北京人形机器人创新中心与中国科学技术大学联合发布了全球首个面向精准化学实验室的人形灵巧操控仿真和评测平台Labimus。该平台填补了人形化学实验机器人标准化评测的空白，完成30余件有机化学实验资产的真实复刻，形成六大原子操作任务集，具备高精度称量和多层级评测能力，未来计划扩展至更复杂的实验操作。

中国电信与北京邮电大学、鹏城实验室联合完成高轨卫星跨模态语义通信试验，取得两大技术突破：一是通过融合语义知识库和信源信道联合编码，传输效率提升至3.5倍；二是多模态传输质量提升70%以上，为6G网络应用探索奠定基础。

杰西·萨勒被任命为麻省理工学院核科学实验室主任，继续进行粒子物理研究。他结合量子场论和机器学习，推动基础物理学的发展，特别是在大型强子对撞机的粒子喷流研究方面。此外，萨勒还致力于将人工智能应用于科学发现，促进跨学科研究。

涌生智能与上海人工智能实验室联合发布了ProtoPilot和BioLab Bench，首次实现AI在生命科学实验室的完整实验闭环。该系统能够将自然语言实验意图转化为可执行的实验方案，并在真实设备上进行验证。涌生智能强调真实场景和设备的重要性，推动AI在生物领域的应用。

伯克利人工智能研究实验室（BAIR）2026届博士毕业生在人工智能和机器学习领域取得显著成就，研究涵盖机器人、语言模型和计算机视觉等，发表重要论文并建立影响力系统，毕业生将进入学术界、工业研究和创业等方向。

中国科学家成功培育出一种名为“盘状原肠胚模型”的人造胚胎，能够自主生长器官，突破了14天的伦理限制。该模型以80%的成功率复刻了自然胚胎的关键发育过程，为器官种子细胞的大规模生产提供了新思路，但仍需解决伦理和专利问题。

火箭实验室计划以80亿美元收购Iridium通讯公司，整合其发射服务与卫星通信网络，以增强与SpaceX的竞争力。Iridium拥有66颗低轨道卫星，为250万用户提供服务，此举将有助于火箭实验室部署下一代卫星，提升美国的国家安全和应急响应能力。

洛斯阿拉莫斯国家实验室将建设三台新超级计算机，采用NVIDIA Vera CPU，旨在加速科学发现和材料模拟。这些计算机将支持智能AI代理，帮助科学家进行假设、实验规划和结果分析。Vera CPU性能显著优于现有系统，预计于2027年投入使用。

xAI正转型为数据中心房地产信托基金(REIT)，与Anthropic和Google签署算力租赁协议，每月收入超过20亿美元。其核心竞争力在于122天建成超大规模数据中心，预计18个月内可收回建设成本，反映出市场对算力的强烈需求。

三位AI专家呼吁立法，要求强制筛查合成DNA订单，因AI技术降低了生物武器制造的门槛，邮购病毒已成为现实。合成DNA过程简单，已有案例显示危险技术被滥用，当前政策窗口即将关闭，需立即采取措施以防止潜在灾难。

本文探讨了机器人在家庭环境中折叠衣物的挑战与技术进展。叠衣服是一项复杂的柔性物体操作任务，考验机器人的感知、控制和执行能力。招商局狮子山人工智能实验室通过LiOS平台，结合仿真与真实环境，提升了机器人在多种衣物和状态下的折叠能力，并计划开源相关数据与技术，以推动具身智能的发展。

CVEvolve是美国阿贡国家实验室开发的零代码智能体框架，旨在简化科研数据处理。该框架无需编程知识，能够自动挖掘适应不同科研场景的算法，从而提升数据处理的效率和可靠性。它在多个科学图像处理任务中表现出色，降低了领域科学家的技术门槛，推动了智能化科研进程。

英伟达在新加坡设立AI研究实验室，旨在增强该国的AI科研实力。新加坡政府与企业合作，推动AI技术应用，并建立公共试点空间。OpenAI也将投资3亿新元，助力新加坡AI产业发展。

合肥综合性国家科学中心人工智能研究院与大华股份于5月18日签署合作协议，共建“IAI-Dahua视频物联智能体联合实验室”。该实验室将专注于视频深度认知和数据融合，推动人工智能在教育、医疗和制造等领域的应用，实现原始创新和技术产品化。

六家供应商在四个月内开发了相同的智能助手，旨在帮助知识工作者提高效率。微软、谷歌、亚马逊等公司正在推动这一技术的普及，关键在于如何让非开发者有效使用这些工具，未来的成功取决于与知识工作者的工作节奏相结合。

NVIDIA与SAP在SAP Sapphire大会上宣布扩大合作，旨在帮助企业更好地运行专用代理。NVIDIA创始人兼CEO黄仁勋在卡内基梅隆大学的毕业典礼上鼓励毕业生，强调他们正处于AI革命的开端，并表彰了在欧洲、中东和非洲推动AI创新的合作伙伴。

科大讯飞与SGS签署战略合作意向书，计划共同建立人工智能终端测试中心联合实验室。双方将通过联合测试、科研合作和人才培养，提升人工智能终端检测领域的实力，推动标准体系和检测认证的创新。

nature-skills是一个科研绘图工具，基于Matplotlib实现高质量图表，自动化多面板布局、配色和字体统一，显著提高科研效率。它通过优化信息结构，帮助科研人员更好地组织数据，减少重复劳动，推动科研绘图向半自动化转型。

Nathan Lambert在中国的AI实验室考察中，观察到中国研究员的合作精神和文化差异。他指出，中国实验室的学生积极参与核心研发，愿意承担不光鲜的工作，从而推动AI模型的进步。与美国相比，中国的AI生态更注重尊重与合作，研究员们关注技术本身而非商业化。Nathan强调，中国的开源精神与其文化密切相关，体现了对技术掌控的强烈愿望。