Microsoft Research 开源 RetroChimera：Nature 发表的规模化逆合成预测模型
Microsoft Research 的逆合成模型 RetroChimera 论文发表于 Nature，该模型结合基于 Transformer 的 R-SMILES 与基于 GNN 的 NeuralLoc 两个互补子模型，并用 learning-to-rank 策略聚合预测。
全部 AI 动态
Microsoft ResearchAI 评分4848
GitHub Blog · AI & MLAI 评分4444 GitHub Podcast 拆解 AI 热议观点：要读 AI 代码吗、RAG 死了吗、Skills 杀死 MCP 了吗
GitHub Podcast 最新一期逐条拆解五个热门 AI 观点：AI 生成代码仍需审查，关键是判断风险在哪；Skills 并没有取代 MCP，二者一个提供访问、一个解释如何使用，可以互补。RAG 也没死，检索让模型更快接近答案，可与 agent、MCP、skills 同一工作流共存。文章还谈到企业面试看重的是判断力而非是否用 AI，以及 AI 正成为代码可维护性的又一压力测试。
GitHub Blog · AI & ML精选AI 评分7575 GitHub 用 Copilot 智能体将 Copilot agent runtime 从 TypeScript 移植到 Rust
GitHub 团队借助 Copilot CLI 和 Copilot app，用智能体把 Copilot agent runtime 从 TypeScript/Node.js 完整重写为 832,378 行生产 Rust，AI 智能体编写了大部分代码，通过 128 个 pull request 增量合入 main 并增量发布，整个移植约 14.5 周完成，主要由一名开发者主导。
推荐理由：作者复盘了用智能体把 Copilot agent runtime 从 TypeScript 移植到 Rust 的全过程，读者可以了解大规模智能体协作编程的真实做法与经验。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 两款语音对话模型。
推荐理由：官方同时给出两个新语音模型的定位差异、基准成绩和可用入口，读者可以据此判断该选哪个模型。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组 90 亿种单碱基变异的分子影响
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组中约 90 亿个单核苷酸变异的分子效应预测，是超过 1PB 的数据集，可经免费网站、AlphaGenome API 和 Google Antigravity 技能访问。
推荐理由：官方平台整合了 AlphaGenome 与 AlphaMissense 的预测，读者可以了解它如何用于变异排序和稀有病等研究场景。
Microsoft ResearchAI 评分4848 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash：面向人群规模发现的病理学基础模型
Microsoft Research 推出 GigaPath-Flash 和 GigaTIME-Flash，以更少算力扩展 GigaPath 与 GigaTIME 的病理学基础模型能力。
Microsoft ResearchAI 评分4949 Microsoft Research 扩大 Skala 开放范围，加快迈向预测性 DFT
Microsoft Research 发布 Skala 1.1，该深度学习 DFT 泛函的训练数据比前代多 2.5 倍，在 GMTKN55 的 55 个类别中 32 个排名第一，加权平均误差为 2.8 kcal/mol，计算成本相当于 meta-GGA 泛函。
Berkeley AI ResearchAI 评分4444 从 CUDA 到 MLX：K-Search 如何将数十年的内核优化经验带到 Apple Silicon
Berkeley Sky Lab 在进化式内核搜索框架 K-Search 基础上新增 MLX 后端，通过结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核作为知识库自动适配为 Apple Silicon 上的高质量 GPU 内核。
Berkeley AI ResearchAI 评分4848 教 LLM 更新信念状态以实现高效长程交互：Berkeley AI Research 提出 ABBEL 框架
Berkeley AI Research 提出 ABBEL 框架，将摘要形式化为自然语言信念状态并施加 belief grading 监督，以替代完整交互历史。
Berkeley AI ResearchAI 评分4848 智能近乎免费之后怎么办？For、Of、By 智能体的数据系统
UC Berkeley 教授 Aditya G. Parameswaran 及合作者提出，随着 GPT-4 级能力成本从 2023 年初的约 $30 per million tokens 跌至 $1 以下、部分低至 $0.10，每年推理价格下降 9x 到 900x，"近乎免费的智能"时代将至。
Berkeley AI ResearchAI 评分3636 2026 BAIR 毕业生风采展示
Berkeley AI Research（BAIR）实验室庆祝 2026 届博士毕业生，研究方向涵盖机器人与具身智能、LLM 与推理、计算机视觉、生成模型、AI 安全等。多位毕业生将加入 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构或任教于 UCLA、芝加哥大学等高校，部分人正在创业或寻找机会。
Berkeley AI ResearchAI 评分3939 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布一篇关于并行推理（Parallel Reasoning）的综述兼观点文章，探讨让大语言模型自行决定何时分解任务、并行化以及协调子任务的自适应并行推理。
Berkeley AI ResearchAI 评分4343 GRASP：面向长时程世界模型的基于梯度的规划方法
Berkeley AI Research 等团队提出 GRASP，一种基于梯度的规划器，让学习型世界模型的长时程规划更稳健。它将轨迹提升到虚拟状态以实现跨时间并行优化，在状态迭代中加入随机性以支持探索，并通过重塑梯度避免经过高维视觉模型的脆弱“状态-输入”梯度。该方法解决了长时程 rollout 中雅可比矩阵病态化导致的梯度爆炸/消失，以及非贪心结构带来的局部极小问题。
Berkeley AI ResearchAI 评分4545 SPEX 与 ProxySPEX：如何在大规模场景下识别 LLM 的关键交互
Berkeley AI Research 提出 SPEX 和 ProxySPEX 两种算法，可在大规模场景下高效识别 LLM 的关键交互。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出基于信息量的成像系统设计与评估框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接基于信息量评估和优化成像系统的框架，仅用噪声测量数据和噪声模型估计互信息，无需训练任务专用解码器。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测下游解码性能，优化结果可媲美最先进的端到端方法，且内存和算力开销更低。