/
牛津大学让AI学会“物理直觉“：一个无需看视频就能预测物体运动的神经网络
牛津大学提出PHYSIFORMER，一种扩散变换器模型，通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动，一次性生成全序列轨迹，超越自回归基线。
美国多源电子患者数据采集方法研究综述
随着医疗数据数字化与互操作性的进步，跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈，识别出8种数据收集方法，涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现，各方法均有其优缺点，无单一最优方案。参与者中介交换方式可绕过复杂治理安排，但存在数据缺口；全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
奖励模型的“选择困难症“：卡内基梅隆大学与Meta联手发现AI训练中被忽视的隐患
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数，并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化，在不重训模型的前提下有效减少AI训练中的奖励作弊现象。
RF MEMS技术如何最终实现“理想开关“
二十年前，射频电路工程师梦想中的"理想开关"需具备低导通电阻、高截止电阻、体积小、速度快、高线性度等特性。如今，依托微机电系统（MEMS）技术的持续突破，这一梦想正走向商业现实。美国Menlo Micro已在航空航天、军事及无线基础设施领域拥有逾30家客户；Cavendish Kinetics则被无线器件巨头Qorvo收购，专注智能手机天线调谐应用。RF MEMS开关兼具机电继电器的超低电阻与半导体开关的小型化优势，有望在无线通信、雷达及仪器仪表等领域开创广阔前景。
多个AI模型组团真的比单个更强吗？KAIKAKU研究揭示“集体失智“的致命盲区
这项研究揭示AI多模型组合系统受"全员同时答错率β"而非常用的"错误相关性ρ"约束，ρ无法推算β且随模型数增多误差扩大，提出低成本β证书工具帮助判断组合策略的实际价值上限。
Kurt Petersen：从墨迹到微机电系统王国的传奇工程师
库尔特·彼得森因一个偶然发现的墨水污渍，走上了微机电系统（MEMS）研究之路。他于1982年发表的奠基性论文《硅作为机械材料》推动了MEMS成为独立技术领域。此后他相继创办了Transensory Devices、NovaSensor、Cepheid、SiTime等多家公司，其中Cepheid研发的PCR检测设备至今仍用于筛查美国全部邮件中的炭疽杆菌。如今71岁的他转型为天使投资人，投资约70家企业，回报率高达350%。
Google DeepMind让AI学会折纸：从一句话到一只立体青蛙，全程自动完成
Google DeepMind开发的COrigami系统，能从一句自然语言描述出发，通过神经符号流水线自动生成满足数学平面可折叠性的箱形折叠折痕图，并用强化学习优化三维外观，辅助折纸设计。
董事会要求AI回报，但团队尚未做好准备
AI投资回报压力正在加剧，91%的高管表示需证明AI的实际价值。然而，研究显示56%的高管认为AI已全面整合，但仅18%的管理者认同，这一落差揭示了决策层与执行层之间的严重脱节。企业不能将AI视为绕过现有流程的捷径，成功的AI落地需要清晰的ROI目标、系统现代化改造及人才能力建设。速度不等于准备就绪，真正成功的组织是那些敢于正视现实差距并稳步构建基础的企业。
当AI“引用“了一篇根本不存在的论文——Upstage AI发现了生物医学大模型最隐蔽的致命缺陷
Upstage AI构建了包含12553道真正悬而未决生物医学问题的测试基准，发现AI引用几乎不捏造假链接，但约15.9%的真实引用指向无关论文，且越难的问题AI越倾向于放弃使用工具。
无需制冷剂的固态冰箱：弹热制冷技术实现-12°C突破
香港科技大学研究团队开发出全球首个能达到零摄氏度以下的弹热制冷装置，最低温度可达-12°C。该桌面原型机无需传统制冷剂，利用镍钛形状记忆合金在压缩与释放时的相变特性实现制冷，可在两小时内将20毫升水冻成冰。研究成果发表于《自然》期刊。团队计划未来将温度下探至-100°C，并在2至3年内推出商业化产品，目标应用场景包括冷链配送和电动汽车温控。
哈佛大学揭开“训练越多越好“的迷思：AI生物推理模型的三阶段炼成法则
哈佛大学等机构训练了超100个生物推理AI模型，发现监督微调越多反而损害泛化能力，合理组合预训练、微调与强化学习三阶段才是正解。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
