深度学习预测心脏猝死
Nature 6月24日刊登论文，Obermeyer 等人开发的深度学习模型可从 ECG 中识别心脏猝死的隐藏生物标志物，为除颤器提前部署提供预测依据。
今日精选
今日 Top 3
从今日资讯与论文中提炼出最値得关注的三项进展
01
Blog
Anthropic 于6月9日发布 Claude Fable 5 后仅72小时，…
Anthropic 于6月9日发布 Claude Fable 5 后仅72小时，美国政府以国家安全为由下令暂停访问，这是首个被国家强制下架的前沿 AI 模型。
为何重要 今日头条——突破性进展，値得第一时间关注
02
Paper
Science Advances
Machine learning potentials for modeling alloys across compositions
开发跨成分合金建模的机器学习势能，可处理从完全有序到完全无序的化学排列，为合金材料性质预测提供统一框架。材料性质强烈依赖化学成分，该方法突破传统势能对特定成分的局限性。
为何重要 发表于 Science Advances，是本期 AI4Materials 精选论文
03
Blog
Google 于6月22日发布 Gemini 2.5 Pro with Deep…
Google 于6月22日发布 Gemini 2.5 Pro with Deep Think，在科学推理基准测试中创下记录（82.4% GPQA Diamond、94.1% HumanEval+），成为6月最强公开模型。
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
Anthropic 于6月9日发布 Claude Fable 5 后仅72小时
Anthropic 于6月9日发布 Claude Fable 5 后仅72小时，美国政府以国家安全为由下令暂停访问，这是首个被国家强制下架的前沿 AI 模型。
BREAKING
Google 于6月22日发布 Gemini 2.5 Pro with Deep Think
Google 于6月22日发布 Gemini 2.5 Pro with Deep Think，在科学推理基准测试中创下记录（82.4% GPQA Diamond、94.1% HumanEval+），成为6月最强公开模型。
BREAKING
智谱 AI 于6月13日发布开源编程模型 GLM-5.2（MIT 许可证）
智谱 AI 于6月13日发布开源编程模型 GLM-5.2（MIT 许可证），成本仅为 GPT-5.5 的 1/7，在 SWE-bench Pro 上超越闭源竞品，推动中国开源模型市场占有率达60%。
MAJOR
Google DeepMind 诺贝尔化学奖得主 John Jumper 于6月21日宣布离职加入 Anthropic，…
Google DeepMind 诺贝尔化学奖得主 John Jumper 于6月21日宣布离职加入 Anthropic，引发业界对 Google AI 人才流失与编程工具竞争力的担忧。
BREAKING
OpenAI 于6月26日预览 GPT-5.6 三层架构（Sol/Terra/Luna）
OpenAI 于6月26日预览 GPT-5.6 三层架构（Sol/Terra/Luna），采用政府审查机制，Terminal-Bench 达 91.9%，但尚未公开发布。
UPDATE
GitHub Copilot 于6月终止按席位计费模式
GitHub Copilot 于6月终止按席位计费模式，改为基于使用量的 metered billing，标志着开发者 AI 工具扁平费率时代结束。
MAJOR
Alphabet 于6月1日宣布通过公开发行、ATM 计划及伯克希尔私募完成 847.5 亿美元融资
Alphabet 于6月1日宣布通过公开发行、ATM 计划及伯克希尔私募完成 847.5 亿美元融资，用于 AI 基础设施建设。
UPDATE
Amazon Trainium 芯片获得 200 亿美元企业订单
Amazon Trainium 芯片获得 200 亿美元企业订单，成为继 Nvidia、Google TPU 之后第三大 AI 训练芯片平台。
UPDATE
Meta 于6月实施约 8000 人裁员（占员工总数10%）
Meta 于6月实施约 8000 人裁员（占员工总数10%），另有7000人转岗至 AI 团队，CEO 称 AI 效率提升使小团队可匹配原有产出。
UPDATE
Boston Dynamics 与 Google DeepMind 合作
Boston Dynamics 与 Google DeepMind 合作，将 Gemini Robotics-ER 1.6 集成至 Spot 机器狗与 Orbit 视觉检测平台，用于工业自主决策。
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 加速气候模型25倍
UC San Diego 研究团队将生成式 AI 与物理数据结合，使气候模拟速度提升约25倍，降低计算需求的同时保持预测精度。
神经形态计算突破物理模拟
研究人员证实神经形态计算机（模仿人脑的处理器）可解决复杂物理模拟方程，能耗远低于传统超级计算机，有望应用于材料科学与药物发现。
光-物质粒子驱动 AI 计算
宾夕法尼亚大学5月18日在 Nature 发表混合光-物质粒子芯片，可大幅提升 AI 计算速度并降低能耗，部分电子计算有望被超高效光基计算取代。
MRI 秒级识别神经疾病
密歇根大学开发的 AI 系统可在数秒内解读脑部 MRI 扫描，准确识别多种神经疾病并标记紧急病例，大幅缩短影像到临床决策的时间。
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
Machine learning potentials for modeling alloys across compositions
开发跨成分合金建模的机器学习势能，可处理从完全有序到完全无序的化学排列，为合金材料性质预测提供统一框架。材料性质强烈依赖化学成分，该方法突破传统势能对特定成分的局限性。
🔬 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。
Discovery of TYR inhibitors from de novo molecular generation to dual-track lead optimization: 'Competition' between AI and chemists
采用强化学习的 AI 分子生成与化学家双轨优化策略，发现酪氨酸酶（TYR）抑制剂用于治疗色素沉着疾病。AI 路径与专家策略的竞争性比较展现了生成式设计在药物发现中的潜力。
Zero-shot design of drug-binding proteins via neural iterative selection−expansion
提出神经迭代选择-扩展方法，实现零样本小分子结合蛋白设计，同时优化蛋白序列、结构和配体构象。该深度学习框架突破了传统设计需同时优化多变量的挑战。
Beyond Drug Discovery: The Nanotechnology Molecular Optimization (NMO) Benchmark
提出纳米技术分子优化（NMO）基准测试，突破生成式分子设计局限于药物领域的瓶颈。该基准针对纳米材料等结构与药物显著不同的领域，推动模型在更广泛材料科学场景的迁移能力。
Optimizing Expert-Designed Crystal Graph Networks for Band-Gap Prediction with an Autonomous LLM Research Loop
利用自主 LLM 研究循环优化专家设计的晶体图网络，用于材料带隙预测。该方法结合大语言模型的推理能力与材料学基准，自动改进图神经网络架构以提升性质预测精度。
Interpretable Inverse Design of Metal-Organic Frameworks with Large Language Model Agents
引入 LLM4MOF 框架，利用大语言模型代理进行金属-有机框架（MOF）的可解释逆向设计。在组合空间巨大的情况下，LLM 代理通过推理搜索满足性质需求的 MOF 结构，并提供设计决策的可解释性。
ConSolv: Solvent-Conditional Machine Learning Implicit Solvent Potential
开发溶剂条件隐式溶剂机器学习势能，突破现有模型仅聚焦水环境的局限。ConSolv 可在分子模拟中高效模拟非水溶剂效应，适用于有机合成、催化等多种化学场景。
Accurate identification and measurement of the precipitate area by two-stage deep neural networks in novel chromium-based alloys
提出两阶段深度神经网络，用于新型铬基合金中析出相面积的准确识别与测量。材料微观结构中增强相的尺寸分布直接影响极端环境性能，该方法为高温超合金组织定量提供自动化工具。
流行词雷达
AI 流行词热度
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
GOOG
Gemini 2.5 Pro (Deep Think)
S
ZAI
GLM-5.2
A
MOON
Kimi K2.7 Code
A
ANTH
Claude Fable 5
S
SAKA
Fugu Ultra
B
基准速查
模型基准速查
关键基准横向对比，数字不说谎
| 模型 | 机构 | MMLU | MATH | HumanEval | 亮点 |
|---|---|---|---|---|---|
| Gemini 2.5 Pro (Deep Think) | 89.8 | N/A | 94.1 | 科学推理最强（82.4% GPQA Diamond），2M token 上下文 | |
| GPT-5.5 (xhigh) | OpenAI | N/A | N/A | N/A | Intelligence Index 60分领先，Terminal-Bench 82.7% |
| Claude Opus 4.8 | Anthropic | N/A | N/A | N/A | Intelligence Index 61分首破60，编程与代理任务最强 |
| Claude Fable 5 | Anthropic | N/A | N/A | N/A | 软件工程领先（88.6% SWE-bench Verified） |
| Gemini 3.1 Pro | N/A | N/A | N/A | GPQA Diamond 94.3%，多模态与成本优势明显 | |
| GLM-5.2 | Zhipu AI | N/A | N/A | N/A | SWE-bench Pro 62.1%，开源 MIT 许可证 |
| DeepSeek V4 Pro | DeepSeek | N/A | 96.0 | N/A | 开源推理最强，GSM8K 数学96.0%，成本仅 $0.28/M |
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
达里奥·阿莫代 (Dario Amodei)
Anthropic 首席执行官
"民主国家不应在 AI 工具部署上产生分歧"
6月17日在法国埃维昂 G7 峰会上，阿莫代与各国元首及 OpenAI、Google DeepMind 高管共同讨论 AI 国际标准，呼吁美国主导建立联盟以制定 AI 规则与测试标准。
德米斯·哈萨比斯 (Demis Hassabis)
Google DeepMind 首席执行官
"Google 的优势是将技术直接部署到数十亿用户产品"
5月接受 Axios 采访时强调 Google 在 AI 竞赛中的独特优势在于规模化应用能力，而非单纯追求基准测试排名。同月诺奖得主 John Jumper 离职加入 Anthropic，引发对 Google 人才流失的担忧。
萨姆·奥特曼 (Sam Altman)
OpenAI 首席执行官
"需要国际论坛建立全球测试与风险分析标准"
6月17日 G7 峰会上提出建立国际 AI 测试标准体系。OpenAI 在6月预览了 GPT-5.6 Sol/Terra/Luna 三层模型架构，并计划在9月进行 IPO，估值已达 7300 亿美元。
📬 订阅每日 AI 速报
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。
关注「梵低」
分享 AI4Science 前沿、科研心得与个人实验笔记。欢迎来聊。
小红书号: 8936318663
🎙️ 科研面对面
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？