系统在线 --:--:-- AI Progress Hub · v4.0
Top 3 今日 For Scientists 材料 模型 基准 领袖 归档
AI Research Radar · 每日更新

AI Progress Hub

A daily radar for AI · AI4Science · Materials Discovery

Track frontier model releases, scientific ML breakthroughs, materials discovery, benchmarks, and conference deadlines — updated daily.

10 条资讯
8 篇论文
3 位领袖
6 项进展
历史访客
LAST UPDATE 2026年6月17日
今日 Top 3
精选三条最重要进展
For Scientists
AI4Science 进展
材料发现
AI4Materials 论文
模型动态
最新发布与更新
基准测试
主流模型性能对比
领袖观点
行业重要声音
今日精选

今日 Top 3

编辑精选 · 最重要的三条

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

Cross-material catalyst discovery via deep learning

研究团队开发深度学习方法实现跨材料催化剂发现,通过学习不同材料体系催化性能的共性特征,加速新型催化剂设计与优化,为清洁能源与化工领域提供高效筛选工具。

为何重要 发表于 Nature Materials,是本期 AI4Materials 精选论文
02
Unknown

G7 峰会今日召开 AI 工作午餐,奥特曼、阿莫代、哈萨比斯等全球顶级 AI 公…

G7 峰会今日召开 AI 工作午餐,奥特曼、阿莫代、哈萨比斯等全球顶级 AI 公司 CEO 与七国领导人共同讨论前沿 AI 风险、基础设施主权与儿童在线保护议题。

为何重要 今日头条——突破性进展,値得第一时间关注
03
Unknown

OpenAI、Anthropic、Google DeepMind、微软 AI 联…

OpenAI、Anthropic、Google DeepMind、微软 AI 联署国会公开信,要求强制筛查合成 DNA 供应商,警告 AI 降低生物武器门槛。

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

G7 峰会今日召开 AI 工作午餐
BREAKING

G7 峰会今日召开 AI 工作午餐

G7 峰会今日召开 AI 工作午餐,奥特曼、阿莫代、哈萨比斯等全球顶级 AI 公司 CEO 与七国领导人共同讨论前沿 AI 风险、基础设施主权与儿童在线保护议题。

OpenAI、Anthropic、Google DeepMind、微软 AI 联署国会公开信 MAJOR

OpenAI、Anthropic、Google DeepMind、微软 AI 联署国会公开信

OpenAI、Anthropic、Google DeepMind、微软 AI 联署国会公开信,要求强制筛查合成 DNA 供应商,警告 AI 降低生物武器门槛。

MAJOR

OpenAI 一季度亏损 37 亿美元

OpenAI 一季度亏损 37 亿美元,营收 57 亿美元,已秘密提交 IPO 文件,估值目标高达 1 万亿美元。

BREAKING

OpenAI 发布 Deployment Simulation 方法

OpenAI 发布 Deployment Simulation 方法,在模型发布前通过历史对话回放评估候选模型,减少部署风险。

BREAKING

ChatGPT 月活用户突破 10 亿

ChatGPT 月活用户突破 10 亿,标志着 AI 助手在全球个人与职业生活中的大规模普及。

MAJOR

微软宣布 2026 年资本支出将达 1900 亿美元

微软宣布 2026 年资本支出将达 1900 亿美元,其中 250 亿美元增量归因于 AI 基础设施组件价格飙升,但 AI 服务年收入已达 370 亿美元。

BREAKING

亚马逊定制芯片业务(Graviton、Trainium、Nitro)年营收突破 200 亿美元

亚马逊定制芯片业务(Graviton、Trainium、Nitro)年营收突破 200 亿美元,同比增长超 100%,成为全球前三大数据中心芯片业务。

UPDATE

波士顿动力与 Google DeepMind 合作

波士顿动力与 Google DeepMind 合作,将 Gemini Robotics-ER 1.6 集成到 Spot 机器狗,实现增强空间推理与自主决策。

UPDATE

宾夕法尼亚大学创造混合光-物质粒子用于 AI 计算

宾夕法尼亚大学创造混合光-物质粒子用于 AI 计算,速度大幅提升且能耗远低于电子计算,有望替代部分电子计算流程。

UPDATE

Google 推出 TurboQuant 算法

Google 推出 TurboQuant 算法,通过 PolarQuant 向量旋转与 Quantized Johnson-Lindenstrauss 压缩,大幅降低 KV 缓存内存开销,提升大模型效率。

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

气候模型提速 25 倍

加州大学圣地亚哥分校研究显示,结合生成方法与物理数据的气候模型运行速度约提升 25 倍,为气候变化模拟与预测开辟新路径。

深度学习攻克洪水风险盲区

研究团队使用深度学习补全美国洪水风险地图,揭示数百万人口此前未被识别的洪水暴露风险,为灾害预防提供数据支撑。

AI 检测眼部疾病

法国初创公司 Zenkolab 利用 AI 分析视网膜图像,早期检测眼部疾病,缩短诊断延迟,扩大眼科专家稀缺地区的筛查覆盖。

量子计算利用噪声冷却

瑞典科学家发现利用量子计算机冷却系统的噪声进行冷却的方法,解决了量子计算中极冷环境与噪声破坏量子信息的矛盾。

NASA 火星车完成 AI 自主驾驶

NASA 毅力号火星车首次使用 AI 自主规划路线并完成驾驶,AI 分析图像代替人类操作员规划路径,标志着行星探测自主化新里程碑。

AI 判断意识需关注内部机制

新研究表明,意识不能仅通过行为判断,无论是讨论哲学的聊天机器人还是觅食的蜜蜂。研究者呼吁关注系统内部机制而非外部表现。

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

🔬 Yang's Pick
Nature Materials

Cross-material catalyst discovery via deep learning

Moon et al.

研究团队开发深度学习方法实现跨材料催化剂发现,通过学习不同材料体系催化性能的共性特征,加速新型催化剂设计与优化,为清洁能源与化工领域提供高效筛选工具。

🔬 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。
2026-05-28 阅读
Nature Communications

Generative-model-based null-space iterative reconstruction for atomic electron tomography with sparse data

Li et al.

该工作将生成模型引入原子电子断层成像的稀疏数据重建,通过零空间迭代算法在有限数据下实现高分辨率三维原子结构重建,为材料微观表征提供新范式。

2026-06-16 阅读
arXiv

Toward Controllable Catalyst Inverse Design via Large-Scale Autoregressive Pretraining

Mok et al.

团队通过大规模自回归预训练构建可控催化剂逆向设计框架,应对异质催化剂表面复杂结构与表面-吸附物耦合相互作用,在庞大化学空间中高效探索候选催化剂。

2026-06-16 阅读
arXiv

XRDiff: Crystal Structure Prediction from Powder X-Ray Diffraction Data Using Diffusion Models

Segal et al.

该研究利用扩散模型从粉末 X 射线衍射数据预测晶体结构,解决 PXRD 数据欠定反问题,为广泛使用的材料表征技术提供 AI 驱动的结构解析工具。

2026-06-12 阅读
arXiv

Distilling latent electrostatics from foundation machine learning interatomic potentials

Wang et al.

从基础机器学习原子间势中蒸馏出隐含静电相互作用,使计算高效的势函数保留长程相互作用,解决基础 MLIP 计算开销大且缺少显式静电的瓶颈。

2026-06-12 阅读
arXiv

Closed-loop discovery of out-of-distribution processing protocols by evolutionary search and uncertainty-aware learning

Liu et al.

结合进化搜索与不确定性感知学习实现闭环材料加工协议发现,针对历史依赖响应的材料体系,在分布外参数空间中搜索新型时序加工路径,推动功能材料优化。

2026-06-11 阅读
arXiv

Modelling magnetic material properties with uncertainty-aware neural networks

Wager et al.

开发不确定性感知神经网络建模磁性材料性能,量化预测置信度,解决材料数据稀缺与分布外预测挑战,助力磁性材料成分-结构-性能快速探索。

2026-06-10 阅读
arXiv

Revisiting quantum effects on dislocation glide in bcc metals from DFT calculations and machine-learning potentials

Allera et al.

基于 DFT 计算与机器学习势重新审视体心立方金属中位错滑移的量子效应,纠正经验势偏差,解释低温流变应力实验与模拟的长期差异,推进塑性变形理论。

2026-06-16 阅读
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
ANT Claude Opus 4.8 S
GOOG Gemini 3.1 Pro S
GOOG Gemini 3.5 Flash A
BABA Qwen 3.7 Max A
XAI Grok 4.3 Beta A
基准速查

模型基准速查

每日更新

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 N/A N/A 87.6 SWE-bench Verified 最强,编码能力登顶
Gemini 3.1 Pro Google N/A N/A N/A GPQA Diamond 94.3%,推理标杆
GPT-5.5 OpenAI N/A N/A N/A FrontierMath Tier 4 达 35.4%,幻觉率降 60%
Claude Opus 4.7 Anthropic 91.3 N/A N/A GPQA Diamond 91.3%,4 月旗舰
Grok 4.3 xAI N/A N/A N/A 视频输入与文档生成,代理任务优化
Qwen 3.5-plus Alibaba 88.4 N/A N/A 中端性价比强者,接近前沿水平
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

萨姆·奥特曼 (Sam Altman)
OpenAI CEO
"ChatGPT 已比任何人类更强大"

奥特曼在 G7 峰会与各国领导人共进午餐,讨论前沿 AI 风险与基础设施。他强调 ChatGPT 的全球影响力已构成新型超级力量。

G7峰会AGI6月17日
达里奥·阿莫代 (Dario Amodei)
Anthropic CEO
"AI 模型能力可能很快难以控制"

阿莫代在 6 月初与 OpenAI、DeepMind、微软 AI 负责人联署国会公开信,呼吁强制合成 DNA 筛查。Anthropic 近期发布安全报告,警告其模型已写入自身生产代码的 80% 以上。

生物安全模型自主性6月5日
德米斯·哈萨比斯 (Demis Hassabis)
Google DeepMind CEO
"AGI 需通过爱因斯坦测试"

哈萨比斯提出新基准"爱因斯坦测试",要求 AI 独立发展重大科学理论。他将 AGI 到来时间预测修正为 2030 年左右,比行业普遍定义设置了更高门槛。

AGI基准科学AI近期

⌨️ Keyboard Shortcuts

下一条新闻
J /
上一条新闻
K /
收藏当前条目B
打开原文链接O
切换深色模式D
切换列表/卡片模式V
搜索/
显示/隐藏快捷键?