全部动态

上海AI实验室上线元认知智能体框架书生·太一，接入书生·端砚科学发现平台

上海AI实验室推出元认知智能体框架书生·太一（Sage·Taiyi），将科研猜想、探索路径与实证结果串联，通过科学搜索与认知调控两层架构驱动智能体迭代研究方案，已接入书生·端砚科学发现平台并向全球科研人员开放体验。

入选理由上海AI实验室公开了书生·太一框架的接入入口与跨学科实证案例，研究者可据此判断这类元认知智能体能否嵌入自己的构思与实验迭代流程。

用 LLM 构建并审核化学数据集：面向均相催化 PET 解聚的 LLM-as-a-Judge 框架

德国亚琛工业大学等机构的研究者提出一套带引用溯源的化学文献数据抽取与审核流程，由抽取模型生成带 chunk UUID 引用的结构化记录，再由独立的 LLM 审核模型逐字段核对原文并提出带引用的修正。

Sage-Taiyi 元认知架构在科研构思基准居首，化学实验验证提升产率

研究团队提出元认知架构 Sage-Taiyi，用积累的科学理解指导下一步研究什么、如何研究，并通过显式监控与调控修正对证据、假设和未解问题的判断。

MIT 牵头团队获 ARPA-H 最高 5300 万美元资助，用生成式 AI 开发新一代除草剂替代方案

MIT 研究人员将牵头一项最高 5300 万美元的项目，由美国卫生高级研究计划局（ARPA-H）在 STREAM 计划下资助，开发新一代除草剂替代方案。

Claude 凭四张分子结构图在约半小时内写出完整合成路线

Anthropic 的 Claude 官方账号称，Claude 仅凭四个分子各一张结构图，在无联网、只能使用代码的条件下，用约半小时写出了一条完整合成路线。该账号称，规划并执行复杂分子的反应路线（route）是有机化学中最难的工作之一。上述结果来自厂商自述，未给出分子名称、路线细节或验证方式。

特种化学品公司Lubrizol如何用AI加速研发创新

特种化学品制造商Lubrizol正构建连接业务流程、现代数据平台与云基础设施的数字基础，让研发团队更快验证想法。其IT副总裁Girish Rao称，数据科学家可在物理实验前识别规律、检验假设并建模，但目的是给科学家更好的工具而非取代科学判断。公司以“融合团队”方式让科学家、数据科学家与IT围绕共同目标先做小规模试点，并借助数字建模评估淀粉、玉米基等替代材料及产品全生命周期权衡。

DeePMD-kit 机器学习势揭示超微孔 MOF MIL-120(Al) 的局部骨架动力学

重庆交通大学 Dong Fan、法国蒙彼利埃大学 Guillaume Maurin 等人在 Nature Communications 发表研究，用 DFT 结合 DeePMD-kit 训练的机器学习势解码超微孔 MOF MIL-120(Al) 中 μ₂-OH 取向的局部动力学。

MIT 团队发布分子性质预测基础模型 CheMeleon，少样本下优于现有方法

MIT 团队开发的基础模型 CheMeleon 用 PubChem 中 100 万个分子的约 1600 种分子描述符做预训练，可在少量数据下微调预测溶解度、黏度、生物活性等性质，在 58 个测试案例中表现优于其他基础模型和依赖专家规则的经典模型。

可迁移深度量子蒙特卡洛实现激发态势能面的从头模拟

Nature Computational Science 发表一种用于分子激发态的可迁移深度学习量子蒙特卡洛方法，通过共享参数的拟设让同一波函数表示覆盖多种分子几何与状态，从而降低势能面建模的成本。论文由 Zeno Schätzle 撰写，DOI 为 10.1038/s43588-026-01065-y。

Nature Awards 与 BCG X AI Science Institute 公布首届 AI for Discovery 获奖者

Nature Awards 与 BCG X AI Science Institute 公布首届 AI for Discovery 奖四位获奖者，分别来自普林斯顿大学、耶拿大学、香港理工大学和斯泰伦博斯大学，研究覆盖未知分子识别、化学与材料数据整合、器件内 AI 传感和传染病监测预警。

上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构

上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。

入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。

YC 初创公司 Discovered Materials 悬赏 100 万美元征集五个材料科学难题的 AI 解法

旧金山初创公司 Discovered Materials 宣布设立总额 100 万美元的奖金池，征集 AI 模型对五个材料科学开放问题的解法，包括铜氧化物超导理论、硅与二氧化硅界面结构预测、晶粒结构与热性质映射、光致材料行为变化理论，以及改进密度泛函理论的数值方法。

中国科学院金属研究所在腐蚀科学中引入高通量监测与大语言模型等 AI 方法

中国科学院金属研究所围绕人工智能与腐蚀科学的交叉融合开展系列研究，涵盖原位高通量腐蚀监测、电化学阻抗谱智能解析、腐蚀图像识别与状态预测、腐蚀知识智能挖掘等方向。

Google DeepMind 为 Antigravity 推出化学信息学 Skills，智能体一小时完成药物设计流程

Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，把该平台变成面向计算化学家和实验化学家的科研工作台，Skills 基于 RDKit，并接入 ChEMBL 与 PubChem。

入选理由原文给出可复现的化学信息学工作流演示，研究者可据此判断智能体在药物设计前期能承担哪些具体任务。

Bohrium Skills v0.2.0 发布：17 个 Skill 迁移至 bohr CLI

深势科技发布 Bohrium Skills v0.2.0，17 个 Skill 改为通过 bohr 执行业务，使用前需安装并登录 Bohrium CLI，旧版 Python API 客户端与示例脚本已移除。

大连理工大学张永策的化学AI教学“草根实验”：从AI识别滴定设备到13省份超百所高校赛事

大连理工大学化学学院高级工程师张永策将“AI识别滴定实验”概念落地为自制设备，把机器视觉、神经网络与机械操控结合，并开源代码供学生上手。他以此组织智能滴定挑战赛，系列城市赛已扩展至国内13个省份、超百所高校、参与学生超1200人，还为强基班开设专门课程。有学生从零接触AI，一年多后已能借助AI独立提出并实现实验思路。

Deep Principle 发布 Hydrogen-1.0：面向科学发现的 753B 开放权重模型

Deep Principle 发布 Hydrogen-1.0，这是一个面向化学、材料科学与生命科学的 753B 开放权重模型，在 Z.ai 的 GLM-5.3 基础上用领域数据、实验室记录和智能体发现轨迹后训练而成，权重以 MIT 许可在 Hugging Face 和 ModelScope 开放。

曾毓群：宁德时代用 AI 加速能源科研，短时间筛选千种化合物锁定 7 种潜力材料

宁德时代创始人曾毓群在 2026 世界顶尖科学家论坛上表示，公司正用 AI 加速能源科研创新，基于超 600TB 基础研究数据和超 1 万亿条测试记录，可在短时间筛选千种化合物并锁定 7 种潜力材料。他同时称当前 AI 能力还远远不够，需要更多科学家和更先进模型加入。

ABACUS + DP 如何揭示多晶型 HfO₂ 的界面控相稳定性

合肥综合性国家科学中心人工智能研究院朱旭东与中国科学技术大学何力新团队在 npj Computational Materials 发表研究，用自研第一性原理软件 ABACUS 结合 Deep Potential（DP）机器学习力场，模拟 45 个含 10,368 个原子的 HfO₂ 两相界面，揭示界面取向与晶格匹配对晶相选择、界面钉扎和相变路径的影响。

北大团队在华为鲲鹏 920 上深度优化 ABACUS 原子算筹，19 类材料核心算子最高快 10.7 倍

北京大学陈默涵团队在华为鲲鹏 920 全系列平台完成开源密度泛函软件 ABACUS（原子算筹）适配，并逐项优化 19 类材料核心算子，相关代码已推送至 GitHub。

Accenture Federal Services 的 Barnett Koven 谈 DOE Genesis Mission 与 AI 科研“骨干”

Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在播客中讨论 DOE 的 Genesis Mission，称其为科学研究的“骨干”。他提到用自然语言处理从国务院每天约 3000 份外交电报中提取信息，并称如今借助 Claude Code、Codex 等工具，原本 6 人 6 个月的项目两人数周即可完成。

Wiley 推出 Wiley Analytical Lab，在浏览器中提供谱图数据与分析工具

Wiley 推出 SaaS 平台 Wiley Analytical Lab，把 SpectraBase 的参考谱图检索、KnowItAll AnyWare 的实验谱图上传与未知化合物鉴定、Wiley Data Hub 的数据集管理、验证、发布与共享整合到一个浏览器环境中。

苏州国家实验室等联合推出材料多模态大模型“材华·MatVerse”并开放模型与评测基准

苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像、分子图等数据映射到同一语义空间，并称模型可从知识记忆转向机理推理。

入选理由材料说明材料大模型如何把谱图、图像与分子结构纳入同一语义空间，并给出热电池等已制备案例，便于研究者判断其适用范围。

上海AI实验室上线通专融合智能体书生-A1.5，验证真实科学场景驱动模型自进化

上海AI实验室推出通专融合智能体书生-A1.5（Sage-A1.5），在神经科学、电化学等场景验证由真实科研场景牵引基础模型自进化的递归自我改进路径，并提供体验链接。

入选理由上海AI实验室公开了Sage-A1.5的试用入口与多学科评测环境，研究者可据此判断它能否承担长程检索、证据核查与实验条件优化。

Kimi K3.1 Pro 发布，Artificial Analysis 智能指数排第 4 得 55 分

Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分排第 4，比 Kimi K3 的 44 分高 11 分，仅次于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。

Li 等人提出 EdenGNN-Uni 通用电荷密度预测等变框架

Nature Machine Intelligence 在线发表 Li 等人的研究，提出覆盖元素周期表的通用电荷密度模型 EdenGNN-Uni，用于材料的电子结构计算。摘要称其速度比部分现有方法快一个数量级以上，可支持高效且准确的电子结构计算。doi:10.1038/s42256-026-01326-5

Nature Machine Intelligence 发布蛋白–配体结合预测评估指南

Ballester 与 Tran-Nguyen 在 Nature Machine Intelligence 提出评估蛋白–配体结合预测方法的规范，主张在数据、代码和实验流程上保持透明。文章讨论防止数据泄漏与偏差的良好实践，以实现不同打分方法之间公平、可复现且有意义的比较。

Principia：在测试时从假设迭代构建科学原则的 LLM 框架

研究者提出基于大语言模型的框架 Principia，在测试时从相关输入与观测结果中形成对比性因果假设，再把反复出现的关系归纳为原则，并用新观测修正假设、重建原则。在分子优化、蛋白质工程、基因扰动和分子性质预测等基准上，该框架优于依赖内部知识、外部来源或经验总结的基线，生成的原则与科学文献相符；代码已在 GitHub 公开。

面向合金合成研究的开源数据基础设施：第一阶段——成分筛选与文献交叉比对

一位材料科学研究者独立开发了面向单一合金合成实验室的开源数据基础设施第一阶段，包含成分与合成记录的关系型数据库模式、成分/质量计算器、VEC、原子尺寸失配与混合焓三项筛选指标及熔点/沸点合成可行性检查。

NVIDIA 扩展开放模型组合，推出蛋白质设计模型 BioNeMo RFD4-Proteina 与量子模型 Ising

NVIDIA 扩展覆盖语言、机器人、生物与量子计算的开放模型组合，其中 BioNeMo RFD4-Proteina 是与华盛顿大学蛋白质设计研究所 Baker Lab 合作的开放蛋白质设计模型，可生成蛋白质序列与三维结构，在超过 10 项蛋白质设计任务上表现领先，在 200 个氨基酸蛋白质的基准中生成设计的速度约为 RFdiffusion3 的 13 倍。

入选理由蛋白质设计模型 BioNeMo RFD4-Proteina 与量子校准模型 Ising 的开放范围，关系到生命科学与量子计算研究者能否直接接入现有流程。