AI for Science
分析近六十种科学模型，MIT：基础模型或学得物理现实的共同底层表征，附实验证据
编辑丨coisini人工智能经历了一次范式转变，从定制化的任务专用模型转向了通用型「基础模型」。 模型在大量多样化数据集上进行预训练，因此能够执行诸多未经明确训练的下游任务。 这种涌现能力的关键在于其表征能力：基础模型学习每个输入的紧凑潜在表征，使其在远超训练样本范围的数据上仍能表现出色。
当蛋白质组数据走向大规模计算，Frag’n’Flow给出组学流程的部署与扩展问题的解决方案
编辑丨%在蛋白质组学分析中，已有不少大模型发挥着它们各自的能力。 但基于质谱的大规模复杂数据集常会让桌面计算资源不堪重负，且需要手动配置分析。 FragPipe 是目前应用最广泛的蛋白质组分析平台之一，以速度快、定量准确著称，支持多种采集模式。
超越AlphaFold3，实现模型容量的规模化扩展，字节提出分子结构预测模型SeedFold
编辑丨coisini高精度生物分子结构预测对于结构生物学和药物发现至关重要，而构建基础模型最核心的环节之一在于确定模型规模化的技术方案。 折叠模型利用先验知识，在广泛的应用中展现出多功能性，包括结构生成、结合物设计、构象采样等等。 已有一些研究工作尝试探索折叠模型的规模化特性，但大多数折叠模型仍遵循 AlphaFold 的基本配置。
统一结构与上下文信息的计算平台，德国慕尼黑大学等提出端到端的单细胞扰动分析框架
编辑丨&随着单细胞技术的发展，研究者可以在数以万计的细胞中同时测量多个基因或分子标记，并且通过遗传、化学或环境干扰（perturbation）引入实验变量，深入理解细胞反应机制。 这种类型的数据不仅体量巨大，而且结构复杂，不同实验条件、不同细胞类型和干扰策略之间的差异，使得传统的分析工具难以有效覆盖整体流程。 现有方法大多只针对单个任务，或者专注于某种类型的环境干扰，而缺乏一个能够统一管理、分析和解释各种单细胞扰动实验的平台。
LSTM提出者点赞，引力波探测高效工具，国内团队开发DCL-xLSTM
编辑丨coisini2015 年 9 月 14 日，人类首次直接探测到双黑洞并合引力波事件 GW150914，标志着引力波天文学迈入了新纪元。 经过十年发展，基于空间的引力波探测器预计将观测到被透镜化的引力波事件，为宇宙学和基础物理学研究提供新机遇。 然而，目前最先进的透镜化引力波识别方法虽然精度较高，但计算成本昂贵。
药物靶标不再停留在器官层级，首次在全身尺度解析药物结合的单细胞图谱
编辑丨&随着科研人员对生物系统的理解达到单细胞和高空间分辨率，药理学方法也必须跟上，以匹配这种精确度，理解药物作用。 目前，常用的临床检测只能显示药物在某个器官里大致浓度，但无法看清药物真正结合在哪些细胞上。 打个比方来说，药物在体内的去向常像被雾霾遮住的景象——一切都处在模糊的感知中，想要精确定位并不简单。
利用AI制作史前电子游戏，在DIY考古视频游戏之中的具身大模型
编辑丨&在当下的博物馆中，常能看到令人惊叹的画面：记载中的生物借助投影、AI 等技术，浮现在史物的表面。 这些音视频和数字解决方案早已成为展示文化遗产的一部分。 但直到现在，制作关于过去的沉浸式数字内容一直非常昂贵，并且需要专业人员。
VLM能否看清「分子世界」？人大联合清华、达摩院等机构发布首个微观空间智能基准MiSI-Bench
作者丨论文团队编辑丨ScienceAI空间智能（Spatial Intelligence）赋予了智能系统感知、解释物理世界并与之交互的能力，是通往通用人工智能（AGI）的重要基石。 尽管当前的视觉语言模型（VLM）在一些宏观视觉任务上展现了潜力，但近期的研究表明，它们在处理三维空间关系、精确数值估计（如距离和尺寸）以及视角转换等任务时仍然面临巨大挑战。 如果说宏观世界的空间推理是 VLM 尚未攻克的「高地」，那么由原子和分子构成的微观世界则是一片完全不同的「盲区」。
模仿人类直觉的AI，化学本体驱动的反应路径搜索新范式，用知识结构替代暴力搜索
编辑丨&化学反应是化学键的断裂和形成，这是创造新技术的基础。 在发现和开发新的化学反应过程中，时间与精力的双重消耗是研究人员不可避免的头疼问题。 一个分子从反应物到产物，中间可能存在数量巨大的反应路径。
深势科技斩获超8亿元融资：AI for Science为何成为资本与产业的共同选择
近日，AI for Science（人工智能驱动的科学研究）领域的标杆企业深势科技宣布完成总额超 8 亿元人民币的 C 轮融资。 这份出资方名单颇具份量：达晨财智、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构共同押注。 这并非简单的资金输送，而是一次凝结了国有资本意志、产业资本眼光与财务资本信心的战略合围。
打通计算设计与实验执行闭环，微软、北大、上海交大联合提出科学推理模型QFANG
编辑丨coisini有机合成是分子创新的基础引擎，能够创造出多种先进功能分子。 尽管现代算法能够在计算机中设计数百万种新颖分子，但分子的实际合成仍是主要瓶颈。 这一过程通常需要密集的资源投入，并高度依赖于化学家在多年实践中积累的隐性知识与专业直觉。
自适应AI决策接口，协助自主实验室在材料性能上实现150%提升，与研究者共同主导实验的人机协作模式
编辑丨%自动驾驶或自动设计已经成为 AI 引导技术发展中一道显眼的标签。 在这过程中，AI 负责引导整个发现过程，帮助设计实验与完善决策策略。 这种由 AI 实时分析数据并提示研究者何时调整策略的「人机协作实验室」逐渐流行起来。
欢迎申请、提名和转发！第二届Wiley新锐科学家奖开放申请
青年科学家在科技创新与推动知识边界不断拓展的工作中发挥着先锋作用。 他们以创新的火炬照亮知识的暗角，不断拓展人类认知的边界。 为了更好地推动与支持中国青年科研人才发展，并为他们的科研事业注入动力，Wiley于2024年创立了“新锐科学家奖”。
OpenAI发布专家级科学能力评估基准FrontierScience，Gemini 3 Pro与GPT‑5.2表现相当
编辑丨coisini推理能力是科学工作的核心。 科学家不仅需要记忆事实，更要提出假设、验证修正，并在跨领域间融合思想。 随着人工智能（AI）模型的能力不断增强，核心问题在于它们如何通过深度推理推动科学研究。
仅凭一次快照推断细胞动力学，多阶段最优传输模型重建细胞分化轨迹
编辑丨&在单细胞生物学中，一个几乎无法回避的事实是：我们测到的，永远只是某一时刻的细胞状态。 无论是单细胞 RNA 测序（scRNA-seq），还是其他高通量手段，细胞一旦被测量就被破坏。 研究者看到的是成千上万个细胞在某一瞬间的基因表达「照片」，而不是它们如何一步步走向不同命运的过程。
当电子离开理想世界：新模型重构 Landauer 理论，探测真实条件下的弹道电子
编辑丨&在经典物理中，电子穿过金属导线的路径就像一场拥挤的通勤：无数次碰撞、阻力与能量损失。 但在某些量子材料中，它们似乎找到了捷径——弹道输运（ballistic transport）：电子从一端射入，几乎不发生散射地滑行到另一端。 这意味着电流几乎无损，就像高速公路上只有一辆车，笔直驶向出口。
AI 驱动的科学系统分析框架：SciSciGPT 打开科学研究的新工作方式
编辑丨%在科学研究过程中，学者经常会面临许多问题：该领域在过去几年内的突破有哪些？ 哪些团队领跑？ 关键方法的演变脉络如何？
AI自主「发现」牛顿第二定律？北大概念驱动型发现系统AI-Newton问世
编辑丨coisini今天谈人工智能（AI）做科研已不再是新鲜事，但如果说 AI 自主「发现」了牛顿第二定律呢？ 我们知道，AI 模型擅长识别数据模式并进行预测，但利用数据推导广义科学概念对 AI 来说仍然是一项挑战。 最近，《Nature》报道了一个由北京大学研究团队开发的概念驱动型发现系统 ——AI-Newton，该系统能够从原始数据中自主推导物理定律，无需人工监督或先验物理知识。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉