Coscientist 规划并执行化学实验
发生了什么：基于 GPT-4 的多智能体系统检索资料、规划反应、编写控制代码并操作云实验室。
为什么重要：大语言模型从科学文本界面变成真实实验工作流的编排器。
FunSearch 把语言模型生成与可执行评价器连接起来
发生了什么：系统用自动评价器筛选并演化语言模型生成的程序，既找到新的 cap-set 构造，也改进了装箱启发式算法。
为什么重要：一种可复用的发现模式开始成形：当错误想法能被执行过程低成本、客观地淘汰，模型就可以更大规模地搜索。
Atomic AI 的 ATOM-1 预印本：用公司自己测出的化学图谱数据训练的 RNA 模型
发生了什么：Raphael Townshend 团队用公司内部测得的化学图谱数据训练该模型，摘要称覆盖数百万条 RNA 序列。在其嵌入之上接小型探针网络，加少量数据就在 RNA 预测任务上达到最优精度。
为什么重要：创业公司自己测训练数据，是这个模型真正的优势。摘要没有点名基准，领先多少无从核对，也没有任何设计出的 RNA 在实验室里测过。
GNoME 扩大计算预测的稳定材料空间
发生了什么：DeepMind 报告 220 万个候选晶体结构，其中 38 万个进入被认为最稳定的集合。
为什么重要：材料筛选进入工业级规模，同时也让“什么才算发现一种材料”的争论更加尖锐。
证据与边界：加州大学圣塔芭芭拉分校的 Anthony Cheetham 与 Ram Seshadri 2024 年在《材料化学》上抽查了一批随机选出的预测，认为几乎没有证据表明其中有同时新颖、可信、有用的化合物。许多预测把相近的离子放在不同晶位上，而真实合成的高温会把这种有序打乱。
A-Lab 闭合材料合成实验循环
发生了什么：自主实验室在 17 天内运行 353 次实验，实现 57 个目标无机材料中的 36 个。
为什么重要：预测、文献配方、机器人、测量与主动学习第一次被连接成一个物理闭环。
证据与边界：Josh Leeman、Leslie Schoop、Robert Palgrave 等人 2024 年在 PRX Energy 上逐一复查了全部 43 个产物，结论是没有做出新材料：X 射线图谱的自动拟合并不可靠，预测也常常忽略元素共占晶位的无序情形。作者 2026 年的更正删去了“新”字，确认 40 个合成中的 36 个。
Generate:Biomedicines 发表 Chroma：一个按条件生成新蛋白结构和序列的扩散模型，并在实验室里做出 310 个设计
发生了什么：公司的 John B. Ingraham、Gevorg Grigoryan 等人介绍了一个可用对称性、目标形状、蛋白类别或文字提示来引导的生成模型。他们在大肠杆菌中表达了 268 个无条件设计和 42 个有条件设计，事先没有用结构预测筛选。首批 172 个无条件设计在混池溶解度筛选中得分全部高于阴性对照，蛋白印迹确认了前 20 名中的 19 个。两个晶体结构与设计吻合到约 1 Å。代码以 Apache 2.0 许可开放。
为什么重要：记录里已有 Generate 的上市、进入三期的哮喘抗体和几笔合作，却没有它最主要的公开方法。Chroma 把设计条件直接放进采样过程，一个模型就能接受对称性、形状或文字提示，不必每种条件各用一个工具；代码公开，别人可以自己检验。
证据与边界：测到的是设计能表达、能折叠、与模型吻合；没有一个设计被测试过功能。所有作者都是公司员工，纯化了七个设计，解出两个晶体结构。
GraphCast 在大部分指标上超过领先物理天气系统
发生了什么：图神经网络在 1380 个验证目标中的九成以上超过 ECMWF HRES，并在一分钟内生成十日预报。
为什么重要：学习式预报在成熟且持续接受现实检验的评测体系中证明了竞争力。
Magnitude Biosciences 的相机阵列用 7 天就读出一种药在线虫身上的抗衰老效果，旁边并行的寿命实验用了 40 天
发生了什么：杜伦大学与 Magnitude 的 Giulia Zavagno、Christopher Saunter、David Weinkove 介绍了 WormGazer：一组固定相机同时拍摄多个标准培养皿，皿和相机都不动，统计有多少线虫在动、动得多快。与手工寿命实验并行，每种条件每种方法 390 条虫：成像 7 天就看出三个剂量的磺胺甲噁唑都比对照改善健康期；寿命那组用了 40 天，平均存活 20、21、21 天，对照组 18 天。长寿突变体 age-1 在第 2 至 7 天的活动时间比野生型多 93.5%。
为什么重要：这是本站融资板上「用成像和机器学习读取线虫」那家公司已发表的方法，而论文里没有机器学习：移动是靠阈值判断相邻两帧哪些像素变了，再以 10 微米/秒为界去噪。它买到的是时间：一周得到健康期读数，而不是六周得到一条存活曲线，而这项对比由作者自己完成，其中两人是该公司的股东和董事。
FutureHouse 成立，目标是构建 AI Scientist
发生了什么：这家由 Schmidt 支持的非营利研究机构开始构建科学智能体，初期聚焦生物学和科学文献。
为什么重要：科学智能体从附属项目变成一家专门研究机构的核心使命。
AlphaMissense 绘制 7100 万种人类错义变异
发生了什么：模型将大多数可能的错义变异分类为可能良性或致病，远超此前经实验解释的有限集合。
为什么重要：源自 AlphaFold 的表示能力从结构预测进入基因组解释和疾病研究。
RFdiffusion 将蛋白质结构预测推进到蛋白质设计
发生了什么：扩散模型生成新的蛋白质骨架，并对数百个设计进行实验表征。
为什么重要：核心问题从“这段序列是什么结构”转向“我们希望什么样的序列和结构存在”。
盘古气象大模型挑战传统全球天气预报
发生了什么：华为的三维神经网络在测试中优于 ECMWF 业务系统的确定性预报，运行速度提高一万倍以上。
为什么重要：一个拥有成熟业务评测体系的科学领域，成为生命科学之外最清晰的 AI4S 试验场。
AlphaDev 发现的排序算法进入 C++ 标准库
发生了什么：强化学习找到更快的底层排序程序，并被加入 LLVM 的 libc++ 实现。
为什么重要：AI 发现的算法从论文进入被大规模开发者使用的基础设施。
Google 将 Brain 与 DeepMind 合并为 Google DeepMind
发生了什么：Demis Hassabis 领导合并后的部门，Jeff Dean 出任 Google 首席科学家。
为什么重要：人才、算力和模型研发被集中到同一组织，其中也包括多条关键 AI4S 项目线。