麻省理工学院、德国慕尼黑工业大学和西班牙瓦伦西亚理工大学的研究团队创新地提出了 DiffSyn —— 一种基于超 50 年时间跨度文献中 23,000 余条生成配方训练得到的生成式扩散模型。

美团无人配送业务迎来人事变动，副总裁张晶转岗负责无人车，标志商业化进程加速。算法总监穆北鹏离职创业。美团无人车已在多个城市实现常态化运营，累计配送超550万单，进入规模化商业运营阶段。

MIT研究团队提出递归语言模型RLM，解决大模型在处理超长文本时的上下文腐烂问题。RLM通过交互式Python环境动态拆解任务，实现千万级token处理能力，显著提升推理性能，无需修改模型架构。

麻省理工学院与哈佛大学联合团队提出的基于人工智能的端到端设计流程——CleaveNet，正是为了应对这一挑战。该流程通过预测模型与生成模型的协同工作，旨在彻底改变蛋白酶底物设计的现有范式，为相关基础研究与生物医药开发提供全新的解决方案。

英国蛋白质分析技术研发商 Peptone 公司、英伟达公司、麻省理工学院等组成的联合团队提出了两项关键突破。其一是 PeptoneBench 系统评估框架：该框架整合 SAXS、NMR、RDC、PRE 等多源实验数据，并结合最大熵重加权等统计方法，实现了实验观测与理论预测的严格定量对照。其二是生成模型 PepTron：基于扩展后的合成 IDR...

Shell脚本类似于Windows/Dos批处理，通过将命令写入文件实现一次性执行，主要用于系统管理。与Windows批处理相比，Shell脚本更强大且效率更高，使用Linux/Unix命令。

Shell脚本类似于Windows/Dos批处理，是将命令写入文件以便一次性执行的程序，主要用于系统管理。与Windows批处理相比，Shell脚本更强大且效率更高，使用Linux/Unix命令。

麻省理工学院、威斯康星大学麦迪逊分校等团队，提出一种名为 AutoSciDACT 的方法，可用于自动化检测科学数据中的「新发现」，从而简化科学探究。

何恺明在MIT新招募了本科生胡珂雅和博士后李宗宜。胡珂雅专注于AI与脑科学结合，已发表多篇高水平论文；李宗宜是傅里叶神经算子的发明者，研究物理方程的神经网络。他们将为何恺明的“AI for Science”方向贡献力量。

麻省理工学院与Boltz等机构合作开发了全原子生成模型BoltzGen，统一了结构预测与结合体设计。该模型采用几何连续表示和扩散模块，实现了蛋白折叠、结合位点建模与序列生成的原子级精度同步优化。实验显示，BoltzGen设计的纳米抗体和蛋白结合体在66%的靶标上达到纳摩尔级亲和力，并成功应用于多肽、小分子等多种生物分子设计。研究通过跨模态训练策略和灵活的设计规范语言，解决了传统方法计算成本高...

麻省理工的研究团队提出了一种物理先验生成式人工智能模型 SpectroGen，仅需单一光谱模态的输入，就能实现与实验结果相关性达 99% 的跨模态光谱生成。

「BindCraft：蛋白质粘合剂设计」已上线至 HyperAI超神经官网的「教程」板块，一键启动即可生成目标蛋白质粘合剂设计，如此强大功能快来试试吧～

麻省理工学院牵头的研究团队利用科学机器学习，将物理定律与实验数据智能融合。开发了一种神经状态空间模型，通过少量数据就能预测托卡马克配置变量 (TCV) 缓降过程中的等离子体动力学，以及可能出现的不稳定情况。

麻省理工和哈佛的研究表明，许多人对AI伴侣的感情是逐渐产生的。用户通过分享照片和庆祝订婚等方式与AI互动，但AI模型的更新常常让用户感到失落。AI伴侣在孤独和社交焦虑中满足了人们的情感需求，提供了支持。

MongoDB freut sich, die öffentliche Vorschau der Such- und Vektorsuchfunktionen für die Verwendung mit der MongoDB Community Edition und dem MongoDB Enterprise Server anzukündigen. Diese neuen...