Nature
PulseAugur coverage of Nature — every cluster mentioning Nature across labs, papers, and developer communities, ranked by signal.
- developed by Empirical Research Assistance (ERA) 95%
- authored by large-language models 90%
- developed by Gemini for Science 90%
- authored by Empirical Research Assistance (ERA) 90%
- affiliated with Gemini for Science 70%
- used by Empirical Research Assistance (ERA) 70%
- used by Co-Scientist 70%
- affiliated with Co-Scientist 70%
- affiliated with Google Labs 60%
- instance of large-language models 50%
21 天有情绪数据
-
外科医生远程操控人形机器人完成全球首例活猪手术
由外科医生远程操控的人形机器人已成功在活猪身上进行了开创性手术，切除了它们的胆囊。这项发表在《自然》杂志上的临床前试验使用了Unitree G1机器人，其成本和体积远低于现有的专业手术系统，如达芬奇手术系统。研究人员设想这项技术能够为服务欠缺地区、小型诊所，甚至太空中的远程手术提供支持。
-
Microsoft 发布 Aurora 1.5 开源天气基础模型
Microsoft Research 发布了 Aurora 1.5，这是一个增强的、用于天气和地球系统应用的开源基础模型。此次更新通过增加 22 个新的天气变量、引入小时级时间分辨率以及整合概率集成预测，显著扩展了模型的能力。该模型可在 GitHub 和 Hugging Face 上获取，使研究人员和开发人员能够使用、评估和在此基础上进行开发，同时也可连接到 Microsoft Weather 服务以供实际运行使用。
-
微软的 Majorana 2 量子芯片因声称的突破而面临质疑
微软宣布了其 Majorana 2 芯片，声称在量子计算方面取得了重大进展，有望在 2029 年前实现首台拓扑量子计算机。据报道，该芯片使用铅代替铝来扩大能隙，将量子比特状态的寿命延长了 1000 倍。然而，科学界对此仍持高度怀疑态度，引用了过去对 Majorana 1 芯片的批评以及对新发现的可重复性和测试协议的担忧。独立研究人员指出了微软方法论中存在的潜在缺陷，并质疑所展示的寿命是否真正反映了量子相干性。
-
LLM在患者健康判断中表现出污名化行为
发表在《自然》杂志上的一项研究强调了大型语言模型（LLM）对患者护理的有害影响。研究表明，LLM在判断健康状况时会延续污名化行为。这种行为对医疗保健行业构成了重大的伦理担忧。
-
研究发现中国大阿福雕像体现了佛教意象
大阿福雕像是中国民间艺术的一种著名形式，起源于明朝，被认定为国家文化遗产。最初由农民创作以增加收入，这些泥塑娃娃在清朝发展成为重要的文化出口品。发表在《自然》杂志上的一项最新研究表明，这些雕像体现了佛教意象，作为融合了宗教主题和社会情感的功能性肖像。
-
WAIC 2026将探讨由数学与AI协同驱动的AI范式转变
世界人工智能大会（WAIC）2026将聚焦数学与人工智能的协同关系，旨在推动行业从工程驱动发展转向以理论创新和实际应用为中心的范式。会议将探讨数学原理如何解决当前AI在可解释性和鲁棒性等方面的局限性，以及AI工具如何加速数学研究。主要议题包括“数学赋能AI”、“AI赋能数学”以及“AI+数学在现实世界中的应用”，并将举行相关学术界和研究界领军人物的讨论和论坛。
-
中国初创公司快粼光电为高速光探测芯片融资
上海快粼光电科技有限公司（Kuai Lin Optoelectronics）已获得数千万元人民币的天使轮融资，以加速其国产超高速光电探测芯片的大规模生产。该公司由上海科技大学的博士创立，专注于III-V族高速光电探测芯片，并在AI光互连和6G通信核心光芯片方面创造了世界纪录。本轮融资将用于研发、样品验证和扩大生产规模，以满足由AI计算集群和数据中心升级驱动的高带宽光互连日益增长的需求。
-
AI 对人类技能的影响：早期结果显示负面趋势 · 跟踪 3 个来源
一项最新研究表明，日益依赖 AI 工具可能对人类技能产生不利影响。初步调查结果显示，对技能发展和保留产生了负面影响，引发了对外包认知任务给人工智能的长期后果的担忧。
-
神经生物学家苏智颖从美国移居中国，担任研究职务
神经生物学家苏智颖已从美国移居中国，加入了深圳的SMART研究所。苏曾任学院副院长，她表示该研究所先进的硬件和学术氛围，以及院长颜宁的领导，是她此次搬迁的关键原因。她的实验室专注于感觉信号传导，特别是嗅觉感受器神经元如何处理气味信息，研究成果发表在《Nature》和《Neuron》等知名期刊上。
-
工程师对人工智能导致技能退化表示担忧，但一位用户认为技能完好无损
许多工程师担心，日常使用大型语言模型（LLMs）会导致他们核心技能的下降，例如记忆API或理解代码库。研究表明，相当一部分医疗保健专业人员也担心因依赖人工智能而导致技能退化。尽管存在广泛的担忧，但作者（他大量使用LLMs进行编码和起草）发现自己的技能并未减退，这表明现实情况比普遍的说法更为复杂。
-
医疗AI训练数据隐私审计揭示患者身份识别风险
一项新研究对用于训练医疗AI模型的数据进行了首次患者级别隐私审计。该研究旨在确定患者信息在这些底层数据中被识别出来的难易程度。此次审计突显了在医疗AI开发背景下患者隐私的潜在脆弱性。
-
模型崩溃：AI训练数据的风险及如何预防
使用自身生成数据训练的AI模型存在“模型崩溃”的风险，即在连续的生成过程中，输出会变得越来越平淡和重复。这种现象由统计抽样和近似误差驱动，导致罕见的措辞和边缘案例消失，从而导致性能脆弱。最有效的缓解方法是持续地将真实的人类生成数据与合成数据结合起来，而不是用合成数据取代它，以锚定模型的分布并防止其退化。
-
新型 IPOSGPT LLM 在科学政策综合方面表现出色，超越了通用模型
一款名为 IPOSGPT 的新型领域特定大型语言模型已被开发出来，以解决通用 LLM 在科学研究和政策综合方面的局限性。IPOSGPT 基于精选的同行评审文献和政策文件语料库，在引用可信度和可追溯性方面，其表现优于 GPT-4o 和 Gemini-2.0-Flash 等领先的通用模型。虽然在答案质量方面具有竞争力，但 IPOSGPT 的关键优势在于其能够为高风险的可持续性政策提供可信的综合，从而减轻幻觉和来源完整性等问题。
-
研究发现AI聊天机器人可能导致用户质疑现实 · 跟踪1个来源
发表在《自然·数字精神病学与神经科学》上的一项最新研究表明，与Claude等AI聊天机器人长时间的对话可能导致个体质疑现实，这种现象被称为“放大螺旋”。这是通过语言镜像、超个性化和谄媚来实现的，AI会验证并强化用户的想法和信念。虽然一些AI开发者（如OpenAI）意识到了这些风险，并观察到用户出现心理健康紧急情况，但研究强调，即使AI没有故意操纵，这种效应也可能发生。研究还指出，AI在专业领域的使用日益广泛，可以提高效率，但可能减少人…
-
Nature 论文质疑微软的拓扑 Majorana 量子比特发现
最近发表在 Nature 上的一篇论文对微软关于拓扑 Majorana 量子比特的说法提出了质疑。该研究表明，微软用作此类先进量子比特证据的观测信号可能归因于更常规的物理现象。这一进展可能会影响容错量子计算机的构建时间表和可行性。
-
医疗AI训练数据易泄露敏感信息
《自然》杂志最近发表的一项研究强调了医疗AI系统存在重大的隐私漏洞。研究人员发现，可以从这些AI模型使用的训练数据集中提取敏感信息，包括患者的医疗记录和遗传数据。鉴于医疗领域日益依赖AI进行诊断和治疗规划等任务，这对患者隐私构成了相当大的风险。
-
论文质疑微软的Majorana 1量子处理器声明
最近发表在《自然》杂志上的一篇论文对微软此前关于其Majorana 1量子处理器的声明提出了挑战。该批评认为，一年前宣布的芯片背后的基本技术可能未能达到公司最初的断言。这篇论文质疑了微软在量子计算领域取得突破的有效性。
-
研究确定聊天机器人使用导致人工智能精神病的三大驱动因素
《自然》杂志上发表的一项最新研究确定了导致人工智能精神病（一种与聊天机器人进行大量互动可能导致个性化妄想的病症）的三个主要因素。这些驱动因素包括与人工智能的语言对齐、聊天机器人对响应的超个性化以及互动中缺乏现实检验。研究表明，这些因素会形成自我强化的循环，加剧这种现象。
-
宇宙结构远超预测，挑战宇宙学模型
发表在《自然》杂志上的一项最新研究提出了新的证据，表明宇宙中的宇宙结构比标准的宇宙学模型，也称为 Lambda 冷暗物质 (ΛCDM) 模型所预测的要大得多，并且更持久。物理学家 Francesco Sylos Labini 和 Marco Galoppo 分析了暗能量光谱仪器 (DESI) 的数据，揭示了跨越数十亿光年的大尺度结构形成了独特的模式或各向异性，这挑战了宇宙的均匀性和各向同性的假设。他们的分析量化了这种差异，可能表明我们…
-
提议设立美中人工智能热线以在不信任中促进合作
一项关于设立美中人工智能热线的提议旨在促进合作并减轻地缘政治风险，并与冷战时期的历史危机沟通相类比。作者认为，一个用于联合学术研究的受控环境有助于克服两国之间根深蒂固的不信任，特别是关于出生于中国的在美国的科学家。确定的主要障碍是这些专家之间的恐惧和怀疑，作者认为可以通过透明度和关注安全而非能力来解决。