AI 助力心脏猝死预测
Nature 发表深度学习研究发现心电图生物标志物可预测心脏性猝死,Obermeyer 团队开发的模型能提前识别高风险患者,为植入式除颤器决策提供新依据。
A daily radar for AI · AI4Science · Materials Discovery
Track frontier model releases, scientific ML breakthroughs, materials discovery, benchmarks, and conference deadlines — updated daily.
从今日资讯与论文中提炼出最値得关注的三项进展
提出通过强化学习引导生成式 AI 模型探索晶体材料空间的新方法。研究解决了生成模型在材料发现中容易陷入已知结构的局限,利用 RL 奖励机制驱动模型生成化学合理且结构多样的新型晶体,为功能材料发现开辟新路径。
联合国 AI 治理全球对话在日内瓦开幕,169 个国家代表参加史上最大规模多边 AI 治理会议,持续至 7 月 7 日,随后举行 ITU AI for Good 全球峰会(7-10日)
首个全自主 AI 勒索软件攻击 JADEPUFFER 分析报告发布,Sysdig 于 7 月 4-6 日公布完整技术细节,TechCrunch 标题强调「仍需人类参与」但标志自主攻击新阶段
白宫 AI 自愿标准框架预计本周公布,Financial Times 报道 OpenAI、Anthropic、Google 与政府协商基准、发布时间表和访问规则,可能 7 月 7 日宣布
SK 海力士美国 IPO 计划融资 280 亿美元,全球第二大 DRAM 制造商和英伟达 HBM3E 主供应商,将成 2026 年最重要 AI 基础设施上市事件
由 Claude 搜索汇总,覆盖模型发布、政策动态、行业进展
联合国 AI 治理全球对话在日内瓦开幕,169 个国家代表参加史上最大规模多边 AI 治理会议,持续至 7 月 7 日,随后举行 ITU AI for Good 全球峰会(7-10日)
BREAKING
首个全自主 AI 勒索软件攻击 JADEPUFFER 分析报告发布,Sysdig 于 7 月 4-6 日公布完整技术细节,TechCrunch 标题强调「仍需人类参与」但标志自主攻击新阶段
白宫 AI 自愿标准框架预计本周公布,Financial Times 报道 OpenAI、Anthropic、Google 与政府协商基准、发布时间表和访问规则,可能 7 月 7 日宣布
Anthropic Claude Fable 5 计费模式今日(7月7日)起改为按使用量积分收费,API 价格维持 $10/$50 每百万 token 不变,但订阅用户需预购积分访问
SK 海力士美国 IPO 计划融资 280 亿美元,全球第二大 DRAM 制造商和英伟达 HBM3E 主供应商,将成 2026 年最重要 AI 基础设施上市事件
AlphaFold 诺奖得主 John Jumper 离开 Google DeepMind 加入 Anthropic,在 DeepMind 工作近 9 年后转投 Anthropic 科学研究团队
Google Gemini 2.5 Pro 与 Deep Think 在 GPQA Diamond 达 82.4%、MMLU-Pro 89.8%,超越 GPT-5.5 和 Fable 5;采用并行推理技术和 200 万 token 上下文窗口
Anthropic 营收超越 OpenAI,Fortune 报道显示 Anthropic 年化营收达 470 亿美元并将于 2029 年盈利,领先 OpenAI 一年;Anthropic 5 月企业订阅量超过 OpenAI
精选 AI4Science 突破,涵盖材料发现、自动化实验与科学基础模型
Nature 发表深度学习研究发现心电图生物标志物可预测心脏性猝死,Obermeyer 团队开发的模型能提前识别高风险患者,为植入式除颤器决策提供新依据。
Nature Machine Intelligence 论文展示通过强化学习引导生成式 AI 模型发现多样化新型晶体材料,Park 等人提出的方法克服了生成模型在材料探索中的局限性。
Nature Communications 报道 ARCADIAMP 平台结合扩散模型和虚拟筛选,快速发现低毒性高效抗菌肽,Markakis 团队通过迭代学习生成新型抗菌候选分子应对耐药菌危机。
Google Co-Scientist 和 Robin 两个 AI 系统可辅助假设生成、实验设计和数据分析全流程,Nature 发表研究显示这些系统能显著加速科学研究周期并提出可测试的新假设。
Anthropic 的 Claude Mythos 在 Project Glasswing 安全审计中发现 CVE-2026-47729(Squidbleed),这是广泛使用的 Squid 代理服务器中存在 29 年的内存泄漏漏洞,CVSS 评分 7.5。
宾夕法尼亚大学研究人员开发 Mollifier Layers 技术,将经典数学平滑函数集成到神经网络中,大幅提升求解偏微分方程逆问题的稳定性和效率,论文将发表于 TMLR 并在 NeurIPS 2026 展示。
材料科学 × 机器学习:从催化剂发现到晶体结构预测
提出通过强化学习引导生成式 AI 模型探索晶体材料空间的新方法。研究解决了生成模型在材料发现中容易陷入已知结构的局限,利用 RL 奖励机制驱动模型生成化学合理且结构多样的新型晶体,为功能材料发现开辟新路径。
开发了无需先验训练即可设计小分子结合蛋白的深度学习方法。通过神经迭代选择-扩展策略同时优化蛋白序列、结构和配体构象,突破了传统蛋白设计需要大量已知结合对数据的限制,为药物靶点和生物传感器设计提供新工具。
提出 ARCADIAMP 生成平台,结合扩散模型和迭代学习筛选策略设计新型抗菌肽。该平台能够生成低毒性、高活性的抗菌候选分子,并通过虚拟筛选快速验证,为应对多重耐药菌危机提供高效的药物发现流程。
提出图原生强化学习方法加速材料发现,通过多步骤、领域基础推理生成可追溯的科学假设。该方法利用概念重组生成材料设计假设,比标准大语言模型提供更强可解释性和领域根植性,解决开放式材料设计问题的透明度挑战。
推出纳米技术分子优化基准 NMO,填补 AI 分子设计超越药物发现领域的评估空白。该基准针对纳米材料等结构与药物显著不同的分子体系,解决现有模型在药物数据集预训练后向其他材料领域迁移能力不足的问题。
利用自主大语言模型研究循环优化专家设计的晶体图网络预测材料带隙。研究在公开材料基准上运行,展示 LLM 如何通过迭代优化神经网络架构和超参数,自动改进材料性质预测模型,推动 AI 辅助材料科学研究自动化。
提出 LLM4MOF 框架,利用大语言模型代理进行金属有机框架(MOF)可解释逆向设计。该闭环系统让语言模型代理推理 MOF 结构成功原因,搜索组合空间并生成候选材料,相比黑盒 ML 模型提供透明设计逻辑,有助理解 MOF 性质-结构关系。
推出 AquaGen,首个全原子、显式溶剂、周期边界条件感知的生成模型,以远低于分子动力学成本生成玻尔兹曼分布分子构象。该模型突破现有生成模型简化体系限制,实现数千原子尺度精确采样,加速凝聚态材料和生物分子体系模拟。
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。
当前主流大模型一览,持续跟踪能力边界
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 | 94.3 | N/A | N/A | GPQA Diamond 领先,科学推理最强 | |
| Claude Opus 4.8 | Anthropic | 91.3 | N/A | N/A | 企业信任度最高,宪法 AI 安全 |
| GPT-5.5 | OpenAI | 90+ | 85-90 | 90+ | API 和 ChatGPT 全面可用 |
| GPT-5.3 Codex | OpenAI | 81.0 | N/A | N/A | GPQA Diamond 专用代码版本 |
| Claude Sonnet 5 | Anthropic | 90+ | N/A | 63.2 | 代理编码基准,接近 Opus 性能 |
| Qwen 3.5-plus | 阿里巴巴 | 88.4 | N/A | N/A | GPQA Diamond 中国领先模型 |
| GLM-5.2 | 智谱 AI | N/A | N/A | N/A | 代码能力强,价格竞争力突出 |
行业领袖在想什么,说了什么
"有用的 AI 已经到来,它已经盈利"
在 2026 年 GTC 台北峰会上,黄仁勋强调 AI 投资回报率问题已经得到解答,数据中心成为「生产 token 的工厂」,每个 token 都是利润单元。他指出代理 AI 时代已经到来,软件开发者生产力在 2026 年前几个月提升近三倍。
"民主国家应避免在 AI 部署上分裂"
在 6 月 17 日 G7 峰会上,阿莫代呼吁建立美国主导的 AI 联盟,制定国际标准和测试框架。他强调需要协调对华芯片出口限制和前沿模型访问控制,警告 AI 可能被用于网络攻击、生物恐怖主义等领域。
"需要建立国际讨论论坛制定全球标准"
奥特曼在 G7 峰会提议建立国际论坛,制定全球接受的测试标准,提供能力和风险的专家分析。Fortune 报道显示 OpenAI 正推动与美国政府战略绑定,包括提供 5% 股权和国防深度合作,将商业成功与国家利益挂钩。
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。
分享 AI4Science 前沿、科研心得与个人实验笔记。欢迎来聊。
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?