陆子恒:AI暴力搜索20万种材料,揭示热导率极限真相 | AI for Science沙龙
编者按材料研发的传统“试错模式”，正在被人工智能技术加速颠覆。5月21日，未来光锥「AI for Science 创变者说」第二期沙龙“AI+材料的千亿级机会”，邀请了三位学界与产业一线嘉宾，共同探讨AI+材料科学的前沿与实践。北京中关村学院首席材料科学家、开物纪创始人陆子恒，正带领团队用AI重新定义材料研发，直播中，他分享了理想的材料模型长什么样，团队如何暴力穷举一个关于新材料的答案等问题。发现新材料对人类文明发展非常重要，人类文明的很多时代都是用新材料命名的——石器时代、铜器时代、铁器时代，现在的我们
AI进阶：告别标签依赖，掌握无监督学习核心
请将水木上岸设为“星标⭐”获取最新的顶尖院校资讯自2017年起，水木上岸专注清华347应用心理，近年录取率高达67%-88%，讲师团队均来自清华大学，覆盖考研体系中所有课程，我们是心理学领域唯一专业的人工智能团队。2026年，我方29名学员中有21人被录取，占比72.4%，前五名全是我方学员。2025年，我方24名录取者中有21人来自水木上岸，占比88%，前五名均被拿下（含总分及专业第一）。2024年，录取率67%，并包含专业第一。在阐述无监督学习前，先回顾监督学习。监督学习拥有标注良好的数据集，样本有明
AI 重构蛋白质工程格局：Science 深度解析
本篇 Science 综述聚焦人工智能如何介入并革新蛋白质工程领域。文章并未将 AI 单纯视为一种新工具，而是将其置于蛋白质工程数十年来的核心挑战中：如何在浩瀚的蛋白质序列与结构空间内，精准寻得具备目标特性的蛋白。作者首先梳理了前 AI 时代的两大路径：定向进化与计算蛋白设计。前者依靠突变、筛选及实验测定，能直接针对目标特性优化，但受限于通量、耗时与成本；后者基于物理启发的能量函数与结构建模，搜索范围更广、效率更高，却难以用单一能量函数涵盖表达、稳定性、催化活性及动态构象等复杂属性。综述的核心观点是将 A
AI 视频进阶：四大法则告别废片
AI 技能第六弹 | 如何减少废卡 借助四大核心准则攻克 AI 视频创作里的“抽卡浪费”难题，助用户精准产出理想画面。 • 四大撰写铁律 ◦ 具体化原则：把抽象构思转为可视化的细致描绘。例如想制作“破碎记忆闪回”特效，切忌只写“她回忆往昔”，应改为“浮现破碎的记忆片段、朦胧的灵光、残破的家园、逝去亲人的剪影，光影交错碎裂”，将抽象概念具象为肉眼可见的画面，降低模型理解歧义。 ◦ 非冲突原则：杜绝提示词内出现逻辑互斥的描述。譬如写“衣物炸裂成一道弧线”，因炸裂呈碎片状与弧线逻辑相悖，会导致模型出错；剔除矛盾
AI赋能仿真：技术变革的隐形引擎
仿真技术的核心价值——AI的角色定位我们可以把人工智能看作是一组加速器和辅助工具，主要功能包括：（1）降低数值计算的负担；（2）优化繁琐的设置及报表流程；（3）在特定场景验证通过后，扩大在常规预算和时间范围内可探索的设计领域。提升求解速度且不牺牲鲁棒性（稳定性）：人工智能（AI）结合区域分解技术在大型模型中，区域分解法（DDM）把复杂难题拆解为可并行处理的子问题，随后汇总计算结果。受AI启发的现代改进方案是学习增强型区域分解法，它利用深度学习模型掌握子域及交界面的规律，让求解器的初始状态更贴近最终解，进而
AI赋能分子生成：方法、数据与前沿洞察
近年来，人工智能在药物研发进程中扮演着日益重要的角色。传统新药开发模式常因耗时漫长、成本高昂、成功率低下而备受挑战。而人工智能辅助的药物设计为该领域带来了新的技术途径：通过学习现有分子的结构、性质分布以及与靶点的相互关系，模型能够在广阔的化学空间中自主生成具有潜在药物价值的新型分子。《人工智能驱动的分子生成方法与数据资源综述》是一篇针对人工智能药物设计领域的研究性文章，系统梳理了小分子生成所需的数据资源、分子表示方式、主流的生成模型、药物发现的应用场景以及未来的发展挑战。对于有志于投身人工智能制药、分子生
智能演进之路：AI技术的四种实现路径
2025 年，随着 DeepSeek 等大模型如烟花般绽放，人工智能浪潮席卷国内各行各业。汽车行业虽然早就已经在研究和应用人工智能（AI）相关技术，此时也不得不加快脚步，加速AI产品的研发与量产落地。一时间，“AI”、“大模型”、“智能化” 等概念，在大众面前密集刷屏。听归听，看归看，很多人还是不清楚。究竟，人工智能是什么样的，智能体现在哪里。在这，我们就来讲讲人工智能的四大范式，也就是人工智能的实现方法、技术路线，来揭开人工智能技术的底层逻辑。『1』符号主义符号主义是基于逻辑符号和规则系统来模拟人类智能
多模态AI与人类偏好对齐研究学术讲座
讲座信息🎤 主讲人：王宇 博士，字节跳动首席研究员📰演讲题目：多模态AI与人类偏好的对齐策略：从语言理解到视觉生成⏰ 时间：2026年4月16日（周四）9:30-10:30📆日期：9:30-10:30，北京时间📍 在线Zoom会议链接：https://hkust-gz-edu-cn.zoom.us/j/94595919503?pwd=tRTIRt2xNithvVwsa5OiyOu0Bli9q4.1Zoom会议号：945 9591 9503密码：ait讲座内容如何构建能够跨模态感知世界、生成符合人类意图的内
MiniMax发布Music 2.6：生成速度提升，开启14天免费试用
新浪科技4月10日报道，MiniMax推出了最新的音乐生成模型Music 2.6。该模型在底层架构和创作工具上进行了全方位升级，显著改善了生成速度、音乐控制精度以及音质。此外，还新增了“Cover”创作模式及面向AI Agent生态的Music Skill，面向全球创作者开放为期两周的免费内测资格。 Music 2.6对底层架构进行了深度重写，将首包延迟压缩到了20秒以内。创作者只需输入文字灵感，稍作休息就能立刻获得初步音频反馈，彻底告别了过去漫长的等待过程。 在可控性方面，Music 2.6打破了AI音
AI赋能可持续能源材料创新设计
【论文链接】https://doi.org/10.1021/acssuschemeng.6c01084【作者单位】开罗美国大学【论文摘要】随着材料研发复杂度不断提升，传统试错模式已难以满足需求，亟需转向智能化、系统化的AI驱动流程。本文构建了一种具备约束感知能力的人工智能引导框架，用于高效探索化学与结构空间，开发适用于可持续能源的新材料。该流程融合高通量计算、能量敏感建模、机器学习、物理信息生成模型、实验验证及不确定性分析，并始终围绕可持续发展目标展开。其核心在于先进机器学习算法与生成模型的协同作用，确保