Meta 撤下科学语言模型 Galactica 的公开演示
发生了什么：系统生成外观可信的错误论断和虚假引用，公开演示上线三天后被撤下。
为什么重要：它清楚表明：科学语言的流畅，不等于科学上的可靠。
ESMFold 绘制超过 6 亿个宏基因组蛋白结构
发生了什么：Meta 使用蛋白质语言模型预测结构，不再依赖 AlphaFold 所需的多序列比对。
为什么重要：蛋白质语言模型提供了速度更快、规模更大的互补结构预测路线。
AlphaTensor 发现新的矩阵乘法算法
发生了什么：强化学习在特定矩阵规模上找到优于长期人类方案的新算法。
为什么重要：科学搜索被转换成带有可执行评价器的游戏，这一模式后来延伸至 AlphaDev 和 AlphaEvolve。
AlphaFold DB 扩展至超过 2 亿个结构
发生了什么：数据库从约一百万个结构扩展到几乎覆盖所有已编目的蛋白质。
为什么重要：行星级预测规模让蛋白质结构从稀缺结果变成可查询的生物学底层资源。
强化学习系统开始控制托卡马克等离子体
发生了什么：一个神经网络控制瑞士 TCV 反应堆的磁场线圈，并维持复杂等离子体形态。
为什么重要：AI 从离线预测跨入对真实科学装置的直接控制。