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22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

提出跨材料催化剂发现的深度学习框架,通过训练能够理解催化剂性质的神经网络,实现在不同材料体系中快速筛选高性能催化剂,加速催化剂设计与优化流程,为清洁能源与化学合成提供新工具。

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

Noam Shazeer 离开 Google DeepMind 加入 OpenA…

Noam Shazeer 离开 Google DeepMind 加入 OpenAI,担任架构研究主管。这位 Transformer 论文共同作者的转会震动业界,Google 曾在 2024 年花费 27 亿美元将其从 Character.AI 召回,仅工作 22 个月。

为何重要 今日头条——突破性进展,値得第一时间关注
03
Blog

智谱 AI 发布 GLM-5.2,MIT 开源许可,SWE-bench Pro…

智谱 AI 发布 GLM-5.2,MIT 开源许可,SWE-bench Pro 得分 62.1% 超越 GPT-5.5 的 58.6%,API 价格仅为后者 1/7。该模型支持 100 万 token 上下文窗口,成为 Fable 5 禁令后非美开发者的关键替代方案。

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

Noam Shazeer 离开 Google DeepMind 加入 OpenAI
BREAKING

Noam Shazeer 离开 Google DeepMind 加入 OpenAI

Noam Shazeer 离开 Google DeepMind 加入 OpenAI,担任架构研究主管。这位 Transformer 论文共同作者的转会震动业界,Google 曾在 2024 年花费 27 亿美元将其从 Character.AI 召回,仅工作 22 个月。

智谱 AI 发布 GLM-5.2 BREAKING

智谱 AI 发布 GLM-5.2

智谱 AI 发布 GLM-5.2,MIT 开源许可,SWE-bench Pro 得分 62.1% 超越 GPT-5.5 的 58.6%,API 价格仅为后者 1/7。该模型支持 100 万 token 上下文窗口,成为 Fable 5 禁令后非美开发者的关键替代方案。

MAJOR

OpenAI、Anthropic、Google DeepMind CEO 出席 G7 峰会

OpenAI、Anthropic、Google DeepMind CEO 出席 G7 峰会,讨论前沿 AI 风险、基础设施主权与网络安全。Anthropic 和 Google 提议建立美国主导的 AI 联盟,共同制定全球测试标准。

BREAKING

Anthropic Fable 5 与 Mythos 5 模型因高级网络能力被美国出口管制持续禁用 10 天

Anthropic Fable 5 与 Mythos 5 模型因高级网络能力被美国出口管制持续禁用 10 天,企业客户转向 Claude Opus 4.8 或竞品。该事件标志着 AI 能力首次触发国家安全级管控。

BREAKING

美团开源 LongCat-Next

美团开源 LongCat-Next,原生多模态模型,将视觉与语音作为核心输入而非次要特征,推动 Physical AI 探索。同时发布 6 篇论文被 ACL 2026 接收,涵盖大模型评估、复杂推理与强化学习。

BREAKING

微软在 Build 2026 发布 MAI-Code-1-Flash 和 MAI-Thinking-1

微软在 Build 2026 发布 MAI-Code-1-Flash 和 MAI-Thinking-1,首次推出自研编码与推理模型,为 McKinsey 定制后性能超越 GPT-5.5 且成本效率提升 10 倍。

BREAKING

英伟达在 Computex 2026 发布面向 PC 的 RTX Spark 超级芯片

英伟达在 Computex 2026 发布面向 PC 的 RTX Spark 超级芯片,可本地运行 AI 智能体,与微软合作"重塑个人电脑",挑战英特尔与 AMD 在 CPU 市场的地位。

MAJOR

Anthropic 以 9650 亿美元估值完成新一轮融资并秘密提交 IPO 申请

Anthropic 以 9650 亿美元估值完成新一轮融资并秘密提交 IPO 申请,超越 OpenAI 成为首家估值近万亿美元的 AI 创业公司。Claude Code 编码助手成为其增长核心驱动力。

UPDATE

OpenAI 披露企业客户 AI 成本超支现象:Uber 四个月用完全年预算

OpenAI 披露企业客户 AI 成本超支现象:Uber 四个月用完全年预算,成本问题已成第二大投诉。Sam Altman 承认"模型仍相当笨",但预测 2030 年前将出现超越人类能力的模型。

UPDATE

Qualcomm 洽购 Tenstorrent

Qualcomm 洽购 Tenstorrent,报价 80-100 亿美元,目标获得基于开源 RISC-V 架构的 AI 芯片设计能力,挑战英伟达与 AMD 在 AI 硬件市场的主导地位。

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 驱动气候模型提速 25 倍

加州大学圣地亚哥分校研究团队将生成式 AI 与物理数据结合,实现气候投影速度提升约 25 倍,计算需求大幅降低,为气候变化预测提供更高效工具。

AlphaFold 3 扩展分子预测能力

2026 年版 AlphaFold 可预测蛋白质与小分子、抗体、RNA 的高精度相互作用,在学术与制药实验室广泛应用,显著缩短药物靶点验证周期。

AI 辅助设计无稀土永磁体

美国 Ames 实验室开发物理训练模型 DuctGPT,能理解底层物理规律并发明新材料,成功设计铋锰复合材料,减少对中国稀土元素进口依赖。

AI 模型识别大脑 MRI 仅需秒级

密歇根大学团队开发 AI 系统,可在数秒内解读大脑 MRI 扫描,准确识别多种神经系统疾病,为临床急诊提供快速辅助诊断工具。

Med-PaLM 2 与华佗 GPT 助力临床推理

Google 的 Med-PaLM 2 与中国学术团队开发的华佗 GPT 在临床推理、诊断支持和文献综合方面表现出色,辅助研究人员进行假设生成与复杂临床数据解读。

DNA 机器人用于药物递送与病毒追踪

研究人员开发 DNA 机器人作为微型可编程机器,未来可用于体内药物递送、病毒追踪与分子级设备构建,借鉴传统机器人学原理实现生物功能。

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.

提出跨材料催化剂发现的深度学习框架,通过训练能够理解催化剂性质的神经网络,实现在不同材料体系中快速筛选高性能催化剂,加速催化剂设计与优化流程,为清洁能源与化学合成提供新工具。

🔬 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

Solving the vibrational Schrödinger equation with artificial neural networks

Zhao et al.

利用人工神经网络求解振动薛定谔方程,神经网络作为通用函数逼近器,能够高精度计算分子振动态,为材料振动性质预测和化学反应动力学研究提供高效计算方法。

2026-06-20 阅读
Science Advances

Machine learning potentials for modeling alloys across compositions

Sheriff et al.

开发机器学习势能面用于跨成分建模合金材料,能够处理从有序化合物到完全无序合金的化学排布变化,为合金材料性质预测与设计提供可扩展框架,显著降低计算成本。

2026-06-19 阅读
arXiv

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

Cho et al.

提出稀疏性促进的微调方法用于等变材料基础模型适配,增强模型鲁棒性与可解释性。预训练材料模型利用通用物理化学知识逼近势能面,但需针对特定领域校准,该方法通过稀疏正则化实现高效迁移学习。

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。催化剂表面具有复杂结构与表面-吸附物耦合相互作用,传统筛选难以有效探索化学空间,机器学习逆向设计提供新途径,但需大规模预训练捕获催化剂设计模式。

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效应。基础机器学习势能够跨化学空间模拟但成本高昂且缺乏显式静电,限制其用于长程相互作用主导系统。该方法提取静电信息,提升模型效率与适用性。

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。从衍射图谱恢复原子结构是材料科学核心挑战,PXRD 广泛应用但数据反演困难。扩散模型通过学习衍射与结构映射,实现高效晶体结构预测。

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进行材料加工工艺闭环发现。材料系统具有历史依赖响应,功能结果由时变场序列决定。该方法探索非分布内加工路径,自动发现新型处理协议,加速材料工艺优化。

2026-06-11 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

Z.AI GLM-5.2 A
MST Kimi K2.7 Code A
ANTH Claude Fable 5 S
NVDA NVIDIA Nemotron 3 Ultra A
MSFT Microsoft MAI-Code-1-Flash A
ANTH Claude Opus 4.8 S
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 97.6 Intelligence Index 61.4,SWE-bench Pro 69.2%
GPT-5.5 OpenAI 93.2 N/A 95.8 Intelligence Index 60.2,成本下降 60% 幻觉
Gemini 3.1 Pro Google 92.8 N/A 94.5 GPQA Diamond 94.3%,多模态领先
Claude Sonnet 4.6 Anthropic N/A N/A 97.6 写作风格最佳,GDPval-AA Elo 1,643
Qwen 3.7 Max Alibaba N/A 92.4 N/A Intelligence Index 57,HMMT 2026 最高 97.1
GLM-5.2 智谱 AI N/A N/A N/A SWE-bench Pro 62.1%,开源旗舰
DeepSeek V4 Pro DeepSeek N/A N/A N/A SWE-bench Verified 81%,推理能力强
会议雷达

会议截稿日历

暂无近期截止
大佬观点

领袖观点

行业领袖在想什么,说了什么

黄仁勋 (Jensen Huang)
英伟达创始人兼CEO
"智能体 AI 时代已经到来"

在 GTC 台北 2026 主题演讲中宣布,具备自主推理、规划和工具使用能力的智能体 AI 已正式到来,并强调 AI 不会减少工作岗位,反而会成为稀缺技术人才的力量倍增器。

智能体算力生产力6月1日
萨姆·奥特曼 (Sam Altman)
OpenAI CEO
"各国不应将 AI 治理权交给科技公司"

在 G7 峰会上呼吁各国政府主导 AI 监管,强调技术公司应负责构建系统,但社会规则应由民主机构决定。同时披露 OpenAI 内部顶级用户月消耗 1000 亿 token,AI 成本问题已成企业第二大投诉。

治理政策成本6月17日
达里奥·阿莫代 (Dario Amodei)
Anthropic CEO
"需建立美国主导的 AI 联盟"

在 G7 峰会上与 Google DeepMind CEO 共同提议建立美国主导的 AI 联盟,以制定国际 AI 规则和标准。此前 Anthropic 的 Fable 5 和 Mythos 5 模型因网络安全能力过强被美国政府紧急管控。

政策安全国际合作6月17日

⌨️ 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?