AI for Science Strategy
PulseAugur coverage of AI for Science Strategy — every cluster mentioning AI for Science Strategy across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
在中美竞争背景下，台湾被敦促聚焦AI for Science利基领域
全球AI竞赛正演变为聚焦AI for Science（AI4S）的新阶段，强调国家创新体系。台湾被敦促整合产官学研，专注于材料和半导体等利基领域。目标是建立从基础研究到产业应用的稳固链结，以确定台湾在这一不断演变格局中的战略地位。
-
Yuanluo Technology deploys humanoid robots in national labs for AI-driven science
Yuanluo Technology has introduced Monte2, a humanoid robot designed to automate laboratory tasks in national-level research platforms. These robots can perform complex procedures like reagent handling, cell toxicity tes…
-
前OpenAI高管Kevin Weil为AI科学数据平台融资7.5亿美元
据报道，前OpenAI高管Kevin Weil已为其新公司（尚未命名）筹集到7.5亿美元资金，该公司旨在建立一个为AI模型收集科学数据的平台。此举以及Jeff Dean离开Google创办专注于AI for Science的Discovery Loop，标志着AI for Science (AI4S)领域正从概念讨论转向基础设施建设。Weil的创业项目定位在数据层，旨在构建和提供当前大型语言模型难以利用的海量、碎片化科学数据，这与Op…
-
新的SAFE-SVD方法在保持精度的同时压缩物理基础模型
研究人员开发了SAFE-SVD，一种用于物理基础模型（PFM）的新型压缩框架，解决了在保持物理保真度的同时减少内存使用和加速推理的关键需求。与通常因物理数据导数敏感性而降低精度的传统方法不同，SAFE-SVD在输出函数空间中显式地建模层敏感性。这种方法可以在保持精度的同时实现显著更高的压缩率，有可能在AI for Science领域实现更高效、更可持续的科学基础模型。
-
人工智能研究转变：大语言模型、科学和水印的探索
《下载》是《麻省理工科技评论》的工作日通讯，报道人工智能学术研究的转变和大语言模型（LLMs）的未来。一个关键的关注领域是用于科学应用的AI开发，这需要超越简单数据处理的强大推理能力。该通讯还提到了Anthropic的新Claude模型，该模型具有一种不易察觉的水印，用于检测AI生成文本，这可能会影响创意写作和学术诚信。
-
MegaRobo 在“AI for Science”基础设施竞赛中打造 AI 中心实验室工具
MegaRobo 正在开发专为 AI 系统而非人类操作员设计的先进实验室工具，旨在创建闭环的感知-概念-执行系统。该举措是“AI for Science”更广泛趋势的一部分，随着 AI 生成的假设超越 AI 验证的实验，底层基础设施正成为关键因素。该公司的长远愿景包括将这些系统整合到制药等行业。
-
腾讯混元AI解决50年数学难题，为AI4S招聘
腾讯混元AI在解决一个悬而未决约50年的数学问题上取得了重大突破。该AI代理名为Hyra，由Hy3模型驱动，不仅找到了解决方案，还展示了一种持续扩展解决方案的方法，接近理论极限。这一成就是腾讯混元更广泛地推动AI for Science（AI4S）的一部分，团队目前正在积极招聘人才，以进一步发展AI在科学研究中的作用，旨在建立一个协作的
-
XtalPi推出AI4S平台，采用多智能体系统实现自主科学发现
XtalPi发布了XtalPi Science，这是一个AI for Science (AI4S)平台，集成了大型语言模型、科学智能体和自动化机器人实验。该平台旨在通过连接数字假设与物理验证，并将实验结果反馈给模型，从而为科学发现创造一个闭环。这个由Genius Agents驱动的新系统旨在自主理解研究目标，执行跨学科任务，并减少模型幻觉，从而将科学研究转变为一个更系统化、可验证的工程过程。
-
新的TCA-SIR方法超越了主题相似性，增强了科学灵感检索
研究人员开发了TCA-SIR，一种新颖的科学灵感检索（SIR）方法，它超越了主题相似性，专注于可转移的抽象原则。该方法在新的arXiv论文中进行了详细介绍，将SIR重新表述为目标条件抽象（TCA），学习生成和利用这些抽象来预测可转移性。在ResearchBench基准测试中，TCA-SIR表现出色，在HitRate@top4%方面比MOOSE-Chem的现有SIR方法和直接LLM检索高出10个百分点以上。
-
特朗普政府为15个机构的科学人工智能拨款50亿美元
特朗普政府宣布了一项50亿美元的计划，旨在将人工智能整合到15个联邦机构的科学研究中。该计划还涉及对联邦研究资助的重大改革，将支持重点从仅关注大学转向支持个人科学家和人工智能驱动的项目。该计划旨在通过战略性地应用人工智能来应对长期存在的科学挑战。
-
太初元碁发布智算超算一体化芯片架构
在WAIC大会上，太初元碁（Tai Chu Yuan Qi）发布了其新的异构计算架构（HCU）及其T2 Ultra芯片。该架构将CPU和AI核心集成在同一总线上，允许动态分配资源，以更好地满足Agentic AI和AI for Science (AI4S)工作负载的需求。T2 Ultra芯片可在自主和加速模式下运行，为各种部署场景提供灵活性。该公司还推出了HyperIntelliX计算平台和AI模型安全系统，强调生态系统开发和在敏感领…
-
中国发布万卡AI超级集群Sugon 8000
中国发布了其首个国产AI超级集群系统Sugon 8000（Dengfeng），可容纳10万张卡。该系统在世界人工智能大会（WAIC）上首次亮相，上线首周应用即已满载，日均处理超过15万个作业。Sugon 8000旨在支持从大语言模型的训练和推理到科学计算和AI for Science (AI4S) 应用的广泛任务，并为未来的万亿参数模型做好准备。如此大规模系统的开发和部署在性能效率和可靠性方面带来了重大的工程挑战，尤其是在网络、集成、…
-
Anthropic 提供 Claude 资助以支持罕见病研究
Anthropic 推出了其 AI for Science 资助项目，专门针对罕见病研究。欢迎跨学科团队申请这些资助，它们将利用 Anthropic 的 AI 模型（包括 Claude）来推进这一关键领域的科学发现。
-
Anthropic 提供 50,000 美元 Claude 额度用于罕见病研究
Anthropic 正在启动一项名为“AI for Science Strategy”的新计划来支持研究人员。作为该计划的一部分，他们为致力于罕见病治愈的科学家提供高达 50,000 美元的 Claude 使用额度赠款。这标志着他们利用人工智能促进科学发现的更广泛努力中的首次具体提案征集。
-
S1-Omni模型统一科学AI任务，性能超越GPT-5.5和Gemini-3.1 Pro
研究人员推出S1-Omni，这是一种新颖的统一多模态推理模型，旨在推进科学人工智能（AI4S）。该模型通过将多种数据类型、科学定律和专家知识的联合建模整合到一个单一框架中，解决了当前AI4S方法的碎片化问题。S1-Omni将文本、化学结构和图像等各种科学输入映射到共享表示空间，结合科学定律进行基于证据的推理，并执行特定任务的解码，以实现属性预测和蛋白质结构分析等应用。S1-Omni在一个涵盖200个科学任务的大型语料库上进行了训练，据…
-
新论文提出机械式世界模型用于AI驱动的科学发现
一篇新论文提出将机械式世界模型作为AI在科学领域的一个范式转变，超越单纯的预测，实现自主发现。作者认为，科学理解需要揭示可重用的解释性机制，而当前的机器学习模型缺乏这一点。该框架旨在将机械可解释性、因果表示学习等多元研究方向统一为一个产生科学洞察的连贯方法。
-
新理论提出几何框架以认证人工智能的智能
一个名为统计上有意义的几何（SMG）的新理论框架被提出，用于区分大型语言模型中真正的智能和复杂的模式匹配。该框架将学习系统建模为无限维的Orlicz纤维丛，并提出在分布外刺激下，连续优化会失效。这种失效会导致几何上的崩溃，特别是规范对称性破缺（GSB），这将触发一个相变和结构G-熵的离散跳跃，表明是真正的发现而非幻觉。
-
Pangaea 调查科学人工智能初创公司
Pangaea 正在调查专注于“科学人工智能”的初创公司，并指出一种区别于传统人工智能药物发现模型的新趋势。这一新兴领域正受到日经生物技术在线的密切关注。
-
工程AI：科学AI之后的下一个前沿
文章讨论了新兴的“工程AI”研究范式，将其定位为“科学AI”的继承者。文章探讨了该领域应用AI原理解决工程挑战的现状和未来潜力。
-
上海交通大学与太初元启合作推进AGI研究
上海交通大学与太初元启签署合作协议，以推进科学智能（AI4S）研究。太初元启将为该校研究团队提供国内AI算力及支持，团队将专注于开发通用人工智能（AGI）的基础模型。此次合作旨在通过利用先进的AI技术和强大的计算基础设施，加速科学研究的突破。