#多模态

麻省总医院布莱根团队在《柳叶刀·数字健康》发表研究：AI 凭人脸照片识别癌症患者死亡风险

10月20日，《柳叶刀·数字健康》发表麻省总医院布莱根医疗集团的研究，其FAHR-Face模型仅凭一张普通脸部照片即可区分癌症患者的死亡风险。在3820名未参与训练的癌症患者中，被评极高风险的122人拍照后90天内64人去世，占比52.5%；评分最低的975人仅20人去世，占比2.1%。

王友清教授团队论文被 ACM MM 2026 录用，提出 GLCMoE 多视图聚类框架

北京化工大学王友清教授团队的论文《Global-and-Local Collaborative Mixture-of-Experts with Dual Contrastive Learning for Deep Multi-view Clustering》被 ACM MM 2026 录用，王友清为第一作者，北京化工大学为第一完成单位。

AK@_akhaliq· 23:29AI 评分3838

OpenVLHarness 具备多模态记忆的真实世界视觉智能体工具使用 论文：https://huggingface.co/papers/2610.26860

AK@_akhaliq· 01:20AI 评分3030

OmniCompass 面向全模态视频定位与理解的综合基准 论文：https://huggingface.co/papers/2610.18829

AK@_akhaliq· 01:31AI 评分3434

VideoJev 用于视频理解与交互的系统一模型 论文：https://huggingface.co/papers/2610.18615

Google AI@GoogleAI· 03:03AI 评分5858

Google AI 表示正在探索用 Gemini 4 Argon 加速研究，其中一项测试是用人类完成趣味任务的视频自主生成训练仿真，而非完全依赖手工编程。研究团队展示了人形机器人观看视频、运行仿真并掌握投沙包（cornhole）的过程。

AK@_akhaliq· 02:05AI 评分2626

OmniReasoning 突破音视频联合推理的极限 论文：https://huggingface.co/papers/2609.39490

AK@_akhaliq· 02:04AI 评分2222

ALoDLM 自适应循环扩散语言模型 论文：https://huggingface.co/papers/2610.04198

微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

微软研究院推出 Quine，一个由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成的 AI 研究系统。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，从数千个化合物中筛选并优先排序候选分子，湿实验显示排名最高的化合物产生了最大的经典态到基底态细胞状态转变，整个筛选到候选验证过程仅用一个周末。

AI at Meta@AIatMeta· 02:25AI 评分4040

Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多种交付格式下完成复杂真实任务的能力。该框架不依赖严格的标准答案评分，而是采用人类与智能体偏好评判给出的胜率和 Elo 分数，从而扩大对实际多模态工作流的任务覆盖。Meta 已从中开放 10 个任务，用于衡量多模态智能体的实际实用价值。