伍戈：今年以来 AI 及相关产品对中国出口形成重要拉动
长江证券首席经济学家伍戈指出，前三季度中国 GDP 同比增长 4.6%，出口对增长的贡献最为突出，今年以来 AI 及 AI 相关产品对中国出口形成重要拉动。他认为未来一至两年全球宏观环境整体仍有利于中国制造业出口，AI 带动算力与基础设施投资增长、各国产业链重构推动相关支出上升，有望继续支撑外需。
全部资讯动态
金十数据AI 评分4242 金十数据AI 评分3838 澳大利亚为“幽灵鲨”水下无人机编队配备武器
澳大利亚国防工业部长帕特·康罗伊宣布，“幽灵鲨”（Ghost Shark）无人潜航器将能够部署多达12枚水雷，或用于空中监视与攻击的无人机，亦可携带特种部队所需装备。该无人潜航器及配套的“阿尔蒂乌斯”（Altius）空中无人机均由美国国防企业安杜里尔工业公司制造。澳大利亚政府去年曾宣布投入近20亿澳元（约合14亿美元）采购“幽灵鲨”，使其具备情报收集、监视、侦察及打击能力。
华尔街见闻 · 商品AI 评分6060 国家统计局：前三季度“人工智能+”行动带动新兴领域投资和出口
国家统计局新闻发言人王冠华在国新办发布会上表示，前三季度“人工智能+”行动有力带动了新兴领域的投资和出口。前三季度电子电路制造业、集成电路制造业、信息服务业投资分别增长58.7%、14.2%和20.2%，设备购置投资增长9.7%。同期电子元件、电线电缆等产品出口分别增长70%和25.3%，AI眼镜、智能仿生机器人等终端产品持续丰富全球人工智能应用场景。
36氪 · 快讯AI 评分5555 OpenAI发布19个机器人相关岗位，加码机器人软硬件研发
截至10月19日，OpenAI官网发布了19个与Robotics相关的招聘职位，涵盖机器人控制系统、电气工程、执行器、电机设计、制造和数据系统等方向。OpenAI表示，这支团队希望开发能在动态真实环境中工作的通用机器人，并探索多种机器人形态，目前正同时推进软硬件研发，并建立现实世界机器人数据采集和训练体系。现场工程师岗位的招聘信息显示，其机器人数据采集环境中已运行多个机器人工作站。
36氪 · 快讯AI 评分5858 国家统计局：前三季度“人工智能+”行动带动新兴领域投资和出口
国家统计局新闻发言人王冠华在国新办发布会上表示，前三季度“人工智能+”行动有力带动了新兴领域的投资和出口。前三季度电子电路制造业、集成电路制造业、信息服务业投资分别增长58.7%、14.2%和20.2%，设备购置投资增长9.7%。同期电子元件、电线电缆等产品出口分别增长70%和25.3%，AI眼镜、智能仿生机器人等终端产品持续丰富全球人工智能应用场景。
36氪 · 快讯AI 评分4040 国家统计局：前三季度“人工智能+”行动带动电子电路制造业投资增长58.7%
国家统计局新闻发言人王冠华在国新办发布会上表示，前三季度“人工智能+”行动有力带动新兴领域投资和出口，电子电路制造业、集成电路制造业、信息服务业投资分别增长58.7%、14.2%和20.2%。在“两新”政策支持下，企业加快智能化改造，设备购置投资增长9.7%。前三季度电子元件、电线电缆等产品出口分别增长70%和25.3%。
arXiv 物理AI 评分5858 研究：CNN 技术特征检测器在 Breakthrough Listen 数据上的漏检与误报
Omer Imran 训练并冻结一个标准竞赛用 CNN 检测器，向真实 Green Bank 背景注入 15,000 个信号，覆盖十种形态和五种幅度，测试其在训练分布外的表现。
arXiv 物理AI 评分1818 Langevin 动力学中的自主自谐漂移导致 Stochastic Localization 密度底层域紧致化
研究指出，带自谐漂移与经典自旋的 Langevin 动力学可视为 Stochastic Localization 的一个版本，其 n 维欧氏空间被“紧致化”到 n 维球面。作者通过对比两个框架认为，这种紧致化源于要求漂移项具有自主性，该关系有望拓展 Stochastic Localization 的适用范围。
arXiv 物理AI 评分3838 ZStar：统一计算极化、Born 有效电荷、介电与压电响应及红外/拉曼光谱的开源工具包
ZStar 是开源 Python 工具包，可自动计算极化、Born 有效电荷、声子、静态与频率相关介电响应以及红外和拉曼光谱，支持体块晶体、二维材料、一维结构和分子。
arXiv 物理AI 评分4242 PIAA-ZWFS：逼近波前传感基本极限的可微设计柔性波前传感器
研究提出 PIAA-ZWFS，在传统 Zernike 波前传感器（ZWFS）基础上利用无损光瞳切趾把星光集中到焦平面，并用可微建模框架结合贝叶斯实验设计进行优化。
arXiv 物理AI 评分4242 基于贝叶斯社区检测的可靠数据聚类方法
研究者提出一种将降噪与聚类合并为单步的贝叶斯社区检测方法，由同一最小描述长度准则同时决定数据稀疏化程度和聚类方式。在合成数据上，该方法在噪声更高、样本更少时仍能恢复聚类；在人类大脑基因共表达数据上，其聚类比标准工具 WGCNA 更一致、更稳定。
arXiv 物理AI 评分4242 NeuralDMD：从稀疏噪声测量中重建可解释时空动力学
NeuralDMD 将神经隐式表示与动态模式分解（DMD）结合，无需训练数据或数值模拟器，即可从稀疏、间接、含噪测量中重建连续时空动力学。该方法把 DMD 模式参数化为连续神经场，并施加低秩线性动力学先验与谱时间演化约束，在稀疏观测天气预报数据同化和银河系中心黑洞 Sagittarius A 的干涉（傅里叶域）观测等任务上优于基线，且外推至未来时保持稳定。
arXiv 物理AI 评分3030 结合 SFG 光谱与神经网络势分子动力学解析水-磁铁矿界面结构
研究结合相位分辨和频振动光谱（SFG）与神经网络势分子动力学模拟，解析中性及碱性 pH 下磁铁矿-水界面的分子结构。模拟将不同光谱特征归属为解离表面 OH 基团、八面体铁位点吸附的羟基与水分子、解离位点结合水及四面体行上方水分子，并揭示纳秒尺度重排的反应性界面羟基网络。实测与计算 SFG 光谱的系统性差异表明现有磁铁矿表面模型未能完全代表水相界面。
arXiv 物理AI 评分3838 基于数据分布微观结构的信息量化方法 Micro-Information Analysis
研究者提出名为“Micro-Information Analysis”的方法，通过先做无监督聚类捕捉数据分布中的高斯微域（微状态）及其占比、间距与非高斯残差比例，再结合聚类与香农熵最小化，以 bit 为单位量化数据微观结构所含信息。该方法输出易解读的 Information-Microstructure 图，可对不同数据按信息含量比较排序，并在合成数据与分子模拟数据上完成验证。
arXiv 物理AI 评分3636 Tersoff-NN：用神经网络扩展 Tersoff 势的混合机器学习键序模型
研究者提出 Tersoff-NN，一种面向 Si 的混合机器学习势，保留 Tersoff 势的解析径向相互作用与截断结构，仅用紧凑神经网络表示环境依赖的键序因子。
arXiv 物理AI 评分3434 面向托卡马克破裂警报的视野感知早期事件预测
研究将托卡马克破裂预警拆分为风险预测器与警报策略，提出视野截断生存目标和带时间标签平滑（TLS）的固定视野早期事件预测两种目标。在 DIII-D、Alcator C-Mod 和 EAST 数据库上，TLS 在排序与警报性能上均优于深度生存模型，并在三台装置上均优于平滑范围两端的硬目标。C-Mod 与 DIII-D 上警报性能仍有限且随训练种子波动明显。
arXiv 物理AI 评分5858 Rescene 用 0.4M 参数封装器将冻结天气模型改造为百年气候模拟器
Minjong Cheon 提出 Rescene，一个 0.4M 参数的封装器，把冻结的 1.5°、6 小时、69 变量天气模型改造成随机气候模拟器。
arXiv 物理AI 评分2828 用多层网络预测各行业人类移动规律
研究利用机器学习构建多层移动网络，按行业部门分层编码普查区之间的人流，并分析各层节点度的可预测性。结果显示，节点出度因受普查区人口驱动而易于预测，入度则因人群可被吸引至多种地点而更难预测；餐厅等特定行业类型的移动更易预测，且各行业可预测性与该类型地点的移动量正相关。
arXiv 物理AI 评分2525 光通信与光计算中的白盒、黑盒与物理信息数据驱动建模对比分析
该论文在光放大器、直接调制激光器和干涉仪网格三个用例上对比了白盒、黑盒与物理信息数据驱动三种建模范式。研究从模型复杂度、数据效率、泛化性和模块化四个维度评估各自权衡，指出数据驱动模型推理更快但训练数据效率低、泛化性有限，而融合物理知识与数据学习的混合范式可兼顾两者优势。
arXiv 物理AI 评分3434 Hyper-Kamiokande 实验的深度学习低能触发算法
针对 Hyper-Kamiokande 大型水切伦科夫探测器 7 MeV 以下低能中微子事件，深度学习触发算法在 3 MeV 动能单电子上实现 76.7% 的信号识别效率，远超传统命中计数触发的 26.4%。仅用探测器噪声训练的两类异常检测方法中，Manifold Projection-Diffusion Recovery 在同一工作点达到 35.4%。GPU 上每窗口推理延迟远低于毫秒级。
arXiv 物理AI 评分4242 多任务学习结合半经验轨道电荷，实现高样本效率的 MLIP
研究显示，用轨道分辨的半经验电荷做多任务学习，可显著提升机器学习原子间势（MLIP）的样本效率与精度。引入计算廉价的 GFN1-xTB 轨道电荷后，模型能量平均绝对误差较仅能量基线降低 58%，达到同等性能所需数据量减少至五分之一；相比能量与力联合训练的更强基线，能量误差仍降低 12%。轨道电荷仅在训练阶段使用，不影响推理效率。
arXiv 物理AI 评分3434 利用时空深度学习抑制大型液体闪烁体探测器中的¹⁴C光子击中
研究提出三种模型在击中层面标记含¹⁴C堆积的e⁺事件中的¹⁴C光子击中，包括一个门控时空图神经网络和两个基于Transformer的标量与矢量电荷编码模型。在模拟测试集中，模型对¹⁴C的召回率为25%-48%，同时将e⁺误判为¹⁴C的比例控制在1%以下，显著改善了e⁺与¹⁴C光子击中在时空上强烈重叠事件的总电荷分辨率。
arXiv 物理AI 评分3838 面向粒子物理的异构、边缘与量子硬件机器学习（ML-HEQUPP）
一份 73 页白皮书提出 ML-HEQUPP 社区愿景，为粒子物理实验梳理异构加速器系统、边缘低功耗低延迟器件、可重构硬件、低温与高辐射环境读出及模拟计算等硬件级机器学习研发方向。下一代实验将面临前所未有的数据速率与体量，需要实时推理、智能数据缩减和超越现有能力的处理架构。
arXiv 物理AI 评分5858 AceFF：面向小分子药物发现的机器学习原子间势函数
作者提出预训练机器学习原子间势函数 AceFF，基于改进的 TensorNet2 架构在类药化合物数据集上训练，兼顾高通量推理速度与 DFT 级精度。两个同架构模型 AceFF-2 与 AceFF-2-OMol 分别覆盖 H、B、C、N、O、F、Si、P、S、Cl、Br、I 等药物化学元素及 Na、K 离子，并显式训练处理带电状态。
arXiv 物理AI 评分3636 训练数据集对机器学习原子间势至关重要：以水模拟为例
以水为案例的研究显示，机器学习原子间势（MLIP）若训练数据集采样不足，会错误预测密度、熔点和核量子效应。而用同一电子结构方法在全面数据集上训练的 MLIP，其性质预测与模型架构无关且彼此一致，密度与参考计算定量吻合。
arXiv 物理AI 评分3434 TRECI：用数据高效迁移学习构建恒电势电化学界面的机器学习力场
研究者提出 TRECI 工作流，通过从通用与领域专用模型迁移学习构建机器学习力场，在电子巨正则分子动力学中以更少参考构型达到 ab initio 级精度。在 Cu(111)-水界面仅用 1000 个构型训练即获得准确模拟，捕捉到此前未报道的偏压依赖溶剂重构效应。该方法使高阶 meta-GGA 泛函与严格表面带电方案可用于恒电势模拟，显著降低电化学建模成本。
arXiv 物理AI 评分3333 Gabor-PINN：用可训练 Gabor 基函数加速声波场仿真
研究者提出 Gabor-PINN 框架，将网络任务重新定义为学习从输入坐标到自定义 Gabor 坐标系的非线性映射，以捕捉波场的主导振荡行为，并把两个 Gabor 参数吸收进该映射，免去手动调参。该方法还给出将 PML 融入训练的实数损失形式与背景波场解析表达式。多种速度模型实验显示，其收敛更快、精度更高，且对网络结构与初始化更稳健。
arXiv 物理AI 评分2929 研究提出汉字级性别推断模型，提升中文姓名性别识别准确率
针对拼音姓名性别推断的固有歧义，研究者基于中文物理出版物中的汉字姓名样本训练了回归与分类两个汉字模型，回归模型 RMSE 为 0.09、R² 为 0.85，分类模型 macro-AUC 达 0.97、Cohen's κ 为 0.81。
arXiv 物理AI 评分2020 基于角分布的等概率异常检测器识别非 t\bar{t} 事件
研究者利用半轻子末态 b\bar{b}ℓνq\bar{q}' 中顶夸克对（t\bar{t}）的角分布构建异常检测器，用于识别非 t\bar{t} 事件。方法用 Wigner D 函数展开分布、以正交级数密度估计确定系数，再按等概率面分箱，非 t\bar{t} 事件集中在 t\bar{t} 低密度区，并用 Kullback-Leibler 散度量化分离度。
arXiv 物理AI 评分2323 仅凭幅度重建时域门控微波信号：胸部体模上的无相位测量
研究显示，在一种校准后的测量配置下，可用带跟踪发生器的频谱分析仪（SA）的纯幅度扫描重建出矢量网络分析仪（VNA）给出的时域门控幅度。在含肺形腔体、共十一种介电状态的躯干体模上，SA 输入在 S11 上达到 0.08 dB² 的形状误差、状态排序 0.81，与 VNA 输入的重建相当；S21 上为 0.82 dB²。显式相位预测效果差得多，因为门控需要约 0.2 rad RMS 的相位精度。
arXiv 物理AI 评分3838 研究提出从计算时间分布推断计算机制的经验框架
研究者提出一个从可观测的计算时间分布推断计算机制的经验框架，结合经验基准测试与分布分析。在可扩展的视觉搜索范式中，基准测试显示模型与人类观察者的时间随问题规模缩放行为大体相似，而分布分析能区分采用不同证据累积机制的三个计算模型。该框架无需访问内部算法或架构，可用于比较生物、经典、神经形态与量子等有限计算系统。
arXiv 物理AI 评分3838 用调查数据验证 LLM 生成的政治网络：党派接触暴露的偏差
研究用 ANES 2020–2022 社交媒体研究的受访者画像生成 LLM 政治网络，并以调查自报的党派接触作为基准检验。部分模型生成的民主党与共和党自我间分离强于调查，同党接触更高、跨党接触更低，另一些模型则整体低估共和党接触。政治同配性相近的网络仍可产生不同的党派环境，且误差在特定社会群体上呈现系统性。
arXiv 物理AI 评分5858 研究：多智能体系统如何涌现歧视与极化
arXiv 论文从理论上研究学习型智能体群体中歧视与极化如何涌现，每个智能体用自适应线性决策层把议题的语言模型嵌入向量映射为二元观点，并维护对其他智能体的信任估计。
arXiv 物理AI 评分5858 L-SplineFNO：面向非结构网格的可学习样条神经算子
作者提出 L-SplineFNO，将 FNO 主干与稀疏可学习的张量积 B 样条传递结合，在非结构网格与隐式笛卡尔网格之间建立映射，从而绕开依赖几何形状的解析样条求解。
arXiv 物理AI 评分5858 ModeCast：一次预测托卡马克线性 MHD 本征模与增长率的代理模型
研究团队提出 ModeCast，这是首个能给出 MHD 模式完整线性稳定性评估的学习型代理模型，基于超过 45,000 次 JOREK 模拟训练，覆盖 n=1-4 的环向模数并预测不稳定模式的空间结构与增长率。
arXiv 物理AI 评分3838 Movienet 加速径向 CEST-MRF 采集：3 分钟完成全脑成像，重建不到 2 秒
研究将 Movienet 网络用于加速径向 CEST-MRF 数据重建，8 条辐条采样的 Movienet-8 在留一被试分析中图像相关性中位数达 0.965、NRMSE 为 7.5%。重建 30 层序列仅需 1.7 秒，而 GRASP-LLR 约需 45 分钟。该方法使全脑径向 CEST-MRF 采集可在 3 分钟内完成。
arXiv 物理AI 评分3838 综述：面向原子间势的主动学习——不确定性驱动的数据效率
一篇综述梳理了七十余项研究，重点覆盖 2020 至 2026 年的工作，回顾主动学习如何从 query-by-committee 和高斯过程力场的即时训练技术，演变为多样化的数据高效策略。综述涵盖即时分子动力学、预训练模型微调的主动数据选择、基于冻结预训练模型的核方法与表征采集，以及非平衡化学体系的反应感知采样。作者同时指出，不确定性估计在不同模型架构间不可互换，且往往在最关键处最不可靠。
arXiv 物理AI 评分3838 条件神经算子从稀疏速度波形定位并量化脑动脉狭窄
研究者提出一种条件神经算子，可预测候选狭窄下的脑血流动力学，并通过比对中点速度波形反推狭窄位置与严重程度。模型在20条候选血管中定位准确率达99.4%，30%噪声下为96.0%；压力、面积、速度的网络平均相对验证误差分别为0.14%、0.59%、2.79%。观测血管数量相同时，测量位置会影响恢复效果，该评估仅限模拟网络中的未见狭窄场景。
arXiv 物理AI 评分5858 SLEvolve v1.0 用有限状态递推加速海平面建模
Xiyuan Bao 等人在论文中提出，把粘弹性松弛核的指数形式改写为有限模态状态的精确递推更新，无需重新累加全部历史载荷，使单次运行复杂度从 O(N²) 降至 O(N)。
arXiv 物理AI 评分3434 研究揭示从海平面指纹反演格陵兰冰盖质量损失的尺度依赖上限
研究用物理信息神经网络算子系统量化了从海平面指纹反演格陵兰冰盖质量变化结构的空间分辨能力，发现大尺度冰损失格局可恢复，但不同冰场可产生几乎相同的指纹，细尺度结构依赖先验冰变化分布。在现有 SSH 观测几何与匹配先验假设下，仅凭指纹反演的精度上限约为 R²~0.79，前三个主成分解释了 99.76% 的指纹方差。