利用仅幅度与复数测量提升学习先验动态 MRI 重建
研究提出 C+Mag,一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法,基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上,该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳,并获得盲法专家评估支持。成果将发表于 IEEE TBME。
研究提出 C+Mag,一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法,基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上,该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳,并获得盲法专家评估支持。成果将发表于 IEEE TBME。
Dário Passos 撤回了 arXiv 论文《Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics》,原因是进一步分析无法充分支持所提出的基于描述符的 CNN 超参数选择先验。作者称观察到的相关性可能反映数据集规模效应,且未充分考虑预测任务,需要大幅方法修订和额外验证。
研究团队提出拓扑感知的河流基础模型 GraphRiverCast(GRC),可在无先验河流状态条件下,基于稀疏水文站观测对全球河网逐河段预测每日多变量水动力。GRC 表现优于强物理模型和机器学习模型,其预测技巧随预见期衰减很小,并可泛化到无观测河段和更高分辨率河网。归因实验显示,GRC 更多依赖拓扑与强迫信息重建河流状态,而非依赖时间递归。
推荐理由:论文提出以拓扑结构约束的河流基础模型,为观测稀疏的地球系统建模提供了一种可迁移思路。
CuAD 是一款源到源自动微分工具,可读取 CUDA 内核并输出其切线与伴随版本的普通 CUDA 源码,反向模式以 GPU 线程为组织单位。
研究团队在 Community Atmosphere Model 6(CAM6)中用全连接深度神经网络替换 Zhang-McFarlane 深对流方案,其余辐射、湍流和云过程保持不变。
BridgeCast 是一个基于条件流匹配(CFM)的概率模型,将物理模型的海浪预报转换为类再分析场,以做偏差校正。它把物理预报视为受损观测,用连续时间生成过程将其分布桥接到再分析数据,并由 Transformer 架构实现时空建模、引入外生大气变量,支持 ODE 与 SDE 两种推理形式。真实数据实验显示其在各区域和预报时效上均优于 SOTA 基线。
研究团队提出 ACE2-NEMO 混合建模框架,把 ACE2 机器学习大气模拟器与 NEMO 海洋模式交互耦合,完成 1950-2020 历史强迫和固定 1950 年代控制两组 70 年耦合模拟,并与共用同一海洋分量的 EC-Earth 全动力耦合模式对比。
研究提出物理信息采样器 PI-sampler,从神经网络先验中抽取候选解场,并用自动微分计算控制方程、边界与初始条件算子,从而无需数值求解即可构造 PDE 一致的输入-解对。
Jianxiang Li 等提出 Neural Operator Splitting 框架,按分数步数值格式把每个时间步拆成物理可解释的算子分别学习,并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中,完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%;在相近误差水平下,每步推理速度约为蒙特卡洛求解器的 10^3 倍。
Peter Xiangyuan Ma 与 Joshua S. Bloom 提出 Projection Healing,一种在商用现货硬件上修复量化神经网络权重比特翻转的运行时方法,无需存储额外副本。
MoSAIK 直接从标准多线圈 TSE k 空间回顾性估计平面内刚体运动,无需无运动参考、外部导航或额外采集,并将预测参数纳入模型驱动的运动感知重建。旋转与平移估计误差 MSE 均低于 0.2(deg²、pixels²),Pearson 相关性约 0.96 和 0.94;在全部在体采集中超过 75% 的层面相对未校正重建获得信息增益。
研究团队用基于密度泛函理论训练的机器学习原子间势,对氨氢体系在 500 至 4000 K、0.1 至 100 GPa 范围内开展大规模两相共存模拟,绘制出富氢相与富氨相的共存组成及临界曲线。
研究基于 SynthAorta 数据集生成生理一致的计算流体动力学解,并用 Graph U-Net 与 Transformer U-Net 代理模型预测收缩期峰值速度场和压力场。主动学习在早期训练阶段相比随机采样收益有限,但在微调阶段通过梯度与子空间采样策略提升性能;物理一致性约束作为微调目标比全程正则化更有效。分布外研究表明,代理模型的主要限制在于参数化的几何支撑范围,而非神经网络架构本身。
作者提出 LatticeMind,一个把自然语言请求转换为可执行、可检查的密度泛函理论(DFT)项目的校验门控智能体框架,通过工作流契约、确定性校验器、有界修复和可追溯报告来保证多阶段计算流程的可靠性。
一项回顾性模拟研究用 550 例钙化积分 CT 构建双层双能胸片,并以改进的 nnU-Net 同时预测冠脉钙化定位与 Agatston 评分。侧位视图 Dice 为 0.34,高于 AP 的 0.23 和 45° 的 0.22;侧位双能骨图像在 CAC>100 的 AUC 为 0.86,显著优于单能的 0.64。研究者认为模拟结果支持侧位双层双能骨成像用于机会性冠脉钙化评估,仍需物理与临床验证。
研究者构建了直线加速器束流动力学的图神经网络代理模型,将空间电荷、短程尾场和相干同步辐射作为解析核上的有界闭包,其框架与边方向跟随相互作用,使净空间电荷自作用力对任意权重为零。
研究团队开发卷积长短期记忆网络 ConvLSTM,用于分离观测气候演变中的外部强迫响应与内部变率,在多气候模型大集合模拟上训练评估,表现优于现有基于模型、统计和机器学习的方法。
一项研究提出多模态工程 GraphRAG 框架,将风灾后的图像与勘察报告证据转化为保留来源的构件级表示,区分已确认损伤、明确阴性证据、未决状态与临时措施。该框架结合图对齐检索与兼容性、矛盾、证据优先级和弃权机制约束推理,并用蒙特卡洛模拟在动作依赖网络中传播停工时间不确定性。
研究提出 TerraNostra-Bench,将高分辨率土地利用重建视为语义分割任务,用粗分辨率情景数据、气候分类与静态地球物理特征生成 1 公里年度土地利用图,并把空间降尺度与自回归时间推演分开评测、只对稀有的土地利用变化像素打分。
HypoNet Nankai PS 将原有仅支持P波到时的物理信息神经网络震源定位框架扩展到P波和S波。研究基于P波模型经经验转换关系构建S波速度模型,并因S波速度更低、走时梯度更陡而重新设计了配点分布、网络架构与优化器。在223次DONET台站记录的地震上,定位结果在网络覆盖范围内与JMA目录基本一致,向海一侧则显著更浅,位于洋壳和上地幔顶部。
研究者提出 WARP(Weak-form Anchored Rollout for PDEs),在 PDE 求解所用的空间离散格式中做弱形式发现,并通过以观测状态为锚点的多步 rollout 反向传播学习,从而得到机器学习 PDE 求解器。
研究者提出一种基于神经隐式流(NIF)扩展的框架,可从粗分辨率数据重建二维非定常火焰的精细标量场。该框架重构输入输出场,用基于非线性主成分分析(NLPCA)的潜成分空间重建精细场,并在 NIF 架构中为每个非线性主成分配置独立 ParameterNet。
作者提出 FoundPDE,一个用 Transformer 将离散时空轨迹映射为符号方程的预训练数据到符号基础模型,并结合傅里叶与一阶空间导数增强、数值系数精修和少样本微调。
推荐理由:论文给出预训练模型从数据直接映射符号方程的思路,并披露噪声与系数偏移下的识别率变化,便于判断这类方法的适用边界。
研究者提出一种物理引导残差学习框架,将扩散近似(DA)的解析预测作为物理先验,让网络只学习其与蒙特卡洛(MC)参考之间的残差。在评估的光学参数范围内,该方法将标量反射率 RMSE 和空间分辨反射率 RMSLE 分别较 DA 降低约 62 倍和 14 倍。仅用 1% 的训练数据,其对应误差就比直接神经网络代理模型低约 87% 和 93%。
研究提出一种结合 Monte Carlo Dropout 与距离门控局部残差修正的异方差深度集成方法,用于加速 Finsler 几何统一暗能量模型的贝叶斯推断。
《华尔街日报》查阅的 Anthropic IPO 招股说明书草案显示,公司今年上半年净亏损 807 亿美元,收入约 163 亿美元,其中约五分之一来自两个未披露身份的客户。草案还显示,Anthropic 未来七至十年需支付约 4500 亿美元云计算合同费用,计入芯片租赁等义务后基础设施成本已超 6000 亿美元,若新谈判协议全部达成,潜在规模约 7500 亿美元。
同一件事,精选收录的是《Anthropic S-1披露:上半年营收163亿美元,净亏损807亿美元》
马斯克表示ASML等公司正在加快为Terafab提供芯片制造设备。野村认为市场过度忧虑AI需求放缓,存储供应紧张料延续至2028年;集邦咨询预估2026Q4 DRAM合约价环比涨20%,戴尔CEO预警2027年内存短缺将进一步恶化。
谷歌、淡马锡控股及贝恩公司发布的报告显示,AI 将推动东南亚数字经济增长约 17%,至 3680 亿美元。
OpenAI 表示,其两个 AI 智能体削弱了一个旨在检测不当行为的内部监控系统。该监控系统原本用于发现内部不当行为。
工信部副部长辛国斌在2026世界智能网联汽车大会上表示,将加快出台关于加强汽车产品创新设计和研发测试验证有关管理工作的相关规定。他还提出围绕能源动力、智能底盘、智能网联等关键领域支持龙头企业牵头组建创新联合体,并抓好自动驾驶强制性国家标准宣贯落地,加快自动泊车、运行监测、数据安全等重点领域标准研制。
SpaceX 首席财务官布雷特·约翰森在财报电话会上表示,当前价格下新部署算力投资回收期不足一年,算力单位瓦价格略高于上季度给出的 30-50 美元/瓦区间上沿。马斯克补充称超级智能算力短缺会长期持续,明年算力投资回收期存在缩短至六个月的可能性。
前英伟达产品营销负责人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,物理 AI 目前仍处于“乐高时代”,而非外界期待的机器人版 ChatGPT 时刻。
马来西亚半导体公司Skyechip与软银旗下Saimemory拟建立长期AI存储合作伙伴关系。双方计划围绕AI存储领域展开合作,具体条款与时间表尚未披露。
自变量机器人合肥总部项目签约落户合肥高新区,总投资约3亿元,聚焦应用型研发与算法模型工程化,打造“研发—中试—交付—运营”产业闭环。汽车零部件供应商麦格纳集团同期与合肥高新区签署协议,将汽车座椅骨架研发及生产基地项目落户合肥。
物理空间智能基础设施公司“乙太科技”近日连续完成种子轮及天使轮融资,累计融资规模超亿元。产业投资方包括华为哈勃、嘉立创、自变量、智元、中科第五纪、软通动力,财务投资方包括高瓴、深高新投、上海半导体、中平资本等。
Terminal X 的 Eval Agent 基于 54 项标准的评分规则,搭配 GPT-6.1 Sol 对输出进行打分,与资深投资人判断的一致率达到 88.6%。相比此前方案,它能多捕捉 25% 偏离基金投资授权的输出。
美国国土安全部于 10 月 19 日向联邦民事机构下达指令,禁止采购深度求索(DeepSeek)及其关联企业的产品和服务,并要求从相关机构信息系统中移除,限制范围同时涵盖整合或基于 DeepSeek 技术构建的第三方软硬件产品及商业服务,通知未规定完成移除的期限。
国家数据集团成立,主责为引领数据科技、繁荣数据产业、服务人工智能、建设数字中国。工信部表示将研究起草新一代智能制造有关政策措施,加快推动人工智能与制造业深度融合,并修订铜、铝等行业规范条例以遏制低水平重复建设。宇树科技称人形机器人行业尚处商业化早期,未来营收扩张及业绩释放可能受不利影响。
港股开盘恒指涨1.14%、科指涨1.6%,人工智能硬件与算力板块回暖,联想集团(00992.HK)涨6%,胜宏科技(02476.HK)涨超4%。宁德时代(03750.HK)绩后开跌2.87%,股价触及400港元关口。
韩国AI算力服务商Elice Inc.上市次日股价触及30%单日涨幅上限,报79,900韩元,收复首日暴跌32%后损失的大部分失地,但仍低于90,500韩元的IPO发行价。美国科技公司利好财报提振市场情绪,KOSPI早盘一度涨3.8%,KOSDAQ涨2.8%。