【主题】OpenAI 发布 BioBasicsBench:用 100 项真实湿实验测 AI 读原始数据
解读 日常湿实验充满失败胶图、模糊显微和对照缺失,论文精选图测不出这些能力。OpenAI 与酶设计公司 Ligo 做了覆盖蛋白、显微、定量、核酸与克隆的基准,要求模型给出结论并识别证据不足。高推理设置下 GPT-6 Astra 约拿到 66.7% 可用分数,仍有明显提升空间。对生物信息与实验自动化团队,选型时要把“会不会乱下结论”写进评估,而不只看答题漂亮。
来源 OpenAI
6 条当日/近期热点 · 工程师向浅科普
解读 日常湿实验充满失败胶图、模糊显微和对照缺失,论文精选图测不出这些能力。OpenAI 与酶设计公司 Ligo 做了覆盖蛋白、显微、定量、核酸与克隆的基准,要求模型给出结论并识别证据不足。高推理设置下 GPT-6 Astra 约拿到 66.7% 可用分数,仍有明显提升空间。对生物信息与实验自动化团队,选型时要把“会不会乱下结论”写进评估,而不只看答题漂亮。
来源 OpenAI
解读 大模型产品越来越依赖插件、工具回调和外部 API,攻击面常落在连接层而不是模型权重本身。双方安全研究员会共同圈定高优先级场景,并扩大 Hacktron 对前沿模型的 Daybreak 访问以便攻防演练。对做 Agent 集成的工程师,密钥托管、回调验签和供应链扫描应变成上线门禁。把它当成“模型发布后的附加项”往往会来不及。
来源 OpenAI
解读 Spaces 让你用自然语言描述需求,在 Muse 里生成礼物清单、行程板或家庭控制仪表盘,并可连接常用应用后台自动更新。它把助手从一次性聊天推向可复用的轻量应用。对产品与增长团队,值得观察“生成后还回不回得来”的留存逻辑。同时要把数据授权、年龄门槛和误操作撤销设计提前写进方案。
来源 Meta
解读 ToyBlocks 把场景故意做简单:机械臂与桌上方块,但仍要推、翻、堆并理解物体互动。对入门具身智能的人,这是比全屋仿真更轻的训练与评测沙箱。你可以先在可控环境验证策略与奖励设计,再迁移到更复杂场景。开源框架也方便团队对齐实验协议,减少“各跑各的环境”带来的不可比。
来源 Hugging Face
解读 Hugging Face 上新的 Cosmos 3 Nano 后训练检查点,可生成多视角驾驶数据、流式相机/激光雷达观测,以及双臂机器人动作到视频的预测。许可为 OpenMDW1.1,参数量约 16B 可训练。对做自动驾驶与具身策略的工程师,这意味着合成数据与闭环评测工具链又多了一组可商用试用的底座。落地时仍要准备自己的传感器布局微调与蒸馏路径。
解读 Xbrane 的 Lucamzi 获批用于湿性黄斑变性等适应症,计划 2027 年在美上市。生物类似药竞争会改变抗 VEGF 注射的采购与患者负担结构。对医疗 AI / 影像落地团队,用药路径变化会影响随访密度与真实世界数据分布。临床与产品规划要把“更多可及治疗”后的依从性与复查节奏一并考虑。