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

研究团队利用深度学习实现跨材料催化剂发现，通过训练神经网络学习不同材料体系中的催化活性模式，显著加速催化剂筛选与设计流程，为能源与化工领域提供高效材料发现工具。

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

Unknown

美国政府命令 Anthropic 暂停向所有外国用户提供最新的 Claude…

美国政府 命令 Anthropic 暂停向所有外国用户提供最新的 Claude Fable 5 和 Mythos 5 模型访问，这是首次联邦政府强制 AI 公司撤回公开系统。

为何重要　今日头条——突破性进展，値得第一时间关注

Unknown

Google DeepMind 两位顶尖研究员相继离职：Transformer…

Google DeepMind 两位顶尖研究员相继离职：Transformer 联合作者 Noam Shazeer 加入 OpenAI，AlphaFold 负责人 John Jumper 将加入 Anthropic，Alphabet 股价单日跌 7.2%。

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

MAJOR

Google DeepMind 两位顶尖研究员相继离职

Unknown原文 ↗

#LLM#开源

BREAKING

OpenAI 正式发布 GPT-5.5-Cyber 网络安全模型

OpenAI 正式发布 GPT-5.5-Cyber 网络安全模型，在 CyberGym 基准测试中达 85.6%，创单一模型最高分记录，仅向通过审核的安全机构开放。

Blog原文 ↗

#安全#LLM

BREAKING

美国政府命令 Anthropic 暂停向所有外国用户提供最新的 Claude Fable 5 和 Mythos 5 模…

美国政府 命令 Anthropic 暂停向所有外国用户提供最新的 Claude Fable 5 和 Mythos 5 模型访问，这是首次联邦政府强制 AI 公司撤回公开系统。

Unknown原文 ↗

#政策#安全

MAJOR

高通正洽谈以 80-100 亿美元收购 AI 芯片公司 Tenstorrent

高通正洽谈以 80-100 亿美元收购 AI 芯片公司 Tenstorrent，该公司采用开放 RISC-V 标准设计芯片，由芯片老将 Jim Keller 领导。

Unknown原文 ↗

#芯片#开源

MAJOR

Meta 启动约 8000 名员工的裁员（约占总数 10%）

Meta 启动约 8000 名员工的裁员（约占总数 10%），另有 7000 人转岗至 AI 团队，归因于 AI 效率提升使更精简团队即可达成以往产出。

Unknown原文 ↗

#政策#LLM

BREAKING

纽约市教育局要求所有 AI 工具在部署前必须通过偏见与公平性审查

纽约市教育局 要求所有 AI 工具在部署前必须通过偏见与公平性审查，覆盖 110 万学生系统，6 月发布全面合规手册，成为强制性治理转折点。

Unknown

#政策#安全

MAJOR

SpaceX 与 AI 公司 Reflection AI 签署 63 亿美元协议

SpaceX 与 AI 公司 Reflection AI 签署 63 亿美元 协议，租用第四座 Colossus 计算集群，Reflection 定位为美国、开放权重、前沿级别的第三选项。

Blog原文 ↗

#芯片#开源

MAJOR

中国在美国对 Anthropic 实施出口管制后十天

中国在美国对 Anthropic 实施出口管制后十天，将 56 家美国公司列入黑名单，AI 出口战正式从单向转为双向对抗。

Unknown原文 ↗

#政策#芯片

UPDATE

Anthropic 推出 Claude Tag

Anthropic 推出 Claude Tag，为 Slack 提供的代理式 AI 协作工具，能构建上下文、委派多步骤任务并异步工作，面向团队与企业用户 Beta 测试。

Unknown原文 ↗

#Agent#LLM

UPDATE

深圳大学研究团队开发基于黑磷的全光纤光子 AI 平台

深圳大学 研究团队开发基于黑磷的全光纤光子 AI 平台，用光而非电子处理医疗影像，在视网膜脱离与肝癌诊断中达专家级准确率。

Unknown

#生物#芯片

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

深度学习预测心源性猝死

Nature 发表 Obermeyer 等人研究，利用深度学习从心电图中发现心源性猝死的隐藏生物标志物，为除颤器植入决策提供新预测工具，每年可能拯救大量未被识别的高危患者。

光物质混合粒子加速 AI 计算

宾夕法尼亚大学创造混合光物质粒子，可大幅加速 AI 计算同时降低能耗，有望用超高效光基过程替代部分电子计算，突破传统计算瓶颈。

量子算法解决材料模拟难题

新量子启发算法攻克传统超算难以触及的问题，成功模拟准晶体等极端复杂量子材料，计算速度从数月缩短至秒级，为材料科学研究打开新通道。

AI 驱动 NASA 火星车自主规划

NASA 毅力号火星车首次使用 AI 规划行驶路线而非人类操作员，视觉 AI 分析相同影像数据并自主决策，标志着深空探测迈向完全自主时代。

AI 模型秒级标记脑部急症

密歇根大学开发的 AI 系统可在数秒内解读脑部 MRI 扫描，准确识别多种神经系统疾病并判断紧急程度，大幅缩短诊断时间，提升急诊响应效率。

香港大学脑启发芯片

香港大学科学家研制出可在接近绝对零度环境下运行的脑启发芯片，为量子计算与神经形态计算的融合提供突破性硬件平台，有望变革计算架构。

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

Zero-shot design of drug-binding proteins via neural iterative selection−expansion

Fry et al.

提出神经迭代选择扩展方法，实现零样本药物结合蛋白设计。该方法同时优化蛋白序列、结构与配体构象，克服小分子结合蛋白设计的长期挑战，为药物递送与治疗开辟新途径。

2026-06-24 阅读

Science Advances

Machine learning potentials for modeling alloys across compositions

Sheriff et al.

开发跨成分建模合金的机器学习势函数，能够精确预测从完全有序到完全无序合金的性质。该方法突破传统势函数局限，为高通量合金设计与性能预测提供统一框架。

2026-06-19 阅读

arXiv

Atomistic Language Models Understand and Generate Materials

Edamadaka et al.

提出原子级语言模型（ALMs），实现原子结构与自然语言的原生多模态建模。模型能直接理解与生成材料结构，而非通过有损文本编码，为材料设计与知识提取提供统一智能接口。

2026-06-19 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。模型学习催化剂表面结构与吸附交互的复杂模式，支持从目标性质反向生成催化剂结构，提升异质催化剂发现效率。

2026-06-16 阅读

arXiv

ConSolv: Solvent-Conditional Machine Learning Implicit Solvent Potential

Zhang et al.

提出溶剂条件机器学习隐式溶剂势（ConSolv），克服现有模型仅关注水环境的局限。该模型支持多种非水溶剂模拟，为电池电解液、有机合成等领域的分子动力学研究提供高效工具。

2026-06-23 阅读

arXiv

Barocaloric phase transformation from data efficient fine-tuning of machine learned interatomic potentials

Hedin et al.

通过数据高效微调机器学习原子间势函数，精确模拟压热相变材料的相行为。该方法显著降低训练数据需求，为固态制冷材料的高通量筛选与优化提供实用计算工具。

2026-06-24 阅读

arXiv

Capturing Nuclear Quantum Effects in Hydrogen Diffusion through MoS2 via Machine-Learning-Enhanced Path-Integral Simulations

Eren et al.

结合机器学习与路径积分模拟，捕捉氢原子通过 MoS₂ 层间扩散的核量子效应。该方法为二维材料中的氢输运、燃料电池与同位素分离等技术提供准确理论描述。

2026-06-24 阅读

流行词雷达

AI 流行词热度

每月 1 日 / 15 日刷新

追踪流行词随半月周期的热度变化，并标出本期首次出现或显著冒头的新词。

正在加载流行词趋势…

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-Cyber S

ANTH Claude Fable 5 S

GOOG Gemini 3.5 Flash A

OAI GPT-5.5 Pro S

ANTH Claude Opus 4.7 S

GOOG Gemini 3.1 Pro 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 Fable 5	Anthropic	N/A	N/A	N/A	SWE-Bench Pro 80.3%（已被美国政府禁止访问）
GPT-5.5 Pro	OpenAI	92.5	N/A	N/A	SWE-Bench Pro 58.6%，Terminal-Bench 83.4%
Claude Opus 4.7	Anthropic	N/A	N/A	N/A	SWE-Bench Pro 64.3%，OSWorld 78.0%，代码可读性强
Gemini 3.1 Pro	Google	N/A	N/A	N/A	GPQA Diamond 94.3%，ARC-AGI-2 77.1%，1M 上下文
GPT-5.4	OpenAI	N/A	N/A	95+	Terminal-Bench 75.1%，代码生成领先
Claude Opus 4.6	Anthropic	N/A	N/A	94+	GPQA Diamond 领先，写作质量首选
DeepSeek V4 Pro	DeepSeek	N/A	N/A	N/A	SWE-Bench 76.4%，MIT 许可开源领先