AI Progress Hub — Daily Radar for AI, AI4Science & Materials Discovery

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

Paper Nature Materials

Cross-material catalyst discovery via deep learning

利用深度学习实现跨材料催化剂发现，该方法能够在不同材料体系间迁移催化剂设计知识，加速新型催化剂的筛选与优化，为工业催化过程提供AI驱动的设计范式。

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

Unknown

G7峰会AI工作午餐：OpenAI、Anthropic、Google DeepM…

G7峰会AI工作午餐：OpenAI、Anthropic、Google DeepMind CEO与特朗普等G7领导人讨论前沿AI风险、基础设施与主权，Anthropic Mythos与OpenAI GPT-5.5 Cyber网络能力引发安全担忧

为何重要　今日头条——突破性进展，値得第一时间关注

Unknown

中国发布2950亿美元AI基础设施计划：5年投入2万亿元人民币建设互联国家AI数…

中国发布2950亿美元AI基础设施计划：5年投入2万亿元人民币建设互联国家AI数据中心，至少80%采用华为等国产芯片，含电网总投资或达7400亿美元

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

G7峰会AI工作午餐

Unknown原文 ↗

#政策#安全

BREAKING

中国发布2950亿美元AI基础设施计划：5年投入2万亿元人民币建设互联国家AI数据中心

中国发布2950亿美元AI基础设施计划：5年投入2万亿元人民币建设互联国家AI数据中心，至少80%采用华为等国产芯片，含电网总投资或达7400亿美元

Unknown

#芯片#政策

MAJOR

四大AI巨头联名致信美国国会

四大AI巨头联名致信美国国会：OpenAI、Anthropic、Google DeepMind、微软AI负责人6月5日呼吁强制生物安全筛查，警告AI降低合成DNA武器化门槛

Unknown原文 ↗

#安全#政策

BREAKING

诺奖得主John Jumper离开DeepMind加盟Anthropic

诺奖得主John Jumper离开DeepMind加盟Anthropic：AlphaFold联合开发者转投Anthropic，继Andrej Karpathy、Eric Boyd等之后成为2026最重磅招聘，6月30日科学活动将首次亮相

Blog原文 ↗

#LLM#生物

UPDATE

波士顿动力与Google DeepMind合作

波士顿动力与Google DeepMind合作：Gemini Robotics-ER 1.6集成至Spot机器狗和Orbit AI视觉检测平台，实现增强空间推理、自主决策与工业环境持续学习

Unknown

#机器人#多模态

BREAKING

西北大学实现脑机接口突破：工程师打印出能与生物神经元通信的人工神经元

西北大学实现脑机接口突破：工程师打印出能与生物神经元通信的人工神经元，柔性低成本设备可生成逼真电信号，为脑机接口迈出重要一步

Unknown

#生物#材料

UPDATE

Anthropic Claude Fable 5恢复服务：美国政府强制关闭6天后于6月18日恢复访问

Anthropic Claude Fable 5恢复服务：美国政府强制关闭6天后于6月18日恢复访问，起因于SK电讯访问权限撤销及亚马逊研究人员报告安全漏洞

Unknown

#政策#LLM

UPDATE

聊天机器人市场份额更新：ChatGPT占全球网页访问54.7%

聊天机器人市场份额更新：ChatGPT占全球网页访问54.7%，Gemini 27.4%，Claude全球8.2%（美国12.5%），DeepSeek 4.1%，Grok 2.8%

Unknown

#LLM

UPDATE

GitHub Copilot改为按量计费引发反弹：6月1日起从固定订阅改为token计费

GitHub Copilot改为按量计费引发反弹：6月1日起从固定订阅改为token计费，开发者报告月费从29美元飙升至750美元，微软Build承诺推出自研编程模型应对

Unknown

#LLM#开源

UPDATE

新加坡AI4Science加速催化剂发现：帝国理工与A*STAR合作1000万新元项目

新加坡AI4Science加速催化剂发现：帝国理工与A*STAR合作1000万新元项目，利用AI平台实现催化剂组合筛选速度提升500倍，用于清洁燃料与CO₂可持续转化

Unknown原文 ↗

#材料#Agent

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

AI加速催化剂发现500倍

新加坡与帝国理工合作的AI平台将催化剂计算筛选速度提升500倍，快速识别CO₂和生物基化学品的可持续候选材料，大幅超越传统试错方法的数十年周期。

AI气候模型提速25倍

加州大学圣地亚哥分校研究人员开发的生成AI方法结合物理数据，将气候模型运行速度提升约25倍，为极端天气预测和气候变化应对提供新工具。

量子AI预测混沌系统突破

研究人员展示量子计算与AI融合可显著改善复杂混沌系统预测，量子计算机识别数据中的隐藏模式，使AI在非线性动力学预测上取得重大进展。

人工神经元与生物神经通信

西北大学工程师成功打印出能与真实生物神经元通信的人工神经元，柔性低成本设备生成逼真电信号，为脑机接口和神经修复开辟新路径。

AI发现稀土永磁材料替代

艾姆斯国家实验室利用物理训练的AI工作流DuctGPT发现无稀土永磁体，该模型理解底层物理并考虑生产成本，为国防、可再生能源和电子应用加速材料发现。

AI揭示等离子体新物理

研究团队结合特制神经网络与尘埃等离子体的3D粒子追踪，揭示这种第四态物质中粒子相互作用的隐藏模式，为空间物理和材料科学提供新见解。

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

Nature Materials

Cross-material catalyst discovery via deep learning

Moon et al.

🔬 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

Solving the vibrational Schrödinger equation with artificial neural networks

Zhao et al.

人工神经网络求解振动薛定谔方程，展示了神经网络作为通用函数逼近器在计算分子振动基态能量上的能力，为分子光谱预测和量子化学计算提供高效新方法。

2026-06-20 阅读

Science Advances

Machine learning potentials for modeling alloys across compositions

Sheriff et al.

机器学习势函数建模不同成分合金，材料性质强烈依赖化学组成，从有序化合物到完全无序结构，该方法能准确捕捉组成变化导致的化学排列复杂性，加速合金材料设计。

2026-06-19 阅读

arXiv

Robust and Interpretable Adaptation of Equivariant Materials Foundation Models via Sparsity-promoting Fine-tuning

Cho et al.

通过稀疏性促进微调实现等变材料基础模型的鲁棒可解释适配，预训练材料基础模型需要领域校准以应对物理化学多样性和训练-应用不匹配，该方法提高模型泛化性和可解释性。

2026-06-17 阅读

arXiv

Toward Controllable Catalyst Inverse Design via Large-Scale Autoregressive Pretraining

Mok et al.

通过大规模自回归预训练实现可控催化剂逆向设计，异质催化剂表面结构复杂且表面-吸附物相互作用耦合，传统筛选难以高效探索化学空间，机器学习逆设计提供新范式。

2026-06-16 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潜在静电，基础MLIP能跨化学空间模拟但计算昂贵且缺乏显式静电，限制其在长程相互作用主导体系中的应用，该方法提取隐式电荷分布。

2026-06-12 阅读

arXiv

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

Segal et al.

利用扩散模型从粉末X射线衍射数据预测晶体结构，PXRD是广泛使用的表征技术但从衍射数据恢复原子结构是欠定问题，扩散模型提供新的求解途径填补材料发现空白。

2026-06-12 阅读

arXiv

Machine-learned prediction of carbon interstitial clusters in diamond

Chang et al.

机器学习预测金石碳间隙原子团簇，金刚石承载量子技术光学活性点缺陷，但生长和辐照引入的碳自间隙与之竞争形成新缺陷，微妙能量差主导竞争极小值的构型景观难以刻画。

2026-06-17 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

ANTH Claude Mythos 1 S

GOOG Gemini 3.5 Flash A

OAI GPT-5.5 Instant S

ANTH Claude Opus 4.8 A

GOOG Gemini Robotics-ER 1.6 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
Gemini 3.1 Pro	Google	N/A	N/A	N/A	GPQA领先94.3%，前沿推理能力
Claude Opus 4.6	Anthropic	91.3	N/A	N/A	GPQA 91.3%，工具辅助HLE 53.1%
GPT-5.3 Codex	OpenAI	81.0	N/A	N/A	GPQA 81%，编程任务优化
Qwen3.5-plus	Alibaba	88.4	N/A	N/A	GPQA 88.4%，接近顶级前沿模型
MiniCPM-SALA	OpenBMB	N/A	N/A	95.1	HumanEval榜首，代码生成卓越
DeepSeek-R1	DeepSeek	N/A	N/A	N/A	推理模型，准确性换速度，4.1%市场份额