AI 助力洪水风险重绘美国地图
深度学习模型补全美国洪水灾害地图,揭示数百万人口暴露于此前未识别的洪水风险区域,为气候适应政策提供关键数据支撑。
A daily radar for AI · AI4Science · Materials Discovery
Track frontier model releases, scientific ML breakthroughs, materials discovery, benchmarks, and conference deadlines — updated daily.
从今日资讯与论文中提炼出最値得关注的三项进展
利用深度学习实现跨材料体系催化剂发现,模型可在不同材料类别间迁移催化活性预测能力,加速新型高效催化剂的筛选与设计,为材料基因组计划提供强大工具。
美国政府紧急下线 Anthropic Fable 5,因发现越狱漏洞可执行复杂网络攻击任务,120,000 字符系统提示已在 GitHub 公开,企业界重新审视云端 AI 基础设施依赖风险。
OpenAI、Anthropic、Google DeepMind 三巨头 CEO 确认出席 6月15-17日法国 G7 峰会,这是首次三家顶级 AI 公司同时派代表参加 G7 会议,AI 治理成主要议题。
由 Claude 搜索汇总,覆盖模型发布、政策动态、行业进展
美国政府紧急下线 Anthropic Fable 5,因发现越狱漏洞可执行复杂网络攻击任务,120,000 字符系统提示已在 GitHub 公开,企业界重新审视云端 AI 基础设施依赖风险。
OpenAI、Anthropic、Google DeepMind 三巨头 CEO 确认出席 6月15-17日法国 G7 峰会,这是首次三家顶级 AI 公司同时派代表参加 G7 会议,AI 治理成主要议题。
Anthropic 人才战争领先,SignalFire 报告显示从 OpenAI 跳槽到 Anthropic 的工程师比例达 8:1,从 DeepMind 流失比例近 11:1,Anthropic 两年留存率达 80%。
Claude Opus 4.8 登顶 AI 排行榜,Intelligence Index 得分 61.4 超越 GPT-5.5,在代码生成、长时程代理任务上表现最佳,成本比 4.7 版本降低 61%。
香港大学研制出可在接近绝对零度环境运行的脑启发芯片,为量子计算与 AI 融合开辟新路径,在极低温下实现神经形态计算功能。
Google DeepMind 与 Boston Dynamics 合作,将 Gemini Robotics-ER 1.6 集成到 Spot 机器狗和 Orbit 视觉检测平台,实现增强空间推理和自主决策。
宾夕法尼亚大学提出 Mollifier Layers 技术,将经典数学平滑函数集成到神经网络中,大幅提升求解偏微分方程逆问题的稳定性,应用于基因组学、材料科学和气候建模。
Adobe 数据显示 AI 驱动流量转化率高出其他渠道 42%,2026 年 Q1 美国零售网站 AI 流量同比暴增 393%,消费者开始从 AI 工具启动购物旅程。
摩根大通将 AI 投资从实验转为核心基础设施,2026 年技术预算 198 亿美元,2000 名员工专注 AI 开发,预计每年产生 25 亿美元价值,日扫描交易量超 10 万亿美元。
Nature 发表 AI 共同科学家系统 Robin 和 Co-Scientist,可贯穿假设生成、实验设计到数据分析全流程,加速科学发现进程。
精选 AI4Science 突破,涵盖材料发现、自动化实验与科学基础模型
深度学习模型补全美国洪水灾害地图,揭示数百万人口暴露于此前未识别的洪水风险区域,为气候适应政策提供关键数据支撑。
研究人员将量子计算与 AI 结合,显著提高对复杂混沌系统的预测准确性和稳定性,量子计算机识别数据中的隐藏模式,使 AI 模型随时间推移更加精准。
宾夕法尼亚大学创造混合光物质粒子,可大幅加速 AI 计算同时大幅降低能耗,有望用超高效光基处理替代部分电子计算过程。
NASA 正在测试抗辐射太空计算机芯片,可让航天器在深空中更加自主运行,性能水平比现有飞行系统高数百倍,赋予航天器独立思考能力。
斯坦福新计划(NEMA)在灵长类自然行为中扩展到数千万神经元规模,发现瞳孔扩张有助检测捕食者、视觉皮层存在普遍连接规则,几乎每个单独神经元都可用人类语言解释。
研究人员用心理学经典注意力测试评估顶级 AI 模型,发现模型在短列表中可正确命名颜色,但随着任务变长和复杂,性能急剧恶化,揭示 AI 注意力机制的根本局限。
材料科学 × 机器学习:从催化剂发现到晶体结构预测
利用深度学习实现跨材料体系催化剂发现,模型可在不同材料类别间迁移催化活性预测能力,加速新型高效催化剂的筛选与设计,为材料基因组计划提供强大工具。
基于距离几何的生成流模型预测化学反应过渡态,结合几何约束与生成建模,可准确捕捉反应路径上的关键中间结构,为催化反应机理研究和反应条件优化提供新方法。
基于扩散模型从粉末 X 射线衍射数据预测晶体结构,解决从衍射图反推原子结构的欠定逆问题,为材料表征提供可访问且广泛使用的工具,加速新材料晶体学解析。
从基础机器学习原子间势中蒸馏出潜在静电信息,提取显式静电项以处理长程相互作用,降低计算成本同时保持准确性,适用于电解质、界面等静电主导的材料系统。
结合进化搜索与不确定性感知学习的闭环方法,发现材料和化学系统的分布外加工协议,解决功能结果依赖时序场路径而非终态的历史依赖问题,为新工艺开发提供自动化探索框架。
基于不确定性感知神经网络建模磁性材料性质,应对高质量数据稀缺和分布外预测需求,评估模型预测不确定性以识别需要实验验证的区域,加速磁性材料筛选与发现。
研究通用机器学习原子间势在非晶结构生成(熔融-淬火模拟)中的失效问题,提出实用解决方案以确保非平衡条件下的可靠性,为玻璃、聚合物等无定形材料的计算设计提供关键改进。
基于晶胞流匹配的快速有机晶体结构预测方法,采用生成式流模型直接采样稳定晶体结构并优化晶胞参数,大幅降低传统 CSP 方法数年 CPU 时长,适用于药物固态形式和有机半导体材料设计。
当前主流大模型一览,持续跟踪能力边界
关键基准横向对比,数字不说谎
| 模型 | 机构 | MMLU | MATH | HumanEval | 亮点 |
|---|---|---|---|---|---|
| Claude Opus 4.8 | Anthropic | 90.8 | 87.2 | 91.5 | Intelligence Index 61.4 综合第一,代码生成领先 |
| GPT-5.5 | OpenAI | 91.3 | 88.9 | 90.7 | Intelligence Index 60.2,FrontierMath 创纪录 |
| Gemini 3.1 Pro | 92.5 | 86.4 | 89.2 | GPQA Diamond 94.3%,ARC-AGI-2 77.1% | |
| Claude Sonnet 4.6 | Anthropic | 89.5 | 84.3 | 88.1 | 指令遵循与写作风格最优 |
| Grok 4.3 | xAI | 88.2 | 82.7 | 86.9 | 实时 X 平台与网络上下文整合 |
| Qwen 3.7 Max | Alibaba | 87.9 | N/A | 85.3 | HMMT 数学 97.1,性价比领先 |
| Llama 4 | Meta | 86.1 | 81.2 | 84.6 | 开源旗舰,可自托管无供应商锁定 |
行业领袖在想什么,说了什么
"ChatGPT 已比任何人都强大"
奥特曼指出 ChatGPT 的全球影响力和实用性已成为一种新的超能力,同时他将出席 G7 峰会与各国领导人讨论 AI 治理问题。
"AI 正在打开全新的视野"
哈萨比斯在斯坦福 AI+Science 会议上表示,AI 将像望远镜和显微镜一样为科学研究开辟新时代,帮助科学家在海量数据中发现人类单独无法掌握的复杂模式。
"同样的查询可能被恶意利用"
阿莫代与 OpenAI、Google DeepMind 联合致信美国国会,呼吁强制要求合成 DNA 供应商进行生物安全筛查,警告 AI 正在降低生物材料武器化的技术门槛。
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。
分享 AI4Science 前沿、科研心得与个人实验笔记。欢迎来聊。
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?