报道

本文盘点了当下 AI 助力电池研发的新成果。

上海交大联合上海 AI Lab 等共同开发出一种新的蛋白质突变体设计模型 PRIME，蛋白质突变等方面预测效果更优。

清华大学联合中外多所大学提出了一种主动学习框架，可更高效地识别高熵氧化物。

目标检测界的全能高手已上线!

自建数据库收录近 3.000 种药物数据

内含活动报名方式

已支持超 40 个模型架构

参与直播有机会赢取算力福利

一文梳理 AI 教父辛顿的传奇人生

「Evo：从分子到基因组规模的预测和生成」教程已上线，一键克隆即可快速体验！

Meet AI4S 系列直播第五期将于 12 月 10 日 19:00 准时上线，快来预约！

上海交大洪亮教授全面地梳理了 AI4S 的落地挑战与途径，以及 AI 与 Science 如何有机结合。

HyperAI 超神经官网的教程版块已上线「InkSight 将手写文字数字化 Demo」，一键克隆即可体验。

华中科技大学陆枫团队提出 CGS-Mask，该方法既能提高模型预测精度，又能增加结果的可解释性。

AI 教父 Hinton「坐镇」，初创公司 CuspAI 致力于用 AI 探索碳捕获材料，以应对全球变暖。

HyperAI 超神经为大家汇总了 9 个高质量开源数据集，点击一键下载！

David Baker 团队研发了一项基于扩散模型的技术 RFpeptides，针对多种蛋白靶标设计大环结合物。

11.18-11.22
Weekly Highlights

在 COSCon’24 AI for Science 论坛中，浙江大学地球科学研究员戚劲的分享精华实录。

中科院自动化研究所团队设计了一种多模态集成框架，该框架可解决大脑活动的视觉重建问题。

Meet AI4S 系列直播第五期邀请到了浙大知识引擎实验室的王泽元博士，快来预约观看直播吧！

在 COSCon’24 AI for Science 论坛中，上海交通大学谢伟迪教授的分享精华实录。

上海 AI Lab 联合多所科研单位提出了 GMAI-MMBench 基准，包含 284 个下游任务数据集。

11.11-11.15
Weekly Highlights

上海交大联合上海 AI Lab，成功开发出具有结构感知能力的预训练蛋白质语言模型 ProSST 。

Meta FAIR 实验室发布材料生成模型 FlowLLM，在生成稳定材料效率上比以往模型提升了 300% 以上。

西湖大学未来产业研究中心的团队提出 UniIF 模型，用于所有分子的逆折叠。

黄仁勋与孙正义在日本进行了一次线下对谈，回顾了后者过往对于英伟达的投资，共同探讨了日本 AI 发展。

在 COSCon’24 AI4S 论坛中，清华大学城市科学与计算研究中心的博士后研究员丁璟韬带来了深度分享。

David Baker 开源了 RoseTTAFold 等深度学习工具，赋能新型蛋白质的设计。