按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
679 条收录动态，更新于 17:06
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
华东师范大学潘丽坤、王成龙团队联合暨南大学李金亮团队等，在 Angewandte Chemie International Edition 发表研究，提出定量静电势比值描述符 ESPratio（|ESPmin|/ESPmax），并据此确定溶剂化调控区间 0.9 < ESPratio < 2.4。
入选理由研究给出可量化的溶剂描述符与筛选区间，并用实验验证候选分子，为电解液设计提供可复用的筛选流程。
北京大学、中国科学技术大学、中科院物理所等团队在开源密度泛函软件 ABACUS 中实现了基于数值原子轨道（NAO）的实时含时密度泛函理论（RT-TDDFT）统一异构计算框架，相关功能已在 ABACUS v3.9.0.26 及后续版本正式发布，并配有 LCAO 基组中文教程。
Lila Sciences 公布其 AI 科研平台已设计、合成并在活细胞中测试超过 95 万条 mRNA 序列，结果全部回馈给科学推理模型。团队据此找到促红细胞生成素（EPO）的 mRNA 序列，第 15 天的蛋白产量相当于基准序列第 2 天水平，并在 Factor IX、IL-10、IL-22、eGFP 和萤火虫荧光素酶上观察到更长半衰期。
Biohub 与哥伦比亚大学等机构合作，用 ARACNe、VIPER/metaVIPER 等 AI 算法从单细胞 RNA 测序数据中识别肿瘤细胞状态的 Master Regulators，发现同一癌种的患者共享几乎相同的细胞状态集合：胰腺癌为 6 种，DMG 为 7 种。
入选理由两篇 Nature Genetics 论文显示，AI 预测的跨细胞状态联合用药在小鼠模型中把 DMG 生存期提高一倍，团队正筹建临床试验。
OpenLAM 团队联合北京大学、DP Technology 和北京应用物理与计算数学研究所发布 DPA4 系列进展：DPA4 面向高精度路线，公开 OMat24 无机材料与 OMol25 复杂分子的预训练模型。
入选理由材料给出 DPA4C 在完整分子动力学基准上的吞吐与精度对比，材料计算研究者可据此判断它能否替代经验势做百纳米级模拟。
Qwen 团队发布 Qwen3.8-Max，称其为 Qwen 系列迄今最强模型，参数规模 2.4 万亿（95B 激活），已通过 QwenCloud 提供 API，权重将于下周在 Hugging Face 和 ModelScope 开源。
入选理由材料展示了模型在论文复现与改进、量化因子挖掘、芯片设计等长周期科研任务上的自主执行过程，研究者可据此判断其能否介入自己的实验与计算流程。
中国科学院宁波材料技术与工程研究所陶波副研究员团队联合华北电力大学等，在 Chemical Engineering Science 发表研究，用 DPGEN 主动学习结合深度势能分子动力学，系统模拟了 21 种 LiF-NaF-KF 配比下的 FLiNaKTh 四元熔盐体系。
Meta 介绍其开源视觉模型 SAM 3 与 DINOv3 被用于美国能源部 Genesis Mission 旗舰项目 SYNAPS-I 的图像分割流程，该项目由 Berkeley Lab 牵头，联合 Argonne、Brookhaven、Oak Ridge 和 SLAC 国家实验室。
入选理由材料说明开放权重视觉模型如何被实验室微调后接入光束线数据处理，研究者可据此判断这类模型能否迁移到自己的成像分析流程。
Biohub 团队对原代人成年皮肤细胞开展全基因组 CRISPR 筛选，并用基于已发表文献训练的大语言模型 VirtualCRISPR 找出文献中未被关注的命中基因，相关结果发表于 Nature Communications。
入选理由研究者可看到 AI 如何从全基因组 CRISPR 筛选中筛出文献未关注的靶点，并据此设计局部外用候选药物。
字节跳动 Seed 发布 EdgeBench，一个面向真实环境学习的超长时程基准，包含 134 项任务、覆盖科学问题与机器学习、系统与软件工程、专业知识工作、组合优化、形式数学与定理证明、交互游戏与模拟器六个领域，每项任务支持至少 12 小时连续运行。
入选理由字节跳动开源 51 项超长时程任务与评测框架，研究者可据此评估智能体在真实环境中持续学习的能力。
Meta 发布 Brain2Qwerty v2，称这是目前性能最高的端到端流程，可从非侵入式脑记录中实时解码句子，接近此前只有需开颅手术的技术才能达到的准确率。
Google 在 Nature 发表研究，展示其医疗 AI 系统 AMIE（Articulate Medical Intelligence Explorer）从单次诊断对话扩展到长期疾病管理，可结合药物处方集和临床指南进行管理推理。
入选理由研究者在 Nature 上看到 AMIE 从单次诊断走向长期疾病管理，并了解其与 21 名基层医生的盲法对比结果。
Biohub 与 UC Berkeley 研究团队在三篇论文中报告，激光相位板在单激光和双激光（xLPP）两种配置下都能在现代冷冻电镜中显著提升小蛋白成像对比度。
入选理由Biohub 与 UC Berkeley 用三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度，并已开放断层扫描数据。
Biohub 与 UC Berkeley 团队将激光相位板集成到 Thermo Scientific Krios 冷冻电镜中，显著提升小蛋白成像对比度，相关成果分别发表于 Science 和 bioRxiv 预印本。
FutureHouse 宣布其多智能体系统 Robin 完成首个 AI 生成的发现：将 Crow、Falcon、Finch 等智能体整合为统一工作流，用于为人类疾病提出并做临床前验证的新疗法。
入选理由Robin 把假设生成、实验设计与数据分析串成一条可复现流程，研究者可据此判断多智能体系统在自身课题中的分工边界。
alphaXiv 科研博客介绍用强化学习微调 4B 模型，使其成为原生递归语言模型（RLM）：父 RLM 与子 RLM 共享同一策略，子轨迹继承父轨迹的优势值，无需为子调用单独设计奖励。
Edison Scientific 宣布与 NVIDIA 合作，将 NVIDIA NeMo 和 Nemotron 技术栈用于其 AI 科学家 Kosmos 的训练与开发。
入选理由Edison Scientific 与 NVIDIA 的合作细节和 BBH 基准，可供开发科研智能体的团队参考其训练与评测路径。
alphaXiv 团队发布博客，介绍其面向 arXiv 多跳检索的智能体训练工作 ArxivQA，从 alphaXiv 助手的 100 多万条真实提问中采样约 200 条查询，人工标注最多 10 个 arXiv ID 作为标准答案，并以 Qwen3-8B 为基础模型后训练。
入选理由alphaXiv 团队公开了为 arXiv 检索训练智能体的完整流程与失败经验，对做科研检索产品的人有可迁移的方法参考。
Edison Analysis Agent 自主复现了 Gordon et al. 近期发表于 Nature 的自闭症谱系障碍研究：从 GEO 拉取 464 个样本、70 个患者来源 hiPSC 系、9 种 ASD 相关基因型在 day 25/50/75/100 四个发育阶段的 bulk RNA-seq 数据，重建了基因型驱动的聚类结构并复现早期差异表达峰值。