AI设计磁性材料替代稀土
新罕布什尔大学团队使用大语言模型构建67,573种磁性化合物数据库，发现25种新型高温磁性材料，可用于电动汽车电机，减少稀土依赖。发表于Nature Communications。
今日精选
今日 Top 3
从今日资讯与论文中提炼出最値得关注的三项进展
01
Paper
Nature Materials
Artificial intelligence-driven approaches for materials design and discovery
综述AI驱动材料设计从传统筛选向深度生成模型逆向设计的范式转变，讨论当前挑战与未来展望，强调数据质量、多尺度集成的重要性。
为何重要 发表于 Nature Materials，是本期 AI4Materials 精选论文
02
Major media
五角大楼与7家科技巨头签署AI协议但排除Anthropic，5月1日宣布的协议包…
五角大楼与7家科技巨头签署AI协议但排除Anthropic，5月1日宣布的协议包括OpenAI、Google、微软、亚马逊、英伟达、SpaceX和Reflection AI，用于机密网络部署
为何重要 今日头条——突破性进展，値得第一时间关注
03
Blog
剑桥研发类脑芯片可降低70%能耗使用改性氧化铪的纳米电子器件模拟神经元处理，有望…
剑桥研发类脑芯片可降低70%能耗使用改性氧化铪的纳米电子器件模拟神经元处理，有望大幅降低AI系统能耗
为何重要 重磅消息——对 AI 格局有显著影响
今日资讯
今日大事
由 Claude 搜索汇总，覆盖模型发布、政策动态、行业进展
BREAKING
五角大楼与7家科技巨头签署AI协议但排除Anthropic
五角大楼与7家科技巨头签署AI协议但排除Anthropic，5月1日宣布的协议包括OpenAI、Google、微软、亚马逊、英伟达、SpaceX和Reflection AI，用于机密网络部署
BREAKING
OpenAI发布GPT-5.5于4月23日发布
OpenAI发布GPT-5.5于4月23日发布，仅距GPT-5.4发布6周，在多项基准测试中领先Claude Opus 4.7，Terminal-Bench 2.0达82.7%
BREAKING
Anthropic Claude Opus 4.74月16日发布
Anthropic Claude Opus 4.74月16日发布，SWE-bench Pro得分64.3%领先GPT-5.5的58.6%，在复杂编码任务中表现最佳
MAJOR
剑桥研发类脑芯片可降低70%能耗使用改性氧化铪的纳米电子器件模拟神经元处理
剑桥研发类脑芯片可降低70%能耗使用改性氧化铪的纳米电子器件模拟神经元处理，有望大幅降低AI系统能耗
BREAKING
AI助力量子计算加密突破Google和Oratomic研究显示量子计算机可能比预期更早破解互联网加密
AI助力量子计算加密突破Google和Oratomic研究显示量子计算机可能比预期更早破解互联网加密，AI在算法开发中发挥关键作用，Cloudflare将准备期限提前至2029年
BREAKING
神经符号AI突破能耗降低100倍Tufts大学研究结合神经网络与符号推理
神经符号AI突破能耗降低100倍Tufts大学研究结合神经网络与符号推理，在提升机器人准确性的同时能耗降低100倍
BREAKING
NVIDIA发布Isaac GR00T开放模型使能机器人理解自然语言并执行复杂多步骤任务
NVIDIA发布Isaac GR00T开放模型使能机器人理解自然语言并执行复杂多步骤任务，Cosmos世界模型用于生成合成数据和大规模训练机器人
BREAKING
Google宣布在4月20日发布新AI推理芯片挑战英伟达市场地位
Google宣布在4月20日发布新AI推理芯片挑战英伟达市场地位，专注于推理任务的优化
UPDATE
Novo Nordisk与OpenAI战略合作丹麦制药巨头计划在2026年底前将AI整合到药物发现、临床试验和制造全流程
Novo Nordisk与OpenAI战略合作丹麦制药巨头计划在2026年底前将AI整合到药物发现、临床试验和制造全流程
BREAKING
Gemini 3.1 Pro发布在ARC-AGI-2测试中得分77.1%
Gemini 3.1 Pro发布在ARC-AGI-2测试中得分77.1%，GPQA Diamond达94.3%，成为2026年3月最强通用AI模型
科研前沿
For Scientists · AI×Science
精选 AI4Science 突破，涵盖材料发现、自动化实验与科学基础模型
多智能体AI催化剂发现
Nature最新研究展示多智能体AI系统协调水处理催化剂设计任务，模拟专家分工，大幅加速催化材料筛选与优化流程。
AI加速材料逆向设计
Nature Materials综述指出，深度生成模型驱动材料逆向设计从传统筛选转向智能生成范式，Google DeepMind的GNoME预测220万种新材料，其中38.1万种具备稳定性。
机器学习优化锂硫电池
研究人员使用多视角机器学习框架评估锂硫电池电催化位点特征，通过有限数据集和内在因素（如修正d轨道性质）提升催化剂设计理解，发表于Nature Communications。
AI驱动电池材料高通量筛选
Wiley Advanced Energy Materials发表综述，整合高通量技术与机器学习加速催化剂和电池材料探索，将传统试错周期从数月缩短至数天。
条件生成加速拓扑绝缘体发现
中科院物理所团队在npj Computational Materials发表PODGen框架，结合生成模型与性质预测，拓扑绝缘体生成成功率提升约5倍。
论文精选
AI4Material 最新论文
材料科学 × 机器学习：从催化剂发现到晶体结构预测
Artificial intelligence-driven approaches for materials design and discovery
综述AI驱动材料设计从传统筛选向深度生成模型逆向设计的范式转变，讨论当前挑战与未来展望，强调数据质量、多尺度集成的重要性。
🔬 Yang's Pick精选理由：该论文对 AI 驱动材料发现具有重要方法论意义，值得优先阅读。
The northeast materials database for magnetic materials
使用大语言模型从文献中提取67,573种磁性化合物数据库，发现25种新型高温磁性材料，可替代稀土永磁体用于电动汽车。
AI-powered open-source infrastructure for accelerating materials discovery and advanced manufacturing
提出端到端AI基础设施框架，整合数据获取、建模、模拟与部署，强调开源工具民主化访问、自驱动实验室实时优化、区块链数据共享机制。
Materials discovery acceleration by using conditional generative methodology
开发PODGen条件生成框架，整合生成模型与多性质预测模型，用于拓扑绝缘体设计，成功率提升约5倍，基于中科院机器人AI-Scientist平台训练。
Machine learning-based design of electrocatalytic materials towards high-energy lithium-sulfur batteries development
提出多视角机器学习框架评估锂硫电池电催化位点的集成效应，使用有限数据集和修正d轨道性质等内在因素提升多位点催化剂理解。
AI-Accelerated Discovery of Electrocatalyst Materials
综述AI在电催化剂发现中的关键作用，聚焦数据、描述符和机器学习模型，讨论加速DFT计算、探索反应机制、设计电催化剂和性能预测的AI方法。
模型动态
本周模型动态
当前主流大模型一览，持续跟踪能力边界
OAI
GPT-5.5
S
ANTH
Claude Opus 4.7
S
GOOG
Gemini 3.1 Pro
S
ANTH
Claude Sonnet 4.6
A
META
Llama 4 Scout
A
DS
DeepSeek V4
B
基准速查
模型基准速查
关键基准横向对比，数字不说谎
| 模型 | 机构 | MMLU | MATH | HumanEval | 亮点 |
|---|---|---|---|---|---|
| Gemini 3.1 Pro | N/A | N/A | N/A | GPQA Diamond 94.3%、ARC-AGI-2 77.1%领先科学推理 | |
| GPT-5.5 | OpenAI | N/A | N/A | 88.7 | Terminal-Bench 2.0 82.7%，SWE-bench Verified 88.7% |
| Claude Opus 4.7 | Anthropic | N/A | N/A | 87.6 | SWE-bench Pro 64.3%最强，Verified 87.6%，编码首选 |
| Claude Opus 4.6 | Anthropic | N/A | N/A | N/A | GPQA Diamond 91.3%，100万token上下文 |
| GPT-5.4 Pro | OpenAI | N/A | N/A | N/A | ARC-AGI-2 83.3%（Pro模式），综合智能指数领先 |
| Grok 4.20 | xAI | N/A | N/A | N/A | 四智能体并行架构，实时X数据集成 |
| Qwen 3.5 | 阿里 | N/A | N/A | N/A | GPQA Diamond 88.4%，开源顶级推理能力 |
会议雷达
会议截稿日历
大佬观点
领袖观点
行业领袖在想什么，说了什么
达里奥·阿莫代 (Dario Amodei)
Anthropic CEO
"2026或2027年达到诺贝尔级AI"
阿莫代在今年1月达沃斯论坛表示AI模型将在一年内取代所有软件开发者工作，并在两年内达到诺贝尔级科研水平。他与五角大楼因拒绝"所有合法用途"条款产生冲突。
德米斯·哈萨比斯 (Demis Hassabis)
Google DeepMind CEO & 诺贝尔奖得主
"真正人类级AGI还需5到10年"
哈萨比斯在1月达沃斯表示当前AI系统距离真正的人类级AGI还很远，强调创造力、持续学习等能力仍存在差距，并呼吁建立国际AI研究合作。
黄仁勋 (Jensen Huang)
NVIDIA CEO
"推出Vera Rubin平台引领AI算力"
英伟达在CES 2026发布继Blackwell之后的Rubin平台，并与Cadence合作加速机器人物理AI开发。NVIDIA在4月宣布扩展Isaac机器人和Cosmos世界模型能力。
📬 订阅每日 AI 速报
每天早上推送到你的邮箱，领袖观点 · 大事 · 论文，不错过 AI 前沿。
关注「梵低」
分享 AI4Science 前沿、科研心得与个人实验笔记。欢迎来聊。
小红书号: 8936318663
🎙️ 科研面对面
对话 AI 与科学交叉领域的一线研究者。每期一位，一个问题：AI 正在如何改变你的研究？