Swiss Federal Institute of Technology in Lausanne
PulseAugur coverage of Swiss Federal Institute of Technology in Lausanne — every cluster mentioning Swiss Federal Institute of Technology in Lausanne across labs, papers, and developer communities, ranked by signal.
- 2026-05-25 research_milestone EPFL researchers developed a new holographic volumetric 3D printing technology. 来源
- 2026-05-25 research_milestone EPFL researchers developed a new holographic volumetric 3D printing technology that is 70x faster than previous methods.
- 2026-05-24 research_milestone EPFL researchers developed a novel holographic volumetric 3D printing technique with 70x increased efficiency. 来源
- 2026-05-13 research_milestone EPFL researchers developed an AI-based generative framework for protein structures. 来源
- 2026-05-13 research_milestone EPFL researchers developed an AI framework for generating dynamic protein models. 来源
6 天有情绪数据
-
EPFL教授：AI工具是文化产物，而非中立软件
EPFL教授Andrea Cavallaro认为，AI工具应被视为文化产物，而非中立软件。他强调了可信信息在塑造社会中的重要性，以及腐败信息（尤其是机器生成内容）可能破坏信任与合作的潜力。
-
EPFL被敦促禁止在校园餐厅菜单中使用机器翻译
一位Mastodon用户建议瑞士洛桑联邦理工学院（EPFL）应禁止在其校园餐厅的菜单和配料表中 M使用机器翻译。此建议源于对潜在食物过敏和准确信息需求的担忧。
-
梯度泄露攻击威胁电路设计的GNN
一篇新的研究论文详细介绍了对用于电路设计和硬件安全的图神经网络（GNN）的梯度泄露攻击（GLA）的首次全面评估。研究表明，GLA可能暴露门类型和硬件木马属性等敏感信息，从而可能帮助对手。虽然GIN等一些GNN架构提供了更强的韧性，但GAT等其他架构可能会加剧泄露。现有的防御技术效果有限，并且可能降低模型性能，这表明需要更强大的隐私保护解决方案。
-
瑞士发布 Apertus 70B，一个完全开源且符合欧盟人工智能法案的大型语言模型
瑞士推出了 Apertus 70B，一个由包括苏黎世联邦理工学院（ETH Zurich）、洛桑联邦理工学院（EPFL）和瑞士国家计算中心（CSCS）在内的瑞士领先机构合作开发的完全开源的基础模型。该项目旨在提供一个主权人工智能替代方案，使其训练数据、模型权重、源代码和对齐原则公开可用且可复现。Apertus 从一开始就考虑到符合欧盟人工智能法案（EU AI Act）的要求，并融入了尊重选择退出、移除个人身份信息（PII）和防止记忆等功…
-
瑞士推出 Apertus，其首个开放、多语言人工智能模型
Apertus 是瑞士首个大规模、开放、多语言语言模型，由苏黎世联邦理工学院 (ETH Zurich)、洛桑联邦理工学院 (EPFL) 和瑞士国家计算科学中心 (Swiss National Supercomputing Centre) 的研究人员开发。该项目由公共机构构建并为公众利益服务，强调了在人工智能发展中的国家主权，这一点尤为值得关注。
-
EPFL推出用于医疗保健领域LLM适应的开放框架
EPFL的研究人员推出了MeditronFO，这是一个旨在提高医疗保健领域人工智能的透明度和问责制的开放框架。该系统允许对任何开放的大型语言模型（LLM）进行医疗应用适配，解决了目前医疗保健专业人员使用的专有系统不透明的问题。
-
新的CRIS框架恢复医学影像中的各向同性分辨率
研究人员推出CRIS，一个新颖的自监督框架，旨在恢复各向异性体积医学影像中的各向同性分辨率。该方法将3D恢复视为2D条带补全任务，在合成降级的平面内切片上进行训练。CRIS在各种MRI和电子显微镜数据集上均表现出卓越的性能，在PSNR、SSIM和分割一致性等指标上优于现有的插值和恢复技术。该框架具有模态灵活性，且无需配对的各向同性目标，使其成为改进体积成像下游分析的多功能工具。
-
人工智能推动视力修复假体实现物体级视力
EPFL 的研究人员正在开发人工智能模型，这些模型有望为盲人恢复物体级视力。这些人工智能模型可以预测精确的大脑刺激点，以唤起面部和特定物体的图像，从而超越简单的光感。这项工作将在即将于 2025 年发表的一篇关于模型引导的微刺激的科学论文中详细介绍。
-
OLE 分子增强大脑阿尔茨海默病防御能力；新型晶体管技术揭晓
研究人员发现了一种实验性分子 OLE，它可以激活大脑免疫细胞以更好地防御阿尔茨海默病。这项发表在《Cell Death & Disease》上的发现为阿尔茨海默病治疗提供了一个潜在的新途径。此外，一个韩国研究团队开发了一种新技术，通过选择性地加厚接触区域来降低超薄晶体管的电阻，这项突破发表在《ACS Nano》上。
-
机器人通过物理孪生反馈学习采摘覆盆子
EPFL 助理教授 Josie Hughes 开发了一款能够采摘覆盆子的机器人。该机器人通过与提供力反馈的“物理孪生”进行交互来学习，从而实现更精确的操作。Hughes 在 CREATE Lab 的研究重点是设计能够利用其物理特性和环境交互来执行操作和自动化任务的机器人。
-
播客探讨生成式人工智能在机械臂设计中的应用
一期播客节目中，Josie Hughes 教授讨论了生成式人工智能在改进机械臂设计中的应用，特别关注了新型夹爪设计。讨论内容涉及如何利用人工智能创造更有效的机器人组件。该节目可在各大播客平台收听。
-
新型3D打印技术可在数分钟内打印器官模型
EPFL的研究人员开发了一种新的全息体积3D打印技术，其速度比以前的方法快70倍，能够在数秒内打印毫米级结构，并在数分钟内打印器官模型。这项进展在《Light: Science & Applications》上发表的一篇论文中得到了详细介绍。3D打印行业在2026年经历了大量积极消息，18只概念股获得了三个或更多的机构调研，其中包括三只被调研超过十次的公司。
-
EPFL采用新型全息技术将3D打印效率提升70倍
EPFL的研究人员开发了一种新颖的全息体积3D打印技术，其效率比以前的方法提高了70倍。这项进展使得在几秒钟内打印毫米级结构成为可能，并在几分钟内生产出器官模型。相关研究结果发表在《光：科学与应用》期刊上。
-
辩论：人类沟通是否像机器？
一场题为“人类沟通是否像机器？”的辩论将由 Olga Lomová 和 Lenka Zdeborová 参与，讨论人类沟通是否独一无二，还是可以被机器理解和复制。Lomová 认为沟通本质上是主观的且受文化影响，因此是独一无二的人类特质，而 Zdeborová 则认为，现代 AI 表明，信息处理和意义共享的沟通原则可以在生物系统之外实现。该活动定于 2026 年 5 月 27 日在布拉格举行，免费参加。
-
EPFL AI生成完整的蛋白质模型及其动力学
EPFL的研究人员开发了一种能够生成完整蛋白质全原子模型的神经网络。这种由AI驱动的方法还能捕捉对蛋白质功能至关重要的动态运动，显著简化了以前复杂的生物过程。该方法旨在通过提供更全面、简化的建模技术来克服生物研究中的主要障碍。
-
AI生成动态蛋白质模型，推动药物发现
研究人员开发了一个由AI驱动的框架，能够生成详细的蛋白质全原子模型，包括其动态运动。这种新方法超越了静态蛋白质快照，能够捕捉细微的原子重排。这项工作发表在NeurIPS 2025的会议论文集中，对理解蛋白质相互作用和药物发现具有重要意义。
-
人工智能分析语音数据的能力日益增强，引发了对健康诊断和身份盗窃的担忧。
人工智能正在改变语音数据的重要性，这些数据现在既可用于医疗诊断，也可用于身份盗窃。这凸显了语音分析的双重用途，其中先进的人工智能能力既带来了健康洞察的机会，也带来了恶意利用的风险。
-
瑞士研究人员创造纳米器件，利用水蒸发发电
瑞士洛桑联邦理工学院的研究人员创造了一种能够产生连续电力的纳米器件。该器件以蒸发的水为主要能源，热量和阳光进一步增强了其发电能力。这项创新有望应用于无电池传感器和可穿戴电子设备。
-
机器人通过“运动学智能”框架更快地学习新技能
EPFL 的研究人员开发了一个名为 Kinematic Intelligence 的框架，使机器人能够在不同的硬件模型之间转移学习到的技能。该系统允许机器人适应新设计，例如具有不同连杆长度或关节方向的设计，而无需进行完全重新训练。目标是使机器人技能转移像智能手机之间的数据同步一样无缝。
-
Google DeepMind 与 CFS 合作，利用人工智能推进聚变能源
Google DeepMind 正在与 Commonwealth Fusion Systems (CFS) 合作，以推进聚变能源技术。该合作伙伴关系旨在利用人工智能，特别是深度强化学习和先进模拟，来控制和优化聚变反应堆中的等离子体行为。这项工作建立在 DeepMind 之前在利用人工智能稳定等离子体方面的成功基础上，并将利用 CFS 的 SPARC 托卡马克加速实现净聚变能源的进程。