AI for Science 進入自我改進的新時代
前 Google DeepMind 科學家曹原認為，在數學與程式設計能力取得進展後，AI for Science 將成為下一個自然發展方向。這種方法希望讓 AI 生成假設、驗證假設並更新知識，形成科研閉環，但現有系統距離自主科學發現仍有很大差距。
Search
Tag: #ai4s6 results
AI4S 進入深水區：國產算力能否跟上？
本文探討國產算力基礎設施如何滿足 AI4S 日益提升的需求，尤其聚焦海洋計算場景。文章指出，在穩定性與即時性之外，AI 的加入進一步大幅提高了系統複雜度。
材料 AI 在 40 項工業任務中達成 SOTA
被稱為「材料版 AlphaFold」的新型 AI 模型，在 40 項工業任務中展現了最先進（SOTA）的效能。透過結合大型語言模型（LLM）的訓練技術，該模型獲得了材料發現所需的「物理直覺」。
戴納科技募近千萬美元建AI實驗室
戴納科技完成近億元B+輪融資，用於AI驅動黑燈實驗室。資金將投入技術迭代、產能擴張，以及與北京化工大學共建全球首個新材料CRO平台。實現AI4S全無人實驗室100%交付。
上海交通大學與太初元碁簽署合作協議，共同推動 AI4S 發展
上海交通大學正式與太初元碁簽署戰略合作協議。雙方將聚焦於 AI for Science (AI4S) 的研究與應用落地，推動產學研深度融合。
華泰證券：持續關注推理算力、平台基礎設施及應用機會
華泰證券指出，AI競爭從單點模型轉向複雜任務交付與Agent系統落地。類Claw產品加速演進，帶動Token消耗、推理算力及基礎設施需求上行。企業級Agent、AI4S、物理AI商業化推進，建議關注推理側算力、平台基礎設施及具場景生態壁壘應用。