微軟開源 BioEmu-1：模擬蛋白質動態結構，單卡每小時生成數千個
微軟宣佈開源深度學習模型 BioEmu-1。它不僅能預測蛋白質的單一靜態結構，還能模擬其運動變化中的多種構象。模型在單塊 GPU 上每小時能生成數千個結構，比傳統分子動力學模擬節省上萬倍算力，有助於加速藥物靶點設計。
AI科研
AI 領域的重要論文、新基準和新方法，以及 AI 在生物、醫藥、材料等科學研究裡的突破。
檢視更新的新聞
科學家耗時十年解開的超級細菌難題，Google AI 兩天得出相同假說
據 BBC 報道，帝國理工學院團隊使用 Google 的 AI 工具「co-scientist」，在 48 小時內推匯出了該團隊歷時十年才證實的超級細菌耐藥假說。最值得關注的是，AI 在未接觸未公開論文的情況下不僅命中原假說，還額外提供了 4 個科學家從未想過的新方向。
Arc 聯合輝達釋出 Evo 2：9 萬億核苷酸訓練的基因組大模型
今天，Arc 研究所、斯坦福大學與輝達聯合釋出 Evo 2。它是目前公開的最大基因組 AI 模型，用近 9 萬億個核苷酸訓練，支援 100 萬 token 上下文，在乳腺癌相關基因 BRCA1 的突變預測中準確率達到 90%。
Microsoft 推出 Majorana 1：首款拓撲量子晶片，瞄準百萬量子位元
Microsoft 釋出首款基於拓撲核心架構的量子晶片 Majorana 1。它利用拓撲超導材料製造出更穩定的馬約拉納粒子量子位元，支援數字控制並內建硬體級抗噪能力。這項突破旨在為單晶片整合 100 萬量子位元鋪平道路，加速材料科學與 AI 結合的實際應用。
Google 推出 AI co-scientist：多智慧體協作生成科學假說
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法，通過辯論與打分自我演進，生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證，正面向科研機構開放測試申請。
微軟公佈多模態模型 Magma：既能點手機介面，也能指揮機械臂
2025 年，Microsoft 推出多模態智慧體基礎模型 Magma，打通數字介面與實體機器人的操作。它引入標記定位與軌跡規劃，既能完成手機 UI 導航，也能控制機械臂抓取物體。最值得關注的是，同一個模型無需大幅重構，就能同時在虛擬和物理世界幹活。
OpenAI 推出 SWE-Lancer：拿 100 萬美元真實接單任務考 AI
OpenAI 推出 SWE-Lancer 評測基準，彙總了 Upwork 上總值 100 萬美元的 1400 多個真實外包工程任務。涵蓋 50 美元修 Bug 到 3.2 萬美元功能開發。評測顯示前沿大模型仍搞不定多數任務，團隊已開源評估套件。
MagicArticulate 亮相：靜態 3D 模型也能自動綁骨骼做動畫
研究團隊推出 MagicArticulate 框架，能將靜態 3D 模型自動轉為可直接綁骨骼做動畫的資產。配合釋出的 Articulation-XL 資料集包含超 3.3 萬個高質量標註模型，通過自迴歸生成骨骼、擴散模型預測蒙皮權重，大幅減輕手動綁骨成本。
悉尼科技大學提出 Torque 演算法：無需人工標註，準確率達 97.7%
據報道，悉尼科技大學團隊提出全新無監督學習演算法 Torque Clustering。該演算法受星系合併的力矩平衡啟發，完全無需人工標註和調參，在 1000 個數據集上取得 97.7% 的聚類準確度，大幅超越傳統方法。程式碼已開源。
Meta 腦機研究突破：用 AI 非侵入式解碼腦電波，打字準確率達 80%
Meta 釋出兩項非侵入式腦機介面研究，利用深度學習模型 brain2qwerty 將打字時的腦訊號解碼為文本。在測試中，模型單字準確率達七至八成，最佳表現甚至能完全還原整句。最關鍵的是無需開顱植入晶片，就能為失語者復原交流提供新途徑。
微軟新研究：過度依賴 AI 會削弱批判性思維
Microsoft 與 Carnegie Mellon University 釋出研究，調查了 319 名知識工作者。結果顯示，員工越信任 AI 的能力，就越少進行審視和獨立思考，低風險任務尤為明顯；同時使用 AI 的人產出的結果多樣性也明顯更低。
防燙傷防過熱：研究人員造出靠 AI 動態調溫的智慧夾克
研究人員公佈了一款結合 AI 與變色纖維的智慧加熱夾克。該夾克的 AI 演算法基於 50 名受試者資料訓練，能在不同環境下動態調節舒適溫度，纖維還會隨溫度變色預警。這項設計解決了傳統電熱織物易導致過熱燙傷的隱患，尤其適用於老年群體。
研究團隊提出 ImageRAG：免重新訓練，檢索參考圖搞定生僻生圖
研究團隊提出 ImageRAG 框架，將檢索增強生成（RAG）引入文生圖領域。它用視覺語言模型挑出初稿中缺失的概念，再從外部檢索真實參考圖引導生成，無需對底層模型專門訓練。在 SDXL 和 OmniGen 上的測試顯示，它顯著提升了罕見概念的生成準確度。
CADFusion：讓大模型看懂 3D 設計，文字直接生成 CAD 模型
研究人員提出 Text-to-CAD 框架 CADFusion，用大語言模型將自然語言轉換成 CAD 引數序列。訓練時交替進行引數序列學習與視覺反饋，既保證程式碼邏輯連貫，又獎勵渲染效果更好的模型，大幅提升了生成質量。
Anthropic 釋出經濟指數：AI 更多是協同增強，中高薪職業用得最多
Anthropic 推出「經濟指數」專案，基於 Claude 對話資料分析 AI 對勞動力市場的影響並開源資料集。研究顯示，57% 的使用場景偏向人機協同增強，而非完全自動化（43%）。程式設計和文案寫作佔主流，中高薪職業應用最多。
Animate Anyone 2 釋出：不僅讓靜態人物動起來，還能和環境真實互動
研究團隊推出角色動畫模型 Animate Anyone 2，主打環境互動能力。新模型通過引入環境表徵作為條件輸入，並加入物體引導器和空間融合技術，讓生成的角色不再像浮在背景上，而是能真正與周圍物體自然互動，動作適應度大幅提升。
VFX Creator 框架：給靜態圖做特效，時間和位置都能精準控制
研究團隊推出特效生成框架 VFX Creator 與 Open-VFX 資料集。使用者只需輸入靜態圖和文本，就能借助 Mask 遮罩指定生效區域，並輸入時間戳精確控制特效在影片哪一秒發生。它包含 15 類常見特效，用極少訓練資料就能實現時空維度的精準控制。
ProtGPS 登《Science》：AlphaFold 算結構，它來預測蛋白質在細胞裡去哪
MIT 與 Whitehead 研究所團隊推出深度學習模型 ProtGPS，能預測蛋白質在細胞內各類凝聚體中的具體去向。該工具基於 Meta 的 ESM 架構開發，補齊了類似 AlphaFold 只算結構的短板，還能按需設計新蛋白質輔助藥物研發，但內部決策機制仍屬黑盒。
斯坦福聯手華大造出 s1：成本不到 50 美元的開源推理模型
斯坦福大學與華盛頓大學研究人員推出開源推理模型 s1。該模型以 Qwen 開源小模型為底座，通過監督微調蒸餾 Google Gemini 的推理過程，僅耗費不到 50 美元算力便在數學和程式設計評測中追平 OpenAI o1，程式碼與資料已開源。
ETRI 研發 AI 煙霧感測器：靠光散射區分真假火警
韓國電子通訊研究院（ETRI）宣佈研發出防誤報 AI 感測器。該技術通過測量粒子在不同光波長下的散射光譜，結合 AI 區分真實火災煙霧與水汽、灰塵等非火災氣溶膠。ETRI 計劃先將其應用於吸氣式感煙探測器並推進商業化。