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。
主题档案
AI 在化学与材料科学中的应用:分子与材料模型、自动化合成与实验验证。
20 条精选近 30 天 11 条共收录 72 条
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。
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。
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。
上海AI实验室联合中国科学院金属研究所、苏州国家实验室、上海电气推出自进化合金设计专家模型书生·衍金(AlloyEvo),由AlloyDes生成候选方案、AlloyLLM预测性能与机理、AlloyExp沉淀经验卡三模块协同迭代。
入选理由:材料交代了AlloyEvo的设计、评估与经验沉淀模块及钛合金实测结果,材料研究者可据此判断AI驱动合金研发的可用范围。
在都柏林 AI in Science Summit 上,欧盟委员会启动 AI in Science Enablers Initiative,这是与 RAISE(Resource for AI Science in Europe)相连的共享框架,NVIDIA 宣布加入并提供加速工具、算力云资源、培训与技术支持、合作试点及初创生态支持。
入选理由:欧盟 RAISE 框架下 NVIDIA 开放模型、课程与算力通道,欧洲小型实验室和初创可据此判断能拿到哪些资源。
NVIDIA 发布 CUDA-X 新库 cuPotential,开发者可用它构建模拟原子与分子相互作用的 AI 智能体,早期访问测试中在已针对 GPU 优化的流程上再提速 2-3 倍。
入选理由:cuPotential 面向原子与分子相互作用模拟,早期测试在已 GPU 优化流程上再提速 2-3 倍,材料与半导体研究者可据此评估现有模拟流程的改造空间。
Google DeepMind 发布前沿模型 Gemini 4 Argon,今日起通过 Gemini API 在 AI Studio 和 Gemini 平台面向开发者与企业开放。
入选理由:Google 官方给出 Argon 在量子化学、聚变、酶设计与罕见病分析中的具体案例,研究者可据此判断它在自身计算流程中的可用边界。
Google 发布前沿模型 Gemini 4 Argon,今日起通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用。
入选理由:Google 官方给出 Argon 在量子化学、聚变、罕见病与酶设计上的自测案例,研究者可据此判断它在自身领域的可用边界。
微软研究院在 Nature 发表逆合成预测框架 RetroChimera,它把基于 Transformer 的 R-SMILES 2 与基于图神经网络的 NeuralLoc 两个子模型的排序结果用学习式集成策略合并,在常见与罕见反应类别上均表现较强。
入选理由:RetroChimera 已开源并上线 Microsoft Foundry,化学与药物研究者可据此评估它能否接入现有的逆合成路线设计流程。
上海AI实验室在2026浦江创新论坛上发布书生多模态大模型S2(书生-S2),称其在知识、代码、智能体等通用能力上处于开源模型第一梯队,在Biology-Instructions。
入选理由:上海AI实验室公开了书生-S2的权重与体验入口,并说明其可插拔专业记忆如何在不重训基座的情况下扩展学科能力,研究者可据此判断能否用于长程科研任务。
Periodic Labs 介绍其自建高通量实验室与大规模物理模拟基础设施,并用实验室数据通过 midtraining 和强化学习训练出万亿参数模型 Periodic Neon,称其在衍射分析任务上表现优于 Claude Fable 5.1 和 GPT-6 Astra。
入选理由:材料给出实验室自训科学模型在衍射分析上的定位与数据闭环思路,可供材料与自动化实验室方向的研究者参考。
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。
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。