记忆，并可压缩KV缓存。

PAPER

通用机器人模型会“懂任务”，却未必会用一副新身体把它做出来。

PAPER

RoleSub不再整颗删除Token，而是按角色压缩内部信息，让VLA以更低成本控制机器人。

PAPER

让工具Agent学会按任务取权：既把事办成，也少碰不该碰的权限。

PAPER

一篇综述串起人形机器人行走控制数十年的路线变化，也标出生成式方法的下一站。