Command Palette
Search for a command to run...
报道
来自世界各地的最新人工智能报道和更新
清华大学与芝加哥大学研究团队基于 1980—2025 年间 4,130 万篇自然科学论文与 537 万名科学家的超大规模数据,系统评估了 AI 工具对科学研究的真实影响。研究发现,AI 显著提升了个体科研产出与学术影响力,却在集体层面导致知识空间收缩、学术互动趋于集中。通过语言模型识别 AI 研究、引入「知识广度」等创新指标,论文揭示了 AI for Science 背后被忽视的结构性代价,为理解 AI 如何重塑科研生态提供了关键证据。

来自普林斯顿大学和科罗拉多矿业学院的联合研究团队提出了一种基于机器学习的高效预测方法,利用大语言模型直接从 MOFs 的结构序列预测自由能,从而显著降低计算成本,实现高通量、可扩展的 MOFs 热力学评估。

2025 年,AI 行业的叙事逻辑正在发生暴力拆解。当千亿美金的资本支出(CapEx)撞上增长乏力的营收账本,关于「泡沫」的审判席位已经坐满。从 Alphabet 蒸发的 2,000 亿市值到 ChatGPT 惊人的亏损黑洞,技术似乎正在被迫向务实主义低头。

麻省理工学院与哈佛大学联合团队提出的基于人工智能的端到端设计流程——CleaveNet,正是为了应对这一挑战。该流程通过预测模型与生成模型的协同工作,旨在彻底改变蛋白酶底物设计的现有范式,为相关基础研究与生物医药开发提供全新的解决方案。

成立于 2023 年的具身智能公司 FieldAI ,在不到两年时间内完成了超过 4.05 亿美元融资,投资阵容包括:贝佐斯、英特尔、英伟达、比尔盖茨、三星等。团队核心成员来自 NASA JPL 、 DeepMind 、特斯拉、 SpaceX 等头部企业,致力于打造能够跨不同类型机器人和适配各种环境的「通用机器人智能大脑」。

英伟达研究院联合华盛顿大学的研究团队推出了一种长距离蒸馏方法,其核心思路是利用擅长生成真实大气变率的自回归模型作为「教师」,再用这些数据训练一个概率化的「学生」模型,仅需单步计算即可生成长期预报,既避免了迭代误差累积,也绕过了复杂的数据校准难题。

2025 年,AI 正式从技术竞赛走向国家竞争层面。进入 2026 年,AI 不会迎来终局答案,但会在不同国家、制度与产业路径中加速分化,走向截然不同的未来。

清华大学与芝加哥大学研究团队基于 1980—2025 年间 4,130 万篇自然科学论文与 537 万名科学家的超大规模数据,系统评估了 AI 工具对科学研究的真实影响。研究发现,AI 显著提升了个体科研产出与学术影响力,却在集体层面导致知识空间收缩、学术互动趋于集中。通过语言模型识别 AI 研究、引入「知识广度」等创新指标,论文揭示了 AI for Science 背后被忽视的结构性代价,为理解 AI 如何重塑科研生态提供了关键证据。

来自普林斯顿大学和科罗拉多矿业学院的联合研究团队提出了一种基于机器学习的高效预测方法,利用大语言模型直接从 MOFs 的结构序列预测自由能,从而显著降低计算成本,实现高通量、可扩展的 MOFs 热力学评估。

2025 年,AI 行业的叙事逻辑正在发生暴力拆解。当千亿美金的资本支出(CapEx)撞上增长乏力的营收账本,关于「泡沫」的审判席位已经坐满。从 Alphabet 蒸发的 2,000 亿市值到 ChatGPT 惊人的亏损黑洞,技术似乎正在被迫向务实主义低头。

麻省理工学院与哈佛大学联合团队提出的基于人工智能的端到端设计流程——CleaveNet,正是为了应对这一挑战。该流程通过预测模型与生成模型的协同工作,旨在彻底改变蛋白酶底物设计的现有范式,为相关基础研究与生物医药开发提供全新的解决方案。

成立于 2023 年的具身智能公司 FieldAI ,在不到两年时间内完成了超过 4.05 亿美元融资,投资阵容包括:贝佐斯、英特尔、英伟达、比尔盖茨、三星等。团队核心成员来自 NASA JPL 、 DeepMind 、特斯拉、 SpaceX 等头部企业,致力于打造能够跨不同类型机器人和适配各种环境的「通用机器人智能大脑」。

英伟达研究院联合华盛顿大学的研究团队推出了一种长距离蒸馏方法,其核心思路是利用擅长生成真实大气变率的自回归模型作为「教师」,再用这些数据训练一个概率化的「学生」模型,仅需单步计算即可生成长期预报,既避免了迭代误差累积,也绕过了复杂的数据校准难题。

2025 年,AI 正式从技术竞赛走向国家竞争层面。进入 2026 年,AI 不会迎来终局答案,但会在不同国家、制度与产业路径中加速分化,走向截然不同的未来。
