AI 与科学前沿 · 2026-10-29

罕见错义变异对复杂性状的贡献长期被低估，因为把同一基因内的变异合并成一个负荷分数会抹平效应差异。核等位系列模型（KASM）用蛋白结构与变异效应预测注释构造基因内效应协方差核，在786,871例外显子组、26个连续性状上把错义变异可解释遗传率的下界从0.54±0.04%提高到至少1.27±0.09%，最灵活模型下为1.83±0.11%，超过功能丧失变异的0.87±0.05%。

罕见错义变异对复杂性状的贡献长期被低估，因为把同一基因内的变异合并成一个负荷分数会抹平效应差异。核等位系列模型（KASM）用蛋白结构与变异效应预测注释构造基因内效应协方差核，在786,871例外显子组、26个连续性状上把错义变异可解释遗传率的下界从0.54±0.04%提高到至少1.27±0.09%，最灵活模型下为1.83±0.11%，超过功能丧失变异的0.87±0.05%。

肽的逆折叠模型通常在每个位点只输出二十种天然残基的概率，想加入一个非天然残基就得备好该残基的结构数据并把模型整体重训一遍。AtomWeaver 换掉了这一步：它先在固定骨架和靶标蛋白的条件下把侧链当作三维空间里的原子堆出来，最后再拿成型原子云去比对参考残基模板库，读出这是哪种残基。在覆盖十二个蛋白靶标、353 条骨架的 PeptideArena 上，它的表现与只设计二十种残基的方法相当，把候选词汇扩到 300 种残基后仍落在同一区间。

肽的逆折叠模型通常在每个位点只输出二十种天然残基的概率，想加入一个非天然残基就得备好该残基的结构数据并把模型整体重训一遍。AtomWeaver 换掉了这一步：它先在固定骨架和靶标蛋白的条件下把侧链当作三维空间里的原子堆出来，最后再拿成型原子云去比对参考残基模板库，读出这是哪种残基。在覆盖十二个蛋白靶标、353 条骨架的 PeptideArena 上，它的表现与只设计二十种残基的方法相当，把候选词汇扩到 300 种残基后仍落在同一区间。

谷歌发布下一代前沿模型 Gemini 4 Carbon，主打长时程智能体工作流与网络安全防御，在 Artificial Analysis 智能指数 v5.0 上以 59 分位列第一。它在外部基准上取得 SEC-bench Pro 88.2% 的漏洞发现成绩、ExploitGym 54.8% 的利用成绩和 CWE-bench 71.0% 的修补成绩，并称在内部测试中把 Terminal-Bench 4.0 上的成功作弊降到 0.0%。模型先向部分网络安全防御者开放，再经 Fairwind 计划逐步扩大，定价与 Argon 相同。

谷歌发布下一代前沿模型 Gemini 4 Carbon，主打长时程智能体工作流与网络安全防御，在 Artificial Analysis 智能指数 v5.0 上以 59 分位列第一。它在外部基准上取得 SEC-bench Pro 88.2% 的漏洞发现成绩、ExploitGym 54.8% 的利用成绩和 CWE-bench 71.0% 的修补成绩，并称在内部测试中把 Terminal-Bench 4.0 上的成功作弊降到 0.0%。模型先向部分网络安全防御者开放，再经 Fairwind 计划逐步扩大，定价与 Argon 相同。

Meta发布下一代广告检索系统Andromeda，把模型、系统与GPU硬件放在一起设计。此前检索阶段无法承担排序阶段的深度模型开销，新架构引入受大语言模型启发的混合专家结构，使模型表现接近排序级，而推理算力约为2024版检索模型的1/300。合并后的单GPU流水线在单台服务器上每秒处理超过十亿条广告，Meta称这是检索阶段模型的新吞吐基准，并报告自2025年起Facebook转化率提升2.4%。

Meta发布下一代广告检索系统Andromeda，把模型、系统与GPU硬件放在一起设计。此前检索阶段无法承担排序阶段的深度模型开销，新架构引入受大语言模型启发的混合专家结构，使模型表现接近排序级，而推理算力约为2024版检索模型的1/300。合并后的单GPU流水线在单台服务器上每秒处理超过十亿条广告，Meta称这是检索阶段模型的新吞吐基准，并报告自2025年起Facebook转化率提升2.4%。

AI 数据中心的选址、购电和制冷仍靠静态单点评分工具在开工当天一次性定下，而站点的水、电、碳状况会在十到二十年的资产寿命里漂移，承诺一旦做出又很难撤回。新做法把长周期建设写成带层级的马尔可夫决策过程：战略承诺只在离散窗口出现、带切换成本、要等依赖来源的交付周期才生效，运行调度只能动用已建成的容量，偏好条件化的多目标智能体一次给出一族策略，规划者可在推理时沿成本、碳、水和可靠性调整。真实站点数据上，不可逆、可逆与只承诺一次三种设定中，偏好条件化在两个目标组合上都给出可确认的权衡，把承诺设为不可逆后前沿覆盖更均匀。

AI 数据中心的选址、购电和制冷仍靠静态单点评分工具在开工当天一次性定下，而站点的水、电、碳状况会在十到二十年的资产寿命里漂移，承诺一旦做出又很难撤回。新做法把长周期建设写成带层级的马尔可夫决策过程：战略承诺只在离散窗口出现、带切换成本、要等依赖来源的交付周期才生效，运行调度只能动用已建成的容量，偏好条件化的多目标智能体一次给出一族策略，规划者可在推理时沿成本、碳、水和可靠性调整。真实站点数据上，不可逆、可逆与只承诺一次三种设定中，偏好条件化在两个目标组合上都给出可确认的权衡，把承诺设为不可逆后前沿覆盖更均匀。

PyTorch 2.15把2.14中作为可选nccl2预览的重写NCCL后端设为所有nccl进程组的默认，并保留TORCH_DIST_USE_NCCL2=0与nccl-legacy两条回退路径。此前集群规模下单个GPU停滞就可能拖停整个训练，定位原因往往要靠手工复现；新版本加入与后端无关的飞行记录器，集合通信挂起时向磁盘写出事后现场，任一rank超时都会触发所有rank转储。

PyTorch 2.15把2.14中作为可选nccl2预览的重写NCCL后端设为所有nccl进程组的默认，并保留TORCH_DIST_USE_NCCL2=0与nccl-legacy两条回退路径。此前集群规模下单个GPU停滞就可能拖停整个训练，定位原因往往要靠手工复现；新版本加入与后端无关的飞行记录器，集合通信挂起时向磁盘写出事后现场，任一rank超时都会触发所有rank转储。

智能体记忆系统通常按与当前查询的相关性检索记忆，并把它们当作上下文证据；TrawMem把交互历史组织成局部线索，再按任务角色分配并联合选取互补记忆，构成面向任务的工作区。在LoCoMo与MemGallery上，以四个开源和闭源骨干模型测试，宏观F1相对代表性记忆系统提高2.23至3.14点；在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，同时上下文token分别少约12.8%和5.1%。

智能体记忆系统通常按与当前查询的相关性检索记忆，并把它们当作上下文证据；TrawMem把交互历史组织成局部线索，再按任务角色分配并联合选取互补记忆，构成面向任务的工作区。在LoCoMo与MemGallery上，以四个开源和闭源骨干模型测试，宏观F1相对代表性记忆系统提高2.23至3.14点；在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，同时上下文token分别少约12.8%和5.1%。

Anthropic的生命科学团队报告，Claude已被用于六家机构的真实药物研发项目，任务从分子设计延伸到生产文件复核与监管申报。此前这类工作的讨论多集中在新分子初始设计，而制造环节的文书工作仍靠人工，化学家最多有75%的时间花在记录上。在Enveda的测试中，Claude在1,061页生产文件里找出了人工复核者标记的全部11处问题，另多标记7处，并将人工复核时间从25小时以上压缩到不足3小时；这些结果大多仍处临床前阶段。

Anthropic的生命科学团队报告，Claude已被用于六家机构的真实药物研发项目，任务从分子设计延伸到生产文件复核与监管申报。此前这类工作的讨论多集中在新分子初始设计，而制造环节的文书工作仍靠人工，化学家最多有75%的时间花在记录上。在Enveda的测试中，Claude在1,061页生产文件里找出了人工复核者标记的全部11处问题，另多标记7处，并将人工复核时间从25小时以上压缩到不足3小时；这些结果大多仍处临床前阶段。

在AMD Instinct MI355X上，Qwen3-30B-A3B-Instruct经监督微调后再做全异步智能体强化学习，在SWE-bench Verified的100个分层任务子集上把pass@1从7.3%提升到27.5%，且强化学习任务来自未出现在该基准中的代码库。训练的主要瓶颈不是GPU算力，而是长尾轨迹与CPU沙箱调度：限制轨迹长度让单步时间从850秒降到284秒，改用云沙箱并把并发提到384条后，吞吐从约860条/小时升到约3480条/小时。

在AMD Instinct MI355X上，Qwen3-30B-A3B-Instruct经监督微调后再做全异步智能体强化学习，在SWE-bench Verified的100个分层任务子集上把pass@1从7.3%提升到27.5%，且强化学习任务来自未出现在该基准中的代码库。训练的主要瓶颈不是GPU算力，而是长尾轨迹与CPU沙箱调度：限制轨迹长度让单步时间从850秒降到284秒，改用云沙箱并把并发提到384条后，吞吐从约860条/小时升到约3480条/小时。

长程语言模型智能体的训练改在已有轨迹组内构造动作偏好：比较条件同时看动作前状态与任务进度，WebShop上Qwen3-4B与8B的平均成功率分别提高3.96和5.16个百分点。

长程语言模型智能体的训练改在已有轨迹组内构造动作偏好：比较条件同时看动作前状态与任务进度，WebShop上Qwen3-4B与8B的平均成功率分别提高3.96和5.16个百分点。

微软把GitHub工程团队构建、已在公司内部全面采用的Copilot外壳通过Microsoft Foundry对外开放，开发者可用托管方式构建能推理、调用工具并完成长时间任务的智能体。此前自建外壳或模型路由要自行跟进前沿模型并承担维护，如今可在同一外壳下接入20多个前沿模型并自带密钥，由平台按任务路由到合适模型。该外壳运行时已移植到Rust，微软称这带来会话开销与首token时间的下降，并已在数百万用户规模的产品面上运行。

微软把GitHub工程团队构建、已在公司内部全面采用的Copilot外壳通过Microsoft Foundry对外开放，开发者可用托管方式构建能推理、调用工具并完成长时间任务的智能体。此前自建外壳或模型路由要自行跟进前沿模型并承担维护，如今可在同一外壳下接入20多个前沿模型并自带密钥，由平台按任务路由到合适模型。该外壳运行时已移植到Rust，微软称这带来会话开销与首token时间的下降，并已在数百万用户规模的产品面上运行。

ElevenLabs推出实时语音翻译模型Eleven Realtime Translation，让通话双方各说自己语言、同时听到对方语言的表达性语音。此前跨语言客服往往要等会该语言的坐席，或把口译员接入通话。该模型基于低延迟语音模型Eleven v4 Turbo，支持90多种语言和自动语言检测，单一音色在多语言间保持一致，目前以alpha形式向ElevenAPI企业客户开放。

ElevenLabs推出实时语音翻译模型Eleven Realtime Translation，让通话双方各说自己语言、同时听到对方语言的表达性语音。此前跨语言客服往往要等会该语言的坐席，或把口译员接入通话。该模型基于低延迟语音模型Eleven v4 Turbo，支持90多种语言和自动语言检测，单一音色在多语言间保持一致，目前以alpha形式向ElevenAPI企业客户开放。

结构化知识检索不再需要预先写好的查询—规则配对：路由智能体为每条查询挑一条推理规则，对应检索器按该规则约束排序证据，两者交替训练、互相提供监督。

结构化知识检索不再需要预先写好的查询—规则配对：路由智能体为每条查询挑一条推理规则，对应检索器按该规则约束排序证据，两者交替训练、互相提供监督。

同步辐射X射线衍射每秒产生一张二维衍射图，用图像模型自动读出Ti–6Al–4V中α相与β相的体积分数看似可行。两个模型在250张实验衍射图上微调后精度相近，但稳健性测试与注意力图显示，仅用ImageNet预训练的模型从背景和像素噪声里推断相分数，而先在模拟衍射图上训练、再微调的模型依据布拉格反射。预测精度本身不足以验证模型。

同步辐射X射线衍射每秒产生一张二维衍射图，用图像模型自动读出Ti–6Al–4V中α相与β相的体积分数看似可行。两个模型在250张实验衍射图上微调后精度相近，但稳健性测试与注意力图显示，仅用ImageNet预训练的模型从背景和像素噪声里推断相分数，而先在模拟衍射图上训练、再微调的模型依据布拉格反射。预测精度本身不足以验证模型。

Anthropic把Claude模型放到谷歌云上，以Anthropic托管的方式提供，开发者通过自己的谷歌云项目调用Claude API。此前这类接入需要另建计费与权限体系，现在访问由谷歌云IAM控制，账单走谷歌云Marketplace。同一天，Claude Opus 5.5的快速模式也在这条托管通道上开放。

Anthropic把Claude模型放到谷歌云上，以Anthropic托管的方式提供，开发者通过自己的谷歌云项目调用Claude API。此前这类接入需要另建计费与权限体系，现在访问由谷歌云IAM控制，账单走谷歌云Marketplace。同一天，Claude Opus 5.5的快速模式也在这条托管通道上开放。

一种把心理语言学中的均匀信息密度假设写进偏好优化奖励的方法，在 AlpacaEval 2、Arena-Hard 与 MT-Bench 上与 SimPO 互有胜负，并在英语补语从句的 that 使用上更接近自然语言。

一种把心理语言学中的均匀信息密度假设写进偏好优化奖励的方法，在 AlpacaEval 2、Arena-Hard 与 MT-Bench 上与 SimPO 互有胜负，并在英语补语从句的 that 使用上更接近自然语言。

Vercel 在 AI Gateway 上推出虚拟模型：应用和智能体不再直接写具体模型名，而是调用一个按任务命名的虚拟模型 ID，模型、回退顺序、零数据保留等配置都放在网关侧。此前换模型虽只需改一行代码，但这一行仍在代码里，通常要重新部署；现在改动虚拟模型后，所有调用该 ID 的应用和智能体在几分钟内自动采用新配置。

Vercel 在 AI Gateway 上推出虚拟模型：应用和智能体不再直接写具体模型名，而是调用一个按任务命名的虚拟模型 ID，模型、回退顺序、零数据保留等配置都放在网关侧。此前换模型虽只需改一行代码，但这一行仍在代码里，通常要重新部署；现在改动虚拟模型后，所有调用该 ID 的应用和智能体在几分钟内自动采用新配置。

CopilotKit发布OpenBot，一套可克隆自托管的AI智能体工作台模板，让每个同事拥有独立浏览器、登录与文件，只被授予指定工具。它通过AG-UI协议接入任意框架写成的智能体，所有对计算机、文件、MCP服务器或组件的操作都经过同一网关先决定、后记录。部署默认带两个以配置而非代码定义的同事智能体，另有十个金融场景示例待启用；项目处于测试阶段，尚无托管版本，也不作为依赖包发布。

CopilotKit发布OpenBot，一套可克隆自托管的AI智能体工作台模板，让每个同事拥有独立浏览器、登录与文件，只被授予指定工具。它通过AG-UI协议接入任意框架写成的智能体，所有对计算机、文件、MCP服务器或组件的操作都经过同一网关先决定、后记录。部署默认带两个以配置而非代码定义的同事智能体，另有十个金融场景示例待启用；项目处于测试阶段，尚无托管版本，也不作为依赖包发布。

多模态长文档问答里，智能体式检索并非每次都划算，额外计算还可能让答案变差。RouteDRAG把是否调用智能体、以及调用后如何执行都变成可学习的选择：它用图索引组织跨页、表格与图像内容，预测智能体相对短路径的收益，并控制工具调用与终止。在两个基准上，它只把79.3%的查询交给智能体，平均准确率比只用短路径高3.47个百分点，同时超过统一走智能体的执行方式且回答调用更少。

多模态长文档问答里，智能体式检索并非每次都划算，额外计算还可能让答案变差。RouteDRAG把是否调用智能体、以及调用后如何执行都变成可学习的选择：它用图索引组织跨页、表格与图像内容，预测智能体相对短路径的收益，并控制工具调用与终止。在两个基准上，它只把79.3%的查询交给智能体，平均准确率比只用短路径高3.47个百分点，同时超过统一走智能体的执行方式且回答调用更少。

Baseten 的研究实验室发布两个开源决策模型 mammoth-1（27B）与 elephant-1（9B），它们不生成文本，而是对每个问题返回所有可能答案上的概率分布。mammoth-1 在 Jev Decision Index 0.4 上位列 208 个决策模型第一，elephant-1 在该指数上与第 8 名并列、是领先的 9B 决策模型，并在 Artificial Analysis Decision Index 上与 d1-ultra 并列第一。两者由 Qwen3.5-9B 与 Qwen3.5-27B 在 621 万条决策样本上后训练得到，可在 Baseten Model APIs 免费试用一周，并已在 Hugging Face 开源。

Baseten 的研究实验室发布两个开源决策模型 mammoth-1（27B）与 elephant-1（9B），它们不生成文本，而是对每个问题返回所有可能答案上的概率分布。mammoth-1 在 Jev Decision Index 0.4 上位列 208 个决策模型第一，elephant-1 在该指数上与第 8 名并列、是领先的 9B 决策模型，并在 Artificial Analysis Decision Index 上与 d1-ultra 并列第一。两者由 Qwen3.5-9B 与 Qwen3.5-27B 在 621 万条决策样本上后训练得到，可在 Baseten Model APIs 免费试用一周，并已在 Hugging Face 开源。

人形脸机器人的注视控制被拆成两件事：视觉语言模型异步挑选场景中的注视对象，Realistic Gaze Transformer 负责把目标眼动轨迹变成协调的颈部、双眼和眼睑动作。该模型是在无标记人体记录上训练的 Transformer-VAE，先自监督预训练，再用自回归微调让训练包含模型自己的预测。在两秒闭环基准上，所有控制器接收同一真值眼目标，RGT-Base 取得所报告的最低七关节误差，推理在 16.7 毫秒帧间隔内完成。

人形脸机器人的注视控制被拆成两件事：视觉语言模型异步挑选场景中的注视对象，Realistic Gaze Transformer 负责把目标眼动轨迹变成协调的颈部、双眼和眼睑动作。该模型是在无标记人体记录上训练的 Transformer-VAE，先自监督预训练，再用自回归微调让训练包含模型自己的预测。在两秒闭环基准上，所有控制器接收同一真值眼目标，RGT-Base 取得所报告的最低七关节误差，推理在 16.7 毫秒帧间隔内完成。

Cloudflare 在 Agents SDK 的持久浏览器里加入内部主机名：给浏览器一个 preview.internal 这样的名字，发往它的请求就转给智能体自己，而不是公网。这样智能体可以在同一个浏览器里检查沙箱中的开发服务器、工作区文件夹或同域另一个 Worker，而服务器不对外暴露。每个内部主机带一个在 Durable Object 中运行的 fetch 函数，可使用该对象的绑定与状态；主机还可配置目标 schema，让模型自行选择端口或文件夹。

Cloudflare 在 Agents SDK 的持久浏览器里加入内部主机名：给浏览器一个 preview.internal 这样的名字，发往它的请求就转给智能体自己，而不是公网。这样智能体可以在同一个浏览器里检查沙箱中的开发服务器、工作区文件夹或同域另一个 Worker，而服务器不对外暴露。每个内部主机带一个在 Durable Object 中运行的 fetch 函数，可使用该对象的绑定与状态；主机还可配置目标 schema，让模型自行选择端口或文件夹。

Baseten 把模型权重这类只读数据做成交付网络上的密封卷：发布一次即封成不可变版本，用内容摘要指认，部署按摘要挂载同一份字节。此前同一份检查点会被下载、转存到多处，预发、生产、测试各写一份配置指向副本，有人换了版本往往要等输出不一致才被发现。密封卷把文件切成按内容哈希去重的块，只上传变更部分，并在容器启动时直接挂载，使拉取阶段不再计入启动时间；该能力随 Baseten CLI 1.1.0 及以上版本提供。

Baseten 把模型权重这类只读数据做成交付网络上的密封卷：发布一次即封成不可变版本，用内容摘要指认，部署按摘要挂载同一份字节。此前同一份检查点会被下载、转存到多处，预发、生产、测试各写一份配置指向副本，有人换了版本往往要等输出不一致才被发现。密封卷把文件切成按内容哈希去重的块，只上传变更部分，并在容器启动时直接挂载，使拉取阶段不再计入启动时间；该能力随 Baseten CLI 1.1.0 及以上版本提供。

面向跨文档推理的智能体记忆层有了同条件对照：在111份合成保险文档上，使用OpenWiki编译维基的智能体在50个需要跨来源连接的问题上准确率为0.52，仅用关键词检索时为0.10；再叠加由引用和文档引用关系生成的证据图后，准确率再提高27%，引用一致性翻倍，每个正确答案成本下降58%。简单查找问题上两者准确率相当，维基并未带来优势。

面向跨文档推理的智能体记忆层有了同条件对照：在111份合成保险文档上，使用OpenWiki编译维基的智能体在50个需要跨来源连接的问题上准确率为0.52，仅用关键词检索时为0.10；再叠加由引用和文档引用关系生成的证据图后，准确率再提高27%，引用一致性翻倍，每个正确答案成本下降58%。简单查找问题上两者准确率相当，维基并未带来优势。

Luminary发布SHIFT-NVH，一个在单一白车身有限元求解结果上训练的大物理模型，输入15个零件的板厚、材料与车速，直接输出13万余个表面节点在ISO 8608 B级路面激励下的三向RMS加速度。在按设计划分、材料与车速均未见的192个测试算例上，全场相对L2误差中位数为1.1%，零件级RMS误差中位数为0.47%，约为钣金引起的中位变化5.4%的十分之一。模型覆盖固定网格、±30%板厚范围、三种材料和30至110 km/h四档车速，最终钣金决策仍以完整有限元和物理试验为准。

Luminary发布SHIFT-NVH，一个在单一白车身有限元求解结果上训练的大物理模型，输入15个零件的板厚、材料与车速，直接输出13万余个表面节点在ISO 8608 B级路面激励下的三向RMS加速度。在按设计划分、材料与车速均未见的192个测试算例上，全场相对L2误差中位数为1.1%，零件级RMS误差中位数为0.47%，约为钣金引起的中位变化5.4%的十分之一。模型覆盖固定网格、±30%板厚范围、三种材料和30至110 km/h四档车速，最终钣金决策仍以完整有限元和物理试验为准。

AI Gateway 上线“虚拟模型”：它是一份保存下来的配置，指明用哪个模型、带哪些设置，应用和智能体用自定义模型 ID（如 vmc/coding-agent）调用。此前换模型或改设置要重新部署应用、重新配置智能体，现在在网关里集中改一次即可。它还能为编码智能体补上其本身未暴露的推理强度、快速模式、提示缓存等选项，并统一指定提供方、回退模型与零数据保留等要求。

AI Gateway 上线“虚拟模型”：它是一份保存下来的配置，指明用哪个模型、带哪些设置，应用和智能体用自定义模型 ID（如 vmc/coding-agent）调用。此前换模型或改设置要重新部署应用、重新配置智能体，现在在网关里集中改一次即可。它还能为编码智能体补上其本身未暴露的推理强度、快速模式、提示缓存等选项，并统一指定提供方、回退模型与零数据保留等要求。

Anthropic为Claude Enterprise正式开放三项管理功能：智能报告抽取团队对话样本，把工作归入工作流并列出各自花费、产出与常见摩擦点；应用内问卷收集成员对价值的自述反馈；池化组预算让一个团队共享月度额度，成员上限仍作为个人护栏。三项功能同日一般可用，但可用性随配置而异，包括HIPAA配置和使用客户管理加密密钥的组织。

Anthropic为Claude Enterprise正式开放三项管理功能：智能报告抽取团队对话样本，把工作归入工作流并列出各自花费、产出与常见摩擦点；应用内问卷收集成员对价值的自述反馈；池化组预算让一个团队共享月度额度，成员上限仍作为个人护栏。三项功能同日一般可用，但可用性随配置而异，包括HIPAA配置和使用客户管理加密密钥的组织。

Gemini 应用新增了一个沉浸式探索库，用可交互、可视化的方式让用户逐层查看主题，范围从微观系统延伸到深空。用户可在 Gemini 学生中心点击“Try immersive explorations”进入这些场景，并计划很快支持在 Gemini 聊天对话中直接访问。每个场景展开为有引导的交互体验，例如沿丝绸之路追踪贸易路线、查看喷气发动机内部或研究闪电的物理机制；该功能面向所有用户开放，支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文，其他语言用户目前只有英文体验。

Gemini 应用新增了一个沉浸式探索库，用可交互、可视化的方式让用户逐层查看主题，范围从微观系统延伸到深空。用户可在 Gemini 学生中心点击“Try immersive explorations”进入这些场景，并计划很快支持在 Gemini 聊天对话中直接访问。每个场景展开为有引导的交互体验，例如沿丝绸之路追踪贸易路线、查看喷气发动机内部或研究闪电的物理机制；该功能面向所有用户开放，支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文，其他语言用户目前只有英文体验。

把量子线路搜索中通常被丢弃的候选模型按认知多样性挑出5个与经典模型融合，在心脏病、电离层、皮马糖尿病和垃圾邮件四个二分类数据集上全部超过池中最强单体模型，最大提升6.03%。

把量子线路搜索中通常被丢弃的候选模型按认知多样性挑出5个与经典模型融合，在心脏病、电离层、皮马糖尿病和垃圾邮件四个二分类数据集上全部超过池中最强单体模型，最大提升6.03%。