刊号 FR-2026-001 · 每周一出版 · 覆盖上一自然周(周一至周日) 本期覆盖 2026-11-09 至 2026-11-15

科技前沿

RESEARCH FRONTIER  ·  WEEKLY
科技前沿 RESEARCH FRONTIER
以科研人视角读论文、评工具、判趋势 温度计TOP10 研究产品工具产业政策趋势研判出处总表
本期导读
编者按 · EDITOR'S NOTE

当"数据基础设施"和"生成证明"同时成熟,科研的评价坐标正在被替换

本周最重要的不是任何单个模型发布,而是三件同时发生的事:一张可交叉查询的跨物种脑图谱、一个能在半小时内做完一年半实验的变体效应模型、以及两篇由 AI 生成、经 Lean 校验、却让作者本人承认"没有完全读懂"的数学证明。

第一件事是BICAN 基节专辑。26 篇论文同周落地,把人、猕猴、狨猴的 2550 万个细胞放进同一套本体(HOMBA,2349 个结构)与共同坐标框架里[1][2][3]。它的价值不在"又一张图谱",而在于帕金森、亨廷顿、精神分裂、成瘾这些疾病的遗传信号第一次能在同一坐标系里跨物种对齐。

第二件事是 AlphaGenome 2。DeepMind 用它把 IBD 相关变异 ETS2 的细胞类型归因,从"基因编辑 + 分子生物学"压缩到 30 分钟的纯计算[5][6]。这不是替代湿实验,而是把湿实验的排队顺序重排了——先算,再决定做哪个。

第三件事最需要警惕。Anthropic 的模型证伪了悬置近二十年的 Aaronson–Ambainis 猜想,OpenAI 的模型给出了 1998 年指数时间假说(ETH)的反证,两者都经 Lean 形式化校验[13][15]。但 Scott Aaronson 本人的表态是:他并不完全理解这个证明,他信任的是 Lean 与社区的解释。同周《经济学人》在皇家学会会议后批评实验室"把几乎无法被人类理解的论文倾泻到领域里,却扣着细节不放"[14]。这是本期最值得记下的一句话——可复现性正在从"重跑实验"扩展为"人类能否读懂"。

把三条线并起来看:科研的生产端在被 AI 加速,验证端却还没跟上。本周的温度计因此出现一个不寻常的组合——AI、算力、生物医药同时升温,而机器人与航天、能源按兵不动。热度集中在"能立刻被复用的数据与模型",而不是"需要硬件里程碑的领域"。

温度计

本周前沿温度计

Five-Domain Thermometer
领域读数一句理由
AI / 大模型 ↑ 升 Gemini 4 Hydrogen 进入免费层并接管搜索[22],LongCat-2.5 以 MIT 开放 1.6T 权重[18],开源与闭源前沿的发布时间差压缩到周级;但价格体系同时变得混乱(Carbon 与 Argon 同价、12 月 1 日双双翻倍)[23]。
半导体与算力 ↑ 升 AMD 一周内落两子:2nm、256 核的 EPYC 9006 量产[17],Instinct MI400 系列补齐 MI430X/MI450X/MI455X 三档[16];同时英伟达在黄仁勋辞任后迎来首次财报[26],供给侧的确定性上升、治理侧的确定性下降。
生物与医药 ↑ 升 本周最密集的一条线:BICAN 26 篇[1]、AlphaGenome 2[5]、涡虫全新细胞毒性细胞类型[7]、光控自噬工具 ASAP[9] 四类成果同周出现,且都附开放数据或可复用工具。
机器人与航天 → 平 无实机发布、无首飞。Optimus V3、Figure 04、Apptronik Apollo 2 均处于"预告窗口",按可信度分级只能记为厂商宣称,不构成进展。
能源 → 平 室温超导本周只有机理侧证据(慕尼黑大学等的关键前提研究,发表于 11 月 6 日,落在上期窗口)[27],无器件、无可复现样品;本周窗口内无新增能源类硬结果。

读数口径:以"本周是否出现可被第三方立即复用的新数据/新工具/新硬件"为准,而非以新闻热度为准。故机器人、航天虽话题多,仍判"平"。

研究

TOP10 研究篇

Top 10 Research · 原创性 × 可复现性 × 影响力
01 · 神经科学 / 图谱

BICAN 基节跨物种细胞图谱:26 篇同期刊出,2550 万细胞入同一坐标系

做了什么:NIH BRAIN Initiative 下的 BICAN 联盟(50 余家机构)发布基节(basal ganglia)最详细细胞图谱,覆盖人、猕猴、狨猴三物种,共约 2550 万个脑细胞,配套工具与数据全部开放[1][2]。

方法要点:单细胞/单核转录组 + 空间转录组 + 表观组多组学整合,建立跨物种统一的细胞分类学与三维共同坐标框架;其中一篇给出单核甲基化三维多组学视角的发育期人脑基节图谱[4]。

为什么重要:帕金森、亨廷顿、精神分裂、双相、成瘾的遗传信号高度富集于基节;此前各研究各用一套细胞命名,结果无法叠加。统一本体后,"某变异在哪类细胞、哪个发育时间窗起作用"成为可查询问题。

局限质疑:三物种仍以人 + 两种灵长类为主,缺啮齿类功能验证闭环;图谱是"快照",成人与发育期的纵向变化、以及疾病态样本量仍偏小。Cell / Nature 系列,2026-11-12[1]

02 · 基因组学 / AI

AlphaGenome 2:把变体—细胞类型归因压到 30 分钟

做了什么:Google DeepMind 11 月 11 日发布 AlphaGenome 2,预测 DNA 变体在数百种人/小鼠细胞类型中的作用,重点是此前难以解析的非编码区[5]。

方法要点:在近 10 亿人/小鼠细胞尺度上训练序列到功能的映射,直接输出变体对基因活性、剪接等 tracks 的预测;官方以 IBD 相关基因 ETS2 的"基因沙漠"变异为案例,纯计算复现了原本需要基因编辑等湿实验的结论[6]。

为什么重要:它改变的是实验排序而非取代实验:先算一遍,再决定做哪几个湿实验验证,等于把昂贵的验证预算花在更少、更准的候选上。

局限质疑:训练分布之外的细胞类型与罕见变异可靠性未定;预测≠因果,ETS2 案例的最终确认仍依赖湿实验。DeepMind 研究员 Žiga Avsec 在受访中亦强调模型定位是"缩小搜索空间"而非"给出机制结论"[5]。Nature 新闻侧写,2026-11-10;模型发布 2026-11-11

03 · 细胞生物学 / 新细胞类型

涡虫体内发现"细胞核弹":ruptoblast 与一种全新的程序性死亡

做了什么:《Science》11 月 12 日(394 卷 6825 期,p.731)报道在涡虫中发现一类非造血来源的细胞毒性细胞,命名为 ruptoblast,可释放强效跨物种细胞毒因子[7]。

方法要点:通过单细胞图谱定位该细胞群,证明其杀伤由 activin 信号触发、经一种被命名为 ruptosis 的裂解式死亡程序释放效应分子;活性在跨物种靶细胞上仍成立。

为什么重要:免疫学长期把"细胞毒性"与造血系(T/NK)绑定;该结果给出一个非造血来源的独立杀伤系统,为再生、组织重塑与先天免疫的边界提供新样本。

局限质疑:涡虫是高度再生的模式生物,其"免疫"是否可外推到脊椎动物需独立验证;ruptosis 的分子执行链尚未在哺乳动物中找到同源对应。Science 394(6825):731,2026-11-12

04 · 细胞生物学 / 纤毛与囊泡

ESCRT-0 凝聚驱动纤毛外泌体出芽,连接 Hedgehog 信号

做了什么:《Science》同期(394 卷 6825 期,eaej7530;PMID 43019433)报道 ESCRT-0 复合物通过相分离/凝聚机制驱动初级纤毛的细胞外囊泡出芽,并与 SMO/Hedgehog 通路耦合[8]。

方法要点:小鼠肾脏细胞模型,结合凝聚态生化与纤毛成像,证明 ESCRT-0 的聚集是出芽的限速步骤,而非仅作为货物分选的"标签"。

为什么重要:纤毛相关囊泡被认为是细胞间信号(尤其 Hedgehog)的传递载体;把它归因到一个可操控的凝聚过程,等于给出一枚潜在干预靶点,涉及纤毛病与多种肿瘤通路。

局限质疑:机制在肾上皮细胞建立,其他纤毛组织(视网膜、气道)是否同构未证;凝聚态与出芽速率的定量关系仍待活细胞动力学数据补齐。Science 394(6825):eaej7530,2026-11-12

05 · 工具型发现 / 自噬

ASAP:用光把自噬"关掉",首次做自噬依赖蛋白的系统筛查

做了什么:Salk 研究所 Christina Towers 团队在《Nature Cell Biology》(11 月 12 日)发布光控工具 ASAP(Autophagic SNARE for Abrupt Photomanipulation),可快速、可逆地关闭自噬[9]。

方法要点:以光控模块拦截自噬所需的 SNARE 融合步骤,实现分钟级开/关;据此鉴定一批受自噬严格调控的蛋白,并揭示蛋白合成与降解之间的耦联。

为什么重要:自噬研究的长期痛点是"没有干净的急性失活手段"——敲除会引发代偿,抑制剂缺乏特异性。ASAP 把时间分辨率做上去了,为神经退行、肿瘤、衰老、感染四类疾病提供可复用的靶点筛选平台。

局限质疑:光控需要递送与光照,体内(尤其深部组织)适用性受限;SNARE 拦截是否完全等价于生理性自噬抑制仍需对照验证。Towers 本人强调该工具的价值在"理解基本生物学",而非直接成药[9]。Nature Cell Biology,2026-11-12

06 · 核物理 / 理论

119、120 号元素怎么造:双核系统动力学给出截面与衰变链预测

做了什么:arXiv 2611.13953(11 月 9 日)系统计算 ⁵⁰Ti + ²⁴⁹Bk 与 ⁵⁰Ti + ²⁴⁹Cf 两条反应道合成 119、120 号元素的生成截面、存活概率与蒸发残留衰变链[10]。

方法要点:双核系统(DNS)模型 + 存活概率演化,并做质量表与裂变位垒的敏感性分析;给出 3n 蒸发道的最大截面,以及 120 号元素同位素 1–12 秒、119 号 16–230 微秒的 α 衰变半衰期预期。

为什么重要:"元素周期表第七行之后"的实验昂贵且靶材稀缺,理论先给出"往哪个能量、哪条道打"的优先级,直接决定加速机时怎么分配。

局限质疑:结论对质量表与裂变位垒高度敏感——作者自己报告,换用替代质量表后最大 3n 截面可相差达 25 倍。这类预测只能定序,不能定值。arXiv:2611.13953,2026-11-09(预印本)

07 · AI for Science / 高能物理

把对撞机物理做成可自改进的 agent 任务:强化学习驱动的工作流

做了什么:arXiv 2611.15885(11 月 11 日,Alexander Yue 等)提出面向自改进 agentic AI 的"奖励驱动对撞机物理挑战",用强化学习让智能体在真实 HEP 任务上迭代[11]。

方法要点:把高能物理的分析流程拆成可验证的子任务并设计奖励,使智能体能自我生成—评估—改进;任务设计强调可自动判分,避免"看起来对"。

为什么重要:这是"AI 做科研"从问答走向工作流的一类范式尝试:难点不在模型能力,而在把领域任务变成机器可判分的环境。

局限质疑:预印本,未经同行评议;奖励设计本身即隐含领域偏见,智能体可能学到"刷分"而非物理;样本规模与是否真产生新物理结论尚未见独立复现。arXiv:2611.15885,2026-11-11(预印本)

08 · 生态 / 生物多样性

全球野生动物贸易物种数被低估一倍:约 10.7 万种

做了什么:《Nature》报道(659 卷,p.309)一项评估把全球被贸易的野生物种数推到约 10.7 万种,比此前估计高出一倍以上[12]。

方法要点:整合贸易数据库、海关记录与分类学名录做交叉匹配,把此前未纳入的无脊椎、植物与水生类群计入。

为什么重要:CBD 与 CITES 的监管资源按"物种清单"分配;清单漏一半,意味着监管与风险评估建立在不完整的分母上。

局限质疑:名录匹配会引入假阳性(同名、亚种、养殖个体混入野生统计);"被贸易"与"受威胁"是两个不同命题,不宜直接等同。Nature 659:309,2026-11

09 · 复杂性理论 / 争议

AI 生成证明冲击理论计算机科学:两项结果、两种态度

做了什么:两项并置的结果:Anthropic 的模型(经 Physical Superintelligence 成员使用)给出悬置近二十年的 Aaronson–Ambainis 猜想的反证,49 页,Lean 形式化[15];OpenAI 的模型给出 1998 年指数时间假说(ETH)的反证,67 页,同样 Lean 校验[13]。

方法要点:均为"自然语言发现 + Lean 形式化校验"的组合;ETH 结果的算法加速只在变量数超过约 10²³⁸⁹ 后才显现[13],即理论上成立、实践中不可用。

为什么重要:这是 AI 首次在"纯数学/理论计算机"这类无实验可裁决的领域产出被形式化验证的新定理;同时它也关闭了一条量子加速的潜在路径(Aaronson–Ambainis 型下界失效意味着某些量子优势论证需重写)。

局限质疑(正反并列):正方——Lean 校验把"证明是否正确"与"人类是否理解"解耦,形式化通过即为定理。反方——Scott Aaronson 明确表示自己并未完全理解该证明,信任来自 Lean 与社区解释;Russell Impagliazzo 称 ETH 结果"非常令人震惊",并指出学界原本预期更弱的版本先倒[13];同周《经济学人》在皇家学会 10 月 29 日会议后批评实验室把难以理解的论文倾泻到领域却不公开细节[14]。评审仍在进行(含 MIT Ryan Williams、Impagliazzo、UCSD Ramamohan Paturi)[13]。预印本 + Lean 校验;事件主体 10 月下旬,本周为公开评审与争议期

10 · 数据基础设施 / 本体

HOMBA:2349 个结构的跨物种脑解剖本体,把"图谱"变成"可叠加的坐标系"

做了什么:作为 BICAN 专辑的方法学基座,《Cell》刊出 Harmonized Ontology of Mammalian Brain Anatomy(HOMBA),含 2349 个结构,并为三物种建立带 HOMBA 标注的三维共同坐标框架(CCF)[3]。

方法要点:把解剖学命名、细胞分类与三维坐标三者绑定,使结构、细胞、功能数据可在同一索引下互查;配套人與猴皮层下结构的三维数字图谱。

为什么重要:过去十年脑图谱的瓶颈已从"测不到"转为"对不上"。本体 + 坐标框架属于典型的"低关注度、高杠杆"基础设施,决定后续所有跨研究整合的成本。

局限质疑:本体一旦推广即形成路径依赖,修订成本高;非哺乳类、以及个体发育变异如何纳入坐标系仍是开放问题。Cell,2026-11-12

产品

TOP10 产品与工具篇(本期入选 9 项)

Top Products & Tools · 技术含量 × 可用性 × 关注度

排序口径:科研可用性优先于话题度。本期第 10 位空缺——人形机器人三家平台均处"预告未发布",按可信度分级不足以入榜,宁缺勿滥。

P1 · 算力 / CPU

AMD EPYC 9006(Zen 6,SP7):2nm、256 核、16 通道 DDR5-8000

规格:最高 256 核 / 512 线程,2nm 工艺,单插槽 16 通道 DDR5-8000 或 MRDIMM-12800,最大内存 8TB,PCIe 5.0 起[17]。

相对上代:对比 EPYC 9005(Turin,192 核/384 线程、12 通道 DDR5-6400、6TB),核数 +33%、内存带宽与容量同步上台阶,核心复合体从 16+32MB 扩到 32+128MB 缓存结构[17]。

可获取性:已发布、系统厂开始出货;对科研用户的意义在内存带宽受限型负载(CFD、基因组组装、内存内数据库)而非纯 FLOPs。AMD 发布 2026-11-10;第三方评测[17]

P2 · 算力 / GPU

AMD Instinct MI400 系列补齐三档:MI430X / MI450X / MI455X

规格:MI455X 用于 Helios 机架级方案,官方给出 DeepSeek-R1 MLPerf Offline 场景 21,333 tok/s/GPU;MI430X 面向 HPC 与科学计算,MI450X 新增内存配置选项[16]。

相对竞品:AMD 称 MI455X 在该项上"比英伟达 Vera Rubin 最新公布结果高至多 30%"——厂商数据,未经第三方复测,且对比的是对方"已公布"而非"已量产"的数字[16]。

可获取性:MI430X/MI455X 计划随 Helios 机架于后续季度供货;对科研用户,MI430X 的定位(HPC + 科学计算)比通用训练卡更值得关注。AMD 2026-11-12[16]

P3 · 开源权重

美团 LongCat-2.5:1.6T 总参 / 48B 激活,MIT 协议,1M 上下文

规格:总参数 1.6T、激活约 48B 的 MoE,原生多模态,支持 1M 上下文,权重以 MIT 协议在 Hugging Face 开放[18]。

相对上代:从"文本为主 + 外挂视觉"转为原生多模态与 agentic 定位;MIT 协议比多数"开放权重但限商用"的许可更宽松,是本周许可条款最优的一档。

可获取性:权重可直接下载自托管;官方另开放两周免费 API 以降低试用门槛。对学术机构,1.6T 规模的显存/带宽需求仍是硬门槛,实际多走量化或 API。美团技术博客 2026-11-10[18]

P4 · 开源权重(承诺中)

Thinking Machines「Inkling 2 Small」:594B MoE / 17B 激活

规格:594B 总参、17B 激活;官方榜 JobBench 70.5%、Vals Legal Index 73.9%(均为厂商数据,且注明"该行最高")[19]。

相对竞品:在知识与办公任务类基准上对标 GLM-5.3-Flash、DeepSeek-V4.1-Flash、Muse Spark Open、Kimi K3 等同代开放模型;第三方聚合榜(BenchLM)给出的领先者并非该模型,说明"自报第一"需跨榜核对[19]。

可获取性:已在 Tinker 平台上线;Apache-2.0 权重官方承诺"红队结束后下周"放出。截至本期末,权重尚未落地——按可信度分级仍属"厂商宣称",引用其分数时应标注来源与时间。Thinking Machines 2026-11-04 发布[19]

P5 · 闭源前沿 / 免费层

Google Gemini 4 Hydrogen:接管搜索的"执行型"模型

规格:Gemini 4 家族最低成本档;Artificial Analysis Intelligence Index 在 high 档 51 分、xhigh 档 54 分(厂商数据),官方称相对 3.8 Flash 任务完成速度提升约 2.5 倍[22]。

相对上代:定位从"聊天"转为多模型工作流里的执行引擎——由 Carbon/Argon 规划,Hydrogen 写码、跑测试、验证;Google 官方建议成对使用[22]。

可获取性:免费用户在 Gemini App 自动路由即可用,付费用户可手选,开发者经 AI Studio / Gemini API 接入,并成为 Google 搜索的默认模型。定价 $1.5 / $7.5 每百万 token(输入/输出)——Simon Willison 指出该价位仍约为 Claude Haiku 5.5、GPT-6 Luna 的 15 倍,且 Carbon 与 Argon 同价、12 月 1 日双双翻倍,价格体系"令人困惑"[23]。Google 2026-11-12[22]

P6 · 开源权重(静默发布)

inclusionAI(蚂蚁)ZoomGain-9B:一份"没有公告的完整发布"

规格:9.4B 视觉语言模型,随发布附论文、1000 题基准、约 9k 条 RL 数据集、评测器、4B/9B 检查点与 3 个 GGUF 量化版本[20]。

相对同类:少见地把"训练数据 + 评测器 + 量化权重"一并给出,可复现性明显高于只放权重的同规模模型;但无官方公告,采用度低。

可获取性:Hugging Face 可直接下载,GGUF 支持本地 CPU/低显存推理。风险提示:无官方文档与维护承诺,生产环境慎用。社区发现并整理,2026-11-10 前后[20]

P7 · 评测基准

BioBasicsBench:100 项湿实验任务,给"AI 会不会做实验"打分

规格:OpenAI 与 Ligo 合作构建,覆盖凝胶电泳、培养板、显微成像、仪器读数等 100 项日常湿实验任务,按操作正确性判定[21]。

相对上代:此前的生物基准多为选择题或文献问答,该基准直接考"实验台操作";官方报告 GPT-6 Astra 在高推理档得分 66.7%,GPT-5.6 Sol 为 43.8%——厂商数据。

可获取性:任务集与评分方法随论文公开,可作为实验室评估 agent 的参照;但 100 项任务对真实实验室的覆盖仍窄,且"通过率"不等于"可 unsupervised 运行"。OpenAI 2026-11[21]

P8 · 数据服务 / 政策工具

ERC Synergy Grant 2026:48 项、5 亿欧元,跨学科组队通道

规格:本轮共资助 48 个项目,总额约 5 亿欧元,面向 2–4 位 PI 的跨学科联合申请[25]。

相对上代:Synergy 的定位是"单个团队做不了、必须组队"的问题,与 Starting/Consolidator 的差别在规模与跨域要求,适合做仪器—算法—临床这类长链条课题。

可获取性:已公布结果,下一轮窗口按 ERC 年度节奏开放;对非欧盟机构,通常需以欧盟境内 host 为依托。ERC 2026-11-12[25]

P9 · 开源模型(垂类)

Ingenix「Thalamus Decision」:长寿科学垂类模型 + LongevityBench

规格:面向长寿/衰老研究的开源模型,配套 LongevityBench 基准,官方对比 29 个模型与闭源 API 的取舍[24]。

相对同类:垂直领域自建基准是本周的一个小趋势——先定义"什么算对",再谈模型强弱;比通用榜更能反映领域可用性。

可获取性:模型与基准开源。质疑:垂类基准的题目常由同一团队构造,存在"自己出题自己考"的偏差,跨团队复现前不宜引用其排名。厂商发布,2026-11[24]

产业

产业与政策雷达

Labs, Startups, Policy & Big Grants

Anthropic 启动 IPO 路演:8.25 亿股,定价区间 $70–78

11 月 9 日 Anthropic, PBC 启动首次公开发行路演,发行 8.25 亿股 A 类普通股(其中 801,351,354 股由公司发行、23,648,646 股来自老股东),并授予承销商 30 天超额配售权最多 1.2375 亿股,拟在纳斯达克全球精选市场上市[26]。

对科研生态的含义:前沿实验室的资本结构从"捐赠/VC"转向"公开市场",意味着算力采购与安全研究的预算约束会开始受季度指引影响。Anthropic 官方公告 2026-11-09

英伟达 11 月 17 日财报:黄仁勋辞任后的第一次大考

黄仁勋辞任 CEO 后,英伟达将于 11 月 17 日盘后发布 FY2027 Q3 财报,临时 CEO 兼 CFO Colette Kress 主持电话会;此前一周股价下跌约 12.75%,11 月 13 日收于 $162.85[27]。

观察点不在营收,而在三件事:数据中心需求是否延续、下一代 Rubin 供货节奏、以及既定的激进投资策略是否维持[27]。这三项直接决定未来两个季度全球 AI 算力供给的定价。市场预览报道 2026-11-16

中国科技部 2026 年度重点研发计划多专项指南发布

科技部近期集中发布 2026 年度国家重点研发计划多个重点专项申报指南,覆盖催化科学、力学技术科学、人工智能的数理基础、物态调控、数学理论等方向,申报系统填报窗口为 11 月 13 日至 12 月 8 日[28]。

值得注意的转向:"人工智能的数理基础"被单列为专项,与本周 AI 生成数学证明的进展形成呼应——资助端已把"AI 的可解释数学基础"当作独立问题域,而不是算法的附属。高校科研管理部门转载 2026-11

研判

趋势研判篇

Trends & Watch List

趋势一:科研的"验证层"正在成为独立产业

证据链:①AI 生成的数学证明靠 Lean 而非人类阅读来确认[13][15];②BioBasicsBench 把"会不会做实验"变成可自动判分的 100 项任务[21];③ZoomGain-9B 这类发布把评测器与数据一起放出[20];④本周新增的垂类基准(LongevityBench)同样是"先定义对错"[24]。

含义:过去科研的稀缺资源是"想法 + 实验能力",现在瓶颈前移到"可信验证"。形式化证明、自动判分环境、可复现基准,三者正在形成一个独立于模型公司的中间层。

趋势二:开放权重从"追赶"转为"同周竞速"

证据链:LongCat-2.5 以 MIT 放出 1.6T/48B[18];Inkling 2 Small 承诺 Apache-2.0[19];ZoomGain-9B 连量化版一起给[20];Gemini 4 Hydrogen 把前沿档位下放到免费层与搜索[22]。

含义:闭源前沿仍领先,但"可用档位"的领先期已压缩到周级。对科研机构的实际影响是采购逻辑变化——自托管 1.6T 级模型在算力上仍不经济,真正的甜点是 10B–50B 激活区间 + 领域数据微调。

未来 1–3 个月观察点

待发产品:Inkling 2 Small 的 Apache-2.0 权重是否真落地(承诺"下周",本期末未到);AMD Helios 机架与 MI455X 的第三方复测;三家美国人身平台(Optimus V3 / Figure 04 / Apptronik Apollo 2)的发布窗口集中在 11 月末至 12 月,特斯拉股东会 12 月 3 日为关键节点。

待发论文:ETH 反证与 Aaronson–Ambainis 反证的人工评审结论(评审组含 Ryan Williams、Impagliazzo、Paturi)[13];BICAN 后续是否扩展到啮齿类与疾病态样本。

截止的会议与窗口:中国科技部 2026 重点研发计划填报 12 月 8 日截止[28];ERC 下一轮 Synergy 按年度节奏开放[25];NeurIPS 进入论文放榜与会议期,将是检验"agentic 科研"类工作成色的第一个集中窗口。

反趋势提示:本周没有硬件里程碑

机器人、航天、能源三项本周均无首飞、无实机、无器件级突破。这不是"领域停滞",而是发布节奏的错位——12 月是消费电子与人形平台的集中发布期,而学术侧的硬件成果通常滞后一个季度见刊。

对研究者的建议:本周的可用增量在"数据与模型",不在"平台"。若在选课题,BICAN 的开放数据与 AlphaGenome 2 的 API 是本季度性价比最高的两项输入。

汇总

分析汇总

Data, Voices, Scenarios

一、关键数据表

指标数值性质口径与出处
BICAN 基节图谱细胞数约 2550 万同行评议人/猕猴/狨猴三物种,26 篇同期刊出[1]
HOMBA 结构数2349同行评议Harmonized Ontology of Mammalian Brain Anatomy[3]
AlphaGenome 2 复现耗时30 分钟 vs 约 1.5 年同行评议(案例)ETS2/IBD 变体细胞类型归因[6]
LongCat-2.5 参数量1.6T 总 / 48B 激活官方公开(MIT)1M 上下文,原生多模态[18]
Inkling 2 Small594B / 17B 激活;JobBench 70.5%厂商数据Vals Legal 73.9%,均标"该行最高"[19]
Gemini 4 HydrogenAAI 51(high)/ 54(xhigh)厂商数据$1.5 输入 / $7.5 输出 每百万 token[22][23]
MI455X 推理吞吐21,333 tok/s/GPU厂商数据DeepSeek-R1,MLPerf Offline 场景[16]
EPYC 9006 上限256 核 / 512 线程,2nm,8TB已发布产品16 通道 DDR5-8000 或 MRDIMM-12800[17]
BioBasicsBench100 项湿实验任务厂商数据GPT-6 Astra 66.7% vs GPT-5.6 Sol 43.8%[21]
ERC Synergy 202648 项 / 约 5 亿欧元官方公布2–4 位 PI 跨学科联合[25]

二、研究者观点对照表(全部署名)

人物身份观点
Scott AaronsonUT Austin 教授,Aaronson–Ambainis 猜想提出者之一他并不完全理解该 AI 生成的证明,其信任来自 Lean 校验与社区解释——即"形式化通过"可独立于"人类读懂"而成立[15]。
Russell ImpagliazzoUCSD 教授,1998 年 ETH 共同提出者称 ETH 被反证是"非常令人震惊的消息",并指出学界原本预期更弱的假设版本会先倒,故此次结果方向出人意料[13]。
Ryan WilliamsMIT 教授参与上述结果的人工专家评审;其参与本身表明结果仍处"待确认"而非"已确立"状态[13]。
Žiga AvsecGoogle DeepMind 研究员,AlphaGenome 团队成员AlphaGenome 2 的定位是缩小实验搜索空间、加速候选排序,而非替代湿实验给出机制结论[5]。
Christina TowersSalk 研究所助理教授,ASAP 通讯作者强调工具价值在"先理解自噬的基本生物学",才能谈在神经退行、肿瘤、衰老、感染中靶向自噬[9]。
Koray KavukcuogluGoogle DeepMind 高级副总裁Carbon/Argon 负责深度长程推理,Hydrogen 负责"快速执行",两者应成对使用而非互相替代[22]。
Simon Willison独立开发者、长期模型评测者Gemini 4 定价"令人困惑":Carbon 与 Argon 同价却定位不同,Hydrogen 名义最便宜但仍是同级竞品的约 15 倍[23]。
《经济学人》社论媒体评论(皇家学会 10-29 会议后)批评 AI 实验室把人类难以理解的论文大量投入数学领域,同时不公开细节,损害领域自我纠错能力[14]。

三、三情景推演:AI 生成证明能否被学科吸收

乐观(概率约 30%)

评审组在 1–3 个月内确认两项结果,Lean 形式化成为理论领域的标准交付物;期刊开始要求"形式化附件",人类可读性由社区二次解释补足。

可观察信号:arXiv 上带 Lean 附件的论文比例在两个月内明显上升;顶会开设形式化验证 track。

基准(概率约 55%)

结果被接受但"孤岛化":定理成立、证明无人完整读懂,后续研究无法在其上继续构建。形式化通过成为"必要但不充分"的条件,学科实际上绕开这些结果。

可观察信号:三个月内没有基于该证明的新推论论文;引用多为方法论引用而非数学引用。

悲观(概率约 15%)

评审发现形式化陈述与原始命题不等价(偷换定义、隐含假设),或加速界在实际参数区间内无意义(ETH 结果仅在 10²³⁸⁹ 变量后生效)→ 结果被撤回或降格为"技术性练习"[13]。

可观察信号:评审组发布勘误;实验室拒绝公开完整形式化脚本与提示词记录。

推演口径:以"学科是否在其上继续构建"为成功判据,而非"Lean 是否通过"。理由是本期的核心争议不在正确性,而在可吸收性。

出处

引用与出处总表

References
  1. NIH(美国国立卫生研究院):For the first time, researchers map out the brain's behavioral gatekeeper,新闻稿,2026-11-12。链接
  2. Nature 新闻:Massive atlas of brain region linked to a host of diseases is the most detailed yet(25.5M 细胞、26 篇),2026-11-12。链接
  3. Cell:Harmonized brain ontology and 3D atlases for human, macaque, and marmoset basal ganglia(HOMBA,2349 结构),2026-11-12。链接
  4. Cell:A single-cell and spatial 3D multi-omic atlas of developing human basal ganglia,2026-11-12。链接
  5. Nature 新闻:DeepMind's ultra-powerful AI for genome mapping wows scientists(AlphaGenome 2),2026-11-10。链接
  6. Dong-A Science:Google DeepMind's AlphaGenome 2 predicts DNA variant effects in 30 minutes,2026-11-12。链接
  7. Science 394(6825):731,Nature's cellular nuke(涡虫 ruptoblast / ruptosis),2026-11-12。链接
  8. Science 394(6825):eaej7530,ESCRT-0 凝聚驱动纤毛外泌体出芽(PMID 43019433),2026-11-12。链接
  9. Salk Institute 新闻稿:光控工具可阻止细胞循环,从而揭示疾病机制(ASAP,Christina Towers),Nature Cell Biology,2026-11-12。链接
  10. arXiv:2611.13953,Formation of superheavy elements 119 and 120 in the ⁵⁰Ti+²⁴⁹Bk and ⁵⁰Ti+²⁴⁹Cf reactions,2026-11-09(预印本)。链接
  11. arXiv:2611.15885,Reward-Driven Collider Physics Challenges for Self-Improving Agentic AI via RL(Alexander Yue 等),2026-11-11(预印本)。链接
  12. Nature 659:309,全球野生动物贸易物种数约 10.7 万,2026-11。链接
  13. Emergent News 汇总报道:OpenAI AI Disproves 1998 Exponential Time Hypothesis(含 Impagliazzo、Ryan Williams、Paturi 评审信息与 10²³⁸⁹ 门槛),2026-11-06。链接
  14. The Economist 文(Hindustan Times 转载):OpenAI's approach to mathematics does not add up,2026-11-05。链接
  15. Quantum Zeitgeist:An AI System Running an Anthropic Model Settled an Almost 20-Year-Old Conjecture(Aaronson–Ambainis,含 Aaronson 表态),2026-11。链接
  16. AMD Newsroom:AMD Advances Instinct MI400 Series for AI and Scientific Computing(MI430X/MI450X/MI455X、21,333 tok/s/GPU 为厂商数据),2026-11-12。链接
  17. ServeTheHome:AMD EPYC 9006 Results Are Here(Zen 6 / SP7,256 核、2nm、16 通道 DDR5-8000、8TB),2026-11-10。链接
  18. 美团技术博客:LongCat-2.5 开源(1.6T/48B、1M 上下文、MIT),2026-11-10。链接
  19. Thinking Machines:Introducing Inkling 2 Small(594B/17B,JobBench 70.5%、Vals Legal 73.9%,厂商数据),2026-11-04。链接
  20. OrcaRouter 博客:ZoomGain-9B Quiet Release(9.4B VLM、基准+数据集+GGUF),2026-11。链接
  21. OpenAI:Measuring how AI agents handle wet lab science(BioBasicsBench,100 项任务,厂商数据),2026-11。链接
  22. Google:Introducing Gemini 4 Hydrogen(官方博客;Koray Kavukcuoglu 表述;AAI 51/54 为厂商数据),2026-11-12。链接
  23. Simon Willison:llm-gemini 0.37 / Gemini 4 Hydrogen(价格表与评论),2026-11-12。链接
  24. Ingenix:Thalamus Decision 开源与 LongevityBench(厂商发布),2026-11。链接
  25. ERC:Synergy Grants 2026(48 项、约 5 亿欧元),2026-11-12。链接
  26. Anthropic:Anthropic launches roadshow for proposed initial public offering,2026-11-09。链接
  27. TradingKey/Mitrade:Nvidia Q3 Earnings Preview: AI Chip Deliveries and CEO Transition in Focus,2026-11-16。链接
  28. 重庆大学科研管理部门转载:科技部 2026 年度国家重点研发计划重点专项申报指南(含"人工智能的数理基础";填报 11-13 至 12-08),2026-11。链接
  29. LMU Munich:New research offers hope for room-temperature superconductivity(Science,2026-11-06,落在上期窗口,本期仅作温度计背景引用)。链接

可信度分级说明:本期 10 条研究中,同行评议 8 条([1]–[9] 中除预印本外)、预印本 2 条([10][11]);产品篇 9 条中,"已发布可获取"5 条、"承诺中/未落地"1 条(Inkling 权重)、"厂商数据待复测"3 条。所有厂商自报数字在正文与数据表中均标注"厂商数据"。