2026 年 11 月 66 条
- Gustave Roussy 衍生公司 Orakl Oncology 完成 3400 万美元 A 轮，Norrsken VC 与 Singular 联合领投，用患者肿瘤类器官预测抗癌药试验结果
- 做机器人化学实验室的青葵智造完成亿元 A 轮融资，建设替客户做实验的云实验室
- Google DeepMind 的 AlphaGenome 2 按细胞类型预测 DNA 变异的作用，在免疫细胞上找到的可能因果变异约为上一代微调版的两倍
- 波鸿鲁尔大学把自家的晶体数据库、模型和反应图交给 Claude Code，智能体提出候选化合物并写出合成方案
- 康奈尔团队让大模型智能体编写湍流模型，并在可微流体求解器里训练它们，智能体的模型在目标指标上比标准模型更好
- Google 把 Gemini 4 Carbon 放进 Antigravity 给 Ultra 订户，接受科学家申请免费使用，并预览多智能体团队 /swarm
- Google DeepMind 用 AlphaProof Code 证明了 libsignal 编译后代码的关键安全性质，证明约 650 万行 Lean
- 前 SignalFire 投资人 Sahir Raoof 募得 2750 万美元首支基金 Proximal Ventures，投资把 AI 用到药物开发所需工具与服务上的初创公司
- Lila Sciences 的开放式探索团队发布四篇预印本，研究怎样让 AI 模型提出新想法并在其上继续
- IBM 与三菱化学在 70 量子比特的 IBM 处理器上训练一个写量子电路的 Transformer，并用它计算 EUV 光刻用锡光刻胶的分子模型
- AI 蛋白设计公司途深智合完成 Pre-A 和 Pre-A+ 两轮合计数亿元融资，上海科创集团领投 Pre-A 轮
- Google 第八代 TPU 再加两款系统：双芯片的 TPU 8i Max，以及带硬件机密计算的 TPU 8tx
- Anthropic 发布 Claude Fable 5.2，并附两篇物理预印本，称 Claude 模型解决了两个关于黑洞的未决问题
- Anthropic 让 Claude 设计了三台电子设备，Diode 按它的文件直接制板，没有来回改图
- 皮尔法伯与晶泰签约，由晶泰为多个肿瘤研究项目设计小分子候选药物
- argenx 同意收购用机器学习加并行化学设计环状多肽药物的 Unnatural Products，首付 5.5 亿美元，总额最高约 11.5 亿美元
- 上海交大和南洋理工的研究者用合金实验推理题考 11 个 AI 模型：按给定数据计算得分 92% 以上，估计具体材料状态只有 23% 到 31%
- 卡内基梅隆的 AI 智能体提出一个 13 参数的密度泛函，自洽计算下把 ωB97M-V 在留出集上的误差降低 11.7%
- Google DeepMind 的 Pushmeet Kohli 说，他们在科学发现的速度上看到了一次相变，未来几周的发布会让人看到一点
- 北京材料初创公司清析智研完成近亿元天使轮融资，高瓴创投、智元机器人等投资，它把 AI 装进材料表征仪器
- 劳伦斯利弗莫尔国家实验室为聚变反应堆壁合金做的原子力模型，精度接近十倍大的模型，速度快数十倍
- 特拉华大学让两个分工的 AI 智能体改写化学计算代码，PySCF 激发态那一步的耗时减少 84% 至 94%
- Cancer Grand Challenges 资助哈佛的 AI 共同科学家 AURORA，旗下三支团队开始在自己的研究中检验它
- Kos Biotechnology Partners 加入 Fathom Therapeutics 的 A 轮，公司现称这轮为 5500 万美元，高于 4 月公布的 4700 万美元
- 康奈尔大学的物理学家把预训练原子模型改成能同时调整元素和结构的晶体设计工具，选出做完整计算的 45 个新超导体设计中，39 个算出的临界温度高于 10 K
- 华南理工大学用 78,889 个成分（含没能成玻璃的）训练一个模型，预测氧化物、硫系、卤化物和金属四类玻璃里哪些成分能成玻璃
- Third Rock Ventures 与方诺生科签约，由方诺用 AI 针对 Third Rock 指定的靶点设计抗体，潜在总额最高约 21.6 亿美元
- OpenAI 与 Ligo 推出 BioBasicsBench，用真实湿实验数据出 100 道题考 AI 智能体，GPT-6 Astra 拿到 66.7% 的分
- George Church 从 Radical Numerics 辞职：AI 设计噬菌体的公告没有提到做了实验室工作的合作方 Tabula
- Anthropic 经济研究团队给 20.7 万次 Claude 科研会话分类：科学家最常用它分析数据和写作，最少用来采集数据和提出想法
- Discovered Materials 为材料物理与化学中五个未解问题设立最高共 100 万美元的奖金
- Google Research 的模型读取 Pixel Watch 的脉搏与运动信号筛查高血压：在 196 人的研究中对照 24 小时动态血压，找出 66% 的患者
- Hatem Helal 在剑桥创办的 Potential Sciences 结束隐身，完成英国 Sovereign AI 基金与 Twin Path Ventures 支持的八位数种子轮
- Chai Discovery 与罗氏合作，罗氏将在多个药物发现项目中使用它的蛋白设计模型
- Ginkgo Bioworks 报告首次向大型药企出售自主实验室：买方是诺和诺德，建在其沃尔瑟姆新研发基地
- 安斯泰来签约使用 Iktos 的分子设计软件 Makya 和合成路线规划软件 Spaya
- Inductive Bio 的模型在 OpenADMET 盲测中排名第一：预测 750 个化合物对四种药物代谢酶的抑制强度
- 马里兰大学的 PolyGPT 被要求生成像电解质的聚合物后，达到温度目标且互不重复的结构不到不加这一要求时的一半
- 中国科大与合肥综合性国家科学中心人工智能研究院团队的 DP-Learner 预测材料的电子哈密顿量，误差比团队此前的 NextHAM 低 33-41%
- 吴海旭创办的物原科技（TensorWorld）完成 1.05 亿美元种子轮，做物理基础模型
- Anthropic 的生物实验室用噬菌体和细菌的蛋白在大肠杆菌里组装出穹顶颗粒，并把其中一个解析到 3.2 埃
- 据彭博社报道，Isomorphic Labs 正洽谈融资约 50 亿美元，估值约 500 亿美元
- Axiom Math 把代数几何开放参考书 Stacks Project 整部形式化为一个约 1600 万行的 Lean 库
- 上海交通大学的 AutoDNA 让 AI 智能体操作 20 多种仪器做核酸实验，人只负责补充试剂和维护硬件
- 中国科学技术大学团队的开源 RNA 模型 structRFM 用 2100 万对序列与结构训练，在 CASP 测试中预测 RNA 三维结构与 AlphaFold3 相当
- UCB 与 Cradle 合作，在部分抗体发现项目中使用 Cradle 的蛋白设计平台，从苗头分子一直到临床前候选
- Speciale Invest 领投 Venomics AI 270 万美元 pre-seed，这家印度科学研究所的衍生公司给印度的动物毒液测序，并把其中的肽拿去筛人体靶点
- 加州大学圣迭戈分校的 RobPicker 在冷冻电子断层图像里挑出小而稀少的蛋白，胜过一场 Kaggle 冷冻电镜竞赛的前几名方法
- 英伟达发布 ALCHEMI Toolkit 0.3，可把大型化学与材料模型蒸馏成小模型
- 腾讯混元团队随 Hy4 开源单细胞模型 HyCell 和物理模拟模型 HyPDE
- Edison Scientific 报告：在六个药物靶点上，Kosmos 提出的后续实验有 83% 与 Incyte 评审委员会实际要求的相符
- 根特团队测试八个直接从质谱读出肽段序列的 AI 模型：多数错误源于谱图缺少关键碎片，与用哪个模型无关
- Entegris 收购一家金刚石磨料厂商，并与戴比尔斯旗下 Element Six 合作，做给堆叠 AI 芯片散热的材料
- Google DeepMind 为 Antigravity 加入基于 RDKit 的化学信息学技能，并演示智能体改造一款肺癌药
- 科理新序把蛋白结构写成 8192 个离散符号，报告其语言模型在蛋白-蛋白任务上高于 AlphaFold 3 的已发表分数
- OpenAI 称 GPT-6 Astra 设计了一台小设备的外壳、电路板和固件，并由代工厂做出样机
- 北京大学的 FoldScape 按指定的折叠阶段生成蛋白构象，覆盖的折叠路径比换随机种子运行的 AlphaFold 3 宽约一个数量级
- 10x Genomics 发布 Sentira Single Cell：基于 Claude 的智能体，按研究者用自然语言提出的问题分析 Chromium 单细胞数据
- MIT Hardness Group 把 ETH 当作已被推翻，把下界改建在 1990 年的可满足性假设上，并证明它与 Weak ETH 等价
- 约翰斯·霍普金斯大学团队发现：训练数据里只出现一次的事实越多，语言模型猜中的、从未见过的材料就越多
- 南洋理工大学让 AI 智能体重做 59 项已发表的计算量子科学结果，Claude Code 搭配 Opus 5.5 复现了约 93%
- 深度原理发布开放权重的科研模型 Hydrogen-1.0：在 GLM-5.3 上后训练，7530 亿参数，面向化学、材料与生命科学
- UCL 衍生公司 Octopath AI 获 Twin Path Ventures 领投的 100 万英镑种子轮，另有配套的 50 万英镑 Innovate UK 资助
- Isomorphic 总裁 Max Jaderberg 称公司不卖模型访问，收入来自药企合作，自研药物由自己出资
- Recursion 报告 REC-4881：15 名遗传性息肉病患者用药 12 周后息肉负担中位下降 47%，停药 12 周后 13 人中 11 人仍低于基线
- Joseph Shunia 与 GPT-6 Astra 做出一个确定性素性检验，所依赖的定理是对 OpenAI 自家无零区结果的推广
2026 年 10 月 251 条
- Fabio Dias 与 Yvens Lima 算出 OpenAI 的 ETH 证明省掉的常数：对写得出来的有界密度公式，证明保证不了任何比暴力枚举更快的速度
- BigHat 发现：给抗体设计智能体配上工具后，它更听指令，但优化做得更差
- 普林斯顿与 Edison Scientific 的 ChefNMR2 智能体仅凭一维核磁谱解出四个未报道天然产物的结构
- Recursion 任命先灵葆雅和法玛西亚前掌门人 Fred Hassan 为董事会主席
- AlphaFold 3 的开源代码发布提速版 v3.0.5：Jackhmmer 搜索快约 2.5 倍，在 24 核机器上超过 10 倍
- Zelinsky 研究所的测试：每项任务只给 60 个分子当例子，GPT-6 Astra 预测五种化学性质，比十一个专门的化学模型更准
- 南洋理工的搜索方法边算边学，为无序晶体找最低能量的原子排布，成功率 94%，常规方法 55%
- Quantum 3xplorer：AI 编程智能体在科学家指导下写成的平面波 DFT 程序，能量与 Quantum ESPRESSO 一致，单核快 1.2 到 5.3 倍
- 西江大学和梨花女子大学的研究者借助 AlphaEvolve 的搜索得到一族纠缠辅助量子纠错码，加上提升构造后填补已发布码表中的 54 处空缺，构造经 Lean 检验
- Flagship 把 Cellarity、Etiome 和 Empress Therapeutics 的平台合并为 AI 药物发现公司 Etcelera，由 Adrian Rawcliffe 执掌
- Ben Lehner 参与创办的巴塞罗那公司 ALLOX 完成 Asabys 领投的 1050 万美元种子轮，在难成药的靶点上寻找隐藏的调控位点
- EVENET 用 5 亿个模拟 LHC 对撞事件预训练，在真实 CMS 数据中以 7.6σ 找出已知的 ϒ 介子，高于已发表方法的 6.4σ
- 配上研究者写好的分析步骤，11 个 AI 模型都处理完了一套催化数据，没有这些步骤时一个都不行；它们提出的实验也真的做了
- Edison Scientific 与 Pfizer 达成协议，在 Pfizer 的研发管线中部署其 AI 科学家 Kosmos
- Mistral 开源万亿参数模型 Large 4 的权重，并报告它可能对攻击实时目标带来能力提升
- 已部署 1.1 万多台移液机器人的 Opentrons 完成 4000 万美元 E 轮融资，Avego 领投，要让 AI 直接在机器人上跑实验
- Nomic Bio 和 Parse Biosciences 开始建 Cascade：1 亿个免疫细胞测 RNA，同批样品测分泌蛋白，GSK、辉瑞和赛诺菲已加入
- 威斯康星大学团队的 AI 智能体把 121 篇癌症单细胞研究的发现拿到别的癌症里检验，它们挑出的一个肺癌风险特征在另外三种癌症里也与生存期相关
- 出自同济大学实验室、做细胞对药物反应模型的扰动之心完成数千万元天使轮及天使+轮融资，清松资本领投
- Edison Scientific 发布 EDB-Bio：根据已发表的生物学结果判断假设成立的概率，前沿模型得分不比一律猜 50% 好，它训练的 Ibis0 模型更好
- 用机器学习筛两个材料数据库，找出 33 种早就合成过、结构符合 MXene 的化合物；团队随后又做出 11 种新的稀土 MXene
- 德累斯顿工业大学的 Morpheus.AI 智能体独立为 15 项已发表研究搭建虚拟组织模型，用 GPT-6.1 Sol 时平均达成 83-86% 的评分标准
- 百奥几何完成国寿资本领投的 A+ 轮，A 轮系列累计超 1 亿美元，投向分子模型与虚拟细胞模型
- AI 药物开发公司 Formation Bio 设立 6 亿美元自有基金，计划买入并推进 10 到 15 个临床阶段药物
- Anthropic 把 AI for Science 的 Claude 额度扩展到资助方、研究机构和具体项目，包括美国 NSF、Sanger 研究所、EMBL 和 gnomAD
- Google DeepMind 发布面向网络安全的前沿模型 Gemini 4 Carbon，先只给网络防御者，并进入美国政府的发布前测试
- Anthropic 把发放免费额度的 AI for Science 计划从个人研究者扩大到资助机构、研究所和项目，美国国家科学基金会在列
- MIT 的一个 AI 智能体自己操作一台常用的低温测量系统，在两种量子材料上决定下一步测什么，仪器过载后也自己调整设置恢复测量
- 多伦多的 El Agente Quntur 智能体为 32 个激发态计算挑选轨道，对照已发表参考值，误差只有最好的固定流程的一半
- Crystoria 给五个公开数据库里的 260 万个晶体加上振动稳定性检查，约三分之二判为稳定
- Edison Scientific 只用真实 NIH 基金摘要训练的写作模型，让生物医学读者在 55% 的一对一比较中认错
- 巴塞尔的 Atlas Bio 完成 Creandum 领投的 1000 万美元种子轮，在 II 期临床之前先用虚拟病人跑试验
- BigHat 与 Anthropic 用七轮改好两个抗体先导分子，过程中发现一项热学指标并没有测它名字所说的东西
- Generate:Biomedicines 把 CAR 的胞内信号段缩到 45 个氨基酸，不到临床在用设计的三分之一，并报告功能更强
- 在多次运行合计之下，Enveda 的文档审核系统提出了人工审核员在 1061 页批记录中找到的全部 11 个问题，另加 7 个他们没提的
- Anthropic 收购一家一人制药公司，开始自己跑药物项目
- 一场由 Claude 引导的设计做出 20 个能把 IgE 从受体上拽下来的抗体单臂；做过剂量滴定的八个里，三个在同一套检测中清除得比已获批的药更多，而没有一个明确强过母本
- DeepMind 把 Genie 4 发给受信任的测试者：一个它定位为机器人与智能体训练环境的世界模型
- Omabit 获 Bright Ventures 领投的 200 万美元种子轮，用 AI 分析药企自己的临床与基因组数据
- Biographica 的 CROP-1 根据基因的 DNA 和哪些调控因子在表达，预测作物基因在每种组织和条件下的活性，并设计只针对一种情境的编辑
- 新加坡投入 1.5 亿新元建 MARVEL-AI：A*STAR 牵头，把材料 AI 模型和自动化实验室接在一起，CuspAI 是合作方之一
- 晶体结构预测在 15 个候选里找回吖啶全部 7 个已解析晶型；试过的机器学习势里，只有针对吖啶微调的那个排对了它们的稳定性顺序
- 用归一化流计算给药物晶型排序所需的晶格自由能，结果与标准方法一致，平均计算时间约少 2.5 倍
- 专为糖设计的扩散模型 GlycoWeave，在 698 个复合物的基准上，把糖放进蛋白口袋的成功率远高于 AlphaFold 3
- Anthropic 的一项试验中，用 Claude Code 做分析的分析师在 86% 的分析选择上跟随了被暗中设定给智能体的倾向
- Lam Research 扩大与 imec 的研发合作，新增 3D 芯片堆叠和用于新一代 EUV 光刻的干法光刻胶
- 利兹大学分拆公司 adsilico 完成 1000 万英镑 A 轮，用 AI 生成的虚拟患者测试心脏瓣膜和支架
- Anthropic 递交上市申请，代码 ANT，把科学研究和实验室机器人列为前沿 AI 可能打开的新市场
- 设计出的蛋白骨架结合金属光催化剂，再经五个进化出的突变变成有对映选择性的酶，周转数超过 5 万
- 得州农工大学获 200 万美元，建一座由机器人运转、设计并熔炼和测试新合金的铸造实验室
- OpenAI 与 Anthropic 各自宣称找到亚指数时间的 3-SAT 算法，推翻指数时间假设；两边都过了 Lean 检查，但都没有外部核验
- OpenAI 在发布前就安排好了检验的人，而被安排的这一组给同行写信说明：参与不等于认证
- 一份声称证明了所有维度局部平滑猜想的论文，连带给出所有维度的 Kakeya 猜想；已发表的结果只到三维
- POISK 从专利里挖出 89074 条抗体-抗原记录，考察结构预测模型能否挑出真正结合的抗体：最好的模型做到 72%
- ChronoSyn 学习材料被首次报道的先后顺序，挑出真实材料的能力高于把年份打乱的同一模型
- Axiom Math 用智能体把有限单群分类定理形式化进 Lean：24 天写出约 4300 万行
- OpenAI 称其模型证明了四维 Yang-Mills 理论和量子色动力学作为严格数学理论存在，材料何时公开交由 David Gross 牵头的小组决定
- 一层小小的外挂修正，不重训基础原子间势模型，就把它的熔点拉回评估值：金从 844 K 修到 1346 K，评估值是 1337 K
- 英矽智能用 AI 设计的 TEAD 抑制剂首次人体试验：22 名可评估的间皮瘤患者中 4 人部分缓解
- 字节跳动 Seed 与北京大学把总自旋对称性严格写进神经网络波函数，用它解出铁硫簇的自旋阶梯
- 英国出资 1 亿英镑成立 AI 生物安全实验室，OpenAI 与 Anthropic 另给最多 2 亿英镑额度
- 校准过的不确定性迁移到分布外时好时坏；在主动学习里，它总体上不比随机采样或不校准更好
- Pathos AI 完成 2.37 亿美元 E 轮融资，百时美施贵宝领投，投后估值约 30 亿美元；并与 BMS、Tempus 合作，把引导临床试验的 AI 从肿瘤带到阿尔茨海默病
- Xaira 为给人用的仪器造了一只带相机的机械臂：七天里它向 HPLC 装了 18 块板，比公司对工作日白天排班的建模多 80%
- 复旦 EdenGNN 同时预测电荷密度与增强占据数，能带结构因此达到 PAW 精度
- 把 55 个晶体数据库合并后发现：一次 MatterGen 运行给出的高刚度命中全部含锇，100 个里 82 个是已有成分
- 给硫化物固态电解质设计的涂层做了出来并实测：锂化涂层在加工后保留初始离子电导率的 40% 到 55%
- 用 AlphaGenome 跑完人类谱系的 1,700 万个替换，预测出 71,345 处调控增强，其中已固定的几乎全部早于与尼安德特人的分离
- 用神经网络修正重构体，原子级电子断层在六分之一的剂量下恢复到原有精度，但只重读了一套倒转序列
- 空间转录组里 11 种划细胞边界的方法被放在一起横评：没有一种在各类组织上都胜出，而选哪一种会改变最后得到的细胞类型和细胞间信号
- Iambic 报告其 AI 设计的 HER2 药物：53 名患者中 36% 出现部分缓解，脑部转移的 22 人中有 9 人缓解
- Benchling 让 8 个 AI 模型规划 65 个分子克隆实验，得分最高的 GPT-6 Astra 做对 30.6%
- OpenAI 前科学负责人 Kevin Weil 创办 Warp Sciences，获 Lightspeed 领投 2.15 亿美元，要在美国建一家计划逐步自动化的化学外包实验室
- DeepMind 发布 10 米分辨率全球森林类型图，作为欧盟零毁林法规的基线
- 微软 MAI-DxO 发表于《科学》：由 AI 智能体扮演会诊医生、边开检查边修正诊断，在《新英格兰医学杂志》疑难病例上正确率 83%，全科医生为 36%
- Hugging Face 开源 Carbon-X：一个用英语回答 DNA 问题的 140 亿参数模型，在五项 DNA 基准上的平均分接近 GPT-6.1 Sol
- Reflector Bio 走出隐身，带来一个预测化合物对活细胞作用的模型，由 Yuge Ji 在 Fabian Theis 课题组开发
- 科理新序发布 ScienceRSI：把小专家模型中经过验证的改进写入目标模型，并开放一个 80 亿参数的科学推理检查点
- 不把等变性写进架构、而是从数据里学的模型，在分子偶极和 NMR 屏蔽张量上追平了显式等变的参考模型
- 独立 DFT 数据库之间的分歧，大于几个顶尖通用势之间的差距；三个看似存在的模型缺陷在正确对照下缩小
- AI 气象模型在极端天气上是否胜过物理模式，取决于你选哪个指标：AI 模型漏报极端事件，物理模式虚报，而每个指标各惩罚其中一种
- 把 do-calculus 嵌进深度隐变量模型，用来分出哪些调控因子可能引发细胞状态改变，哪些只是随之出现
- 在不给定结合位点的条件下为蛋白设计结合它的 RNA：在作者自己的基准上，124 个里 16% 复原出天然复合物
- Moderna 与默沙东的个体化黑色素瘤疫苗公布 III 期完整数据：复发或死亡风险降低 42%（HR 0.58），前六个月两组没有差别
- 贝克实验室与英伟达的一个蛋白设计模型，在四类设计任务上都胜过各自最好的专用工具，设计还在实验室里做了出来并测量了
- 谷歌个人健康智能体发表于《自然》：把健康问题分给数据分析、医学知识、健康教练三个 AI 专员，专家评分高于单一智能体，也高于三者各自作答
- Mirendil 称一名研究员借助 AI 智能体，用 3.5 个月、不到 1000 万美元预训练出 Mirendil-Base，一个 1000 亿到 5000 亿参数的编码模型
- 杜克大学的研究者给一个通用语言模型配上移液机器人和一个摄像头，它在发现自己缺少信息时会自己设计实验去补
- KAUST 与百斯杰团队用强化学习重新设计一种洗涤用蛋白酶，在标准洗涤测试中有三个变体比商用酶把污布洗得更白
- Xaira 的 X-Scientist 智能体挑选肝细胞中要扰动的基因：7.1% 的候选逆转了 TGF-beta 信号，公司科学家人工筛选的命中率为 6.9%，随机挑选为 0.9%
- LoRA 适配器按空间群配而不按化合物配，高通量热导率计算的开销预计降到原来的五分之一到七分之一
- 安斯泰来与 AI Proteins 签约，针对其靶点设计微型蛋白药物，连同里程碑总价值超过 4 亿美元
- Pinal 发表于 Nature：按一段文字描述直接写出蛋白序列，四类设计在实验里都做出了预期功能
- 西湖大学的 Pinal 把一句描述用途的话变成候选蛋白质，四类用途的候选在实验里都起了作用
- Recursive 发布 Flint，一个可在笔记本上运行的 400 亿参数开源编程模型，称其自动化研究系统参与了构建
- MIT 的 Pulkit Agrawal 与前 DeepMind 的 Tuomas Haarnoja 创办的 Eka Robotics 完成 1.5 亿美元 A 轮，做能靠力感抓取的机器人
- Bob McGrew 的 Arda 完成 1.6 亿美元 A 轮，估值 15 亿美元，用 AI 把产品设计变成装配产线
- Thore Graepel 的 Metis Reasoning 正式亮相：四位创始人、12 人团队和一份白皮书
- OpenAI 收购 Orchestra Bio：它的智能体追踪药物研发项目欠什么、何时交付，团队并入 Rosalind，未披露价格
- Radical Numerics 报告：用其 Omnii-1 模型设计的噬菌体变体，已在同情用药途径下给一名耐药感染患者使用
- Anthropic 让 Claude 自主跑完一轮针对蝎毒蛋白的结合蛋白设计，外部实验室测出 211 个设计中有 17 个真的结合
- 一个智能体框架模拟了镍的 14 个晶界，并显示晶胞里不放晶界自身的缺陷，预测的滑移强度会朝两个方向跑偏
- CrystalAR 把晶体从空间群到原子坐标写成一条序列，在 MP-20 结构预测上接近最好的基线
- 在 280 万种计算化合物里筛电导率：没有一种胜过铜，但有几种在计算上接近铝
- 按实验室真正能发现什么来评分：蛋白模型的零样本精度只解释它们实际发现多少的不到五分之一的差异，50 到 100 次测量就能胜过它们
- Electric Plant 走出隐身，完成 1120 万美元种子轮，由 Onto Ventures 与 Climactic 领投，要卖能读取植物电信号的传感器和模型
- Radical Numerics 报告其 Omnii-1 模型在判断非编码 DNA 中哪些变异真的起作用上，分数高于 AlphaGenome 与 Borzoi
- Radical Numerics 与 Aptamino 用 Omnii-1 做了三轮抗体设计并逐轮送实验室测量，其中两个设计的结合强度超出了检测下限
- Radical Numerics 与劳伦斯利弗莫尔国家实验室合作，报告其生物模型在预测蛋白更偏好哪种稀土金属上，优于所测试的其他方法
- 赛诺菲与 ScionxBio 签约，用对方的深度学习平台重新设计自己的部分 mRNA 候选药物，让它们更持久地产生蛋白
- 英矽智能与施维雅的肿瘤合作十个月后达成首个里程碑，施维雅支付一笔未披露金额的款项
- Ligo Biosciences 的 Artios 从零设计酯酶，88 个设计里 17 个在自家筛选中有活性
- 新加坡南洋理工刘政领衔、落地上海的 AI 材料公司元材新界完成数千万元种子轮，君联资本领投
- 在 131 项蛋白结构任务上，四个前沿智能体里有三个查元数据比从坐标算几何更准
- 在自主实验室存下的 203 条光谱上重跑：NTT 的智能体判断拟合脚本什么时候可以微调，什么时候不该报数
- 一个团队审计自己搭的单细胞扰动评测流程，发现把输入原样返回的恒等预测器，在全部六个划分上都拿到 1.0 的扰动效应相关性
- 六个基础原子间势被推到无序碳上：能量与受力误差低，并看不出结合曲线和动力学才能暴露的失败
- 剂泰科技将用自己的 AI 平台为礼来设计脂质，这项合作的里程碑款最高约 11 亿美元
- MOFFieldBench 为 4.6 万个金属有机框架算出电子密度与静电势，让模型不只从原子结构学习
- Electric Plant 的 Bombadil 用 100 个物种、400 多万传感器小时的植物电信号训练，跟踪人工测量的叶片胁迫，相关系数 0.27 到 0.71
- DeepSeek 向所有 API 用户开放自研搜索引擎的 Search 与 Fetch 接口，每千次 5 元
- DeepSeek 把 Flash 模型升级为 V4.1-Flash-1017，调用名和价格不变，权重按 MIT 许可开源，推理和智能体基准得分提高
- Google Research 让 AI 智能体与湿实验室闭环迭代三轮，所设计核酸适配体对凝血酶的命中率从 0% 升到 42%
- 一个在去噪步骤上加可微约束的插件，消除了六个结构预测器（含 AlphaFold3）的配体手性和顺反错误
- 一个扰动配一个智能体：1,946 个 GPT-Rosalind 实例在 32 分钟内重新得出一项全脑 Perturb-seq 研究的多数结论，而且没看过论文
- Claude 在自动评估程序的校验下，八项标准量子电路任务中六项优于已发表最优，第八项拓宽了取舍空间
- Anthropic 正在国会私下递送机密 AI 安全立法草案：只有三类威胁、且风险达十亿美元或五十人伤亡，模型才能被叫停
- Google DeepMind 在 Gemini 4 Argon 安全报告中用内部数据测得：AI 研发没有显著加速，尽管其大部分生产代码已有 75% 以上由 AI 写成
- 同时设计酶蛋白和其 DNA 编码的 EZPro-Fit 提出纤维素酶变体，实测 13 个，其中两个既更耐热、活性也更高
- Blitz 把 AlphaFold 3 的结构采样从 200 步压到 8 步，精度几乎不降，并指出平均分会掩盖少步数带来的结构缺陷
- HighFold-Lasso 让 AlphaFold 3 从套索构象出发，测试集里 52 个套索肽结构全部穿对
- 多伦多团队的系统拿到实验目标、房间照片和仪器接口后，为实验室建出数字孪生、教会机械臂搬运孔板，并跑完一次 96 孔量子点筛选
- Accel 将领投 Nando de Freitas 的 Revolution Labs 6000 万美元融资，低于 9 月所传的至少 1 亿美元
- 阿斯利康向 insitro 预付 4000 万美元，合作用 AI 发现 MASH 和心肌病的新靶点和新药，里程碑付款最高约 14.6 亿美元
- CERN 与 Mistral 签署意向声明，计划用数十亿次模拟的 LHC 对撞训练一个对撞机物理基础模型
- 欧盟委员会发起认捐计划，请企业和基金会向欧洲做 AI 科研的研究者提供模型、算力和软件许可；首批七家加入
- OpenAI 推出 Rosalind 学术计划，向美国高校实验室开放 GPT-Rosalind：最多 30 个免费 ChatGPT 席位、最长一年，不含 API
- 晶泰科技在项目启动九个月后，提名首个自研 siRNA 临床前候选药物，针对 IgA 肾病，由 Kodexia 平台设计
- OmicsBench 把 97 项生信研究拆成 662 个相互依赖的子任务，没有任何模型与 harness 的组合接近饱和
- Holyvolt 融资 4500 万美元，把电池 AI 模型接到它买下的高通量实验室上，并计划 2027 年把一种不含镍和钴的正极材料推向市场
- Google DeepMind 演示用 Antigravity 智能体搜寻抗菌肽，得到一个正在做湿实验的候选分子，尚无结果
- 让晶体生成模型在生成结构的同时也生成每个原子的电子指纹，在最难的双目标上命中率提高到三倍
- 微调后的 Aurora 以约百倍速度复现化学-气候模型的臭氧、气溶胶和辐射，训练中加入卫星臭氧数据还纠正了它本会继承的偏差
- Terray 与英伟达微调 Nemotron 模型来读化学反应流程图，在 RxnCaption 基准上刷新最好成绩
- 菲尔兹奖得主 Jacob Tsimerman 改为全职担任数学 AI 安全研究所科学主任，不再入职 OpenAI
- 美国能源部发布 Genesis Agent Skills：一套公开的说明文件，教 AI 编程智能体按国家实验室的做法干活
- 赛诺菲行使选择权，拿下与 Recursion 合作的第一个开发候选药（一款口服免疫药），并支付 1000 万美元里程碑款
- Recursion 以每股 3.25 美元增发 2 亿美元新股，称现金可用到 2029 年
- Recursion 报告 REC-1245 在 12 名患者中出现 3 例部分缓解，称这款抗癌药的靶点和分子都出自自家平台
- 从零设计的半胱氨酸蛋白酶：69 个里有 13 个能在指定位置切开肽骨架，其中有的能在细胞内切开靶标
- 高维医药完成 Pre-A 轮，做 AI 靶点发现，首个针对 Notch 通路激活型癌症的候选药已进入 I 期
- 用 RFdiffusion 设计的锌蛋白酶能切开指定肽键，其中一些能切 TDP-43 和 β 淀粉样蛋白
- Ai2 发布 HiRO-ACEv2：生成全球 3 公里分辨率的降水、风场和气压，成本约为它所学习的那套模拟的 1/300
- 一年的甲烷盲测检验 12 颗卫星和 15 支分析团队：专为甲烷设计的仪器检出 92%-100% 的排放，79% 的误报来自 AI 方法
- Iambic 以每股 16 美元（区间中值）为纳斯达克 IPO 定价，募资总额 1.5 亿美元
- 吉利德预付 Vir 9000 万美元，请其借助 AI 辅助的蛋白工程平台设计三款针对实体瘤的遮蔽型 T 细胞衔接器
- Google.org 向 17 家机构拨款 3600 万美元，资助把 AI 用于科研，课题从聚变等离子体、钠离子电池到非洲人群的药物代谢基因
- Leash Bio 发布 Minos：把预先测好的蛋白质结合筛选做成环境，AI 智能体挑选要测的分子，立刻拿到真实的结合结果
- 叠加在 ECMWF 预报之上的机器学习校正，在 ECMWF 2025 年第三、四周实时预报竞赛中排名第一，胜过六家业务预报中心和 34 支队伍
- 丹纳赫与英伟达称正着手把加速计算放进丹纳赫的仪器，先从选定的一批重点仪器开始，未披露任何条款
- 在自有实验室开发特种化学品工艺、再用智能体协调 500 家合作工厂的 Scimplify 完成 2500 万美元融资，Hitachi Ventures 领投
- Google Research 只折叠被结合的那一小块靶点，让 719 个残基的酶省下 88% 的 GPU 时间，并拿到个位数纳摩尔的结合物
- Zealand Pharma 预付 Generate Biomedicines 3000 万美元，为肥胖症设计多特异性蛋白药物
- Albert 完成 5500 万美元 B 轮，TCV 领投，做能检索并推理化工企业自有研发数据的 AI
- Gamow Labs 的 AI 流程盲测重读 26 个疑难新生儿肺病基因组，19 个已解病例全部对上，并在一个未解病例里找到染色体重排，经 Baylor 确认
- Google 全面开放 Gemini 4 Argon，公布多项科研案例及科学家免费使用计划
- 从 Eleven Therapeutics 拆分出来的 Undecimal Bio 以 1800 万美元种子轮亮相，要找能把 siRNA 药物送到肝脏以外组织的分子
- 力误差相同，速率却不同：一篇预印本用反应路径上的单点能量，给出机器学习势算错反应速率的上下界
- 天序智能完成数千万元 Pre-A+ 轮，厚雪资本独家投资，做面向风电光伏的气象大模型和自有卫星
- Drylab AI 完成 300 万美元种子轮，Vertex Ventures Southeast Asia & India 领投；公司让智能体在客户自己的机器上跑计算生物学分析
- 斯坦福的验证器专挑 AI 数学证明里的错：需要人工复核的无效解少了约一半，11 篇 OpenAI 预印本里也都报出了真错误
- 九个智能体按国家实验室科学家的要求写了 135 篇续作论文，评审判定其中 114 篇未通过诚信检查
- 据彭博报道，DeepSeek 正洽谈领投前腾讯科学家胡瀚创办的机器人 AI 公司 Winverse AI 的种子轮
- 搜索无机晶体材料的利物浦大学衍生公司 Matter Machine 完成 400 万英镑 pre-Series A 融资，IP Group 领投；Oxford Nanopore 的 Gordon Sanghera 加入，负责商业化
- 英国扩大用前沿 AI 查找政府系统漏洞，并表示将研究严重 AI 事件的上报义务；涉及 AI 智能体的事件如何应对，相关工作已经开始
- AriadneX 把粉末衍射图谱拆成已知物相和剩下的部分，为化学家指出哪些样品里有新东西
- RNA 传感器该结合转录本的哪一段：用 7,383 个实测传感器训练的模型，在没见过的病毒基因上挑出了能工作的靶位
- 耶拿大学发现：语言模型读得出材料含哪些原子，却读不出原子怎样排列
- 一个用预测表位设计的布鲁氏菌疫苗候选物，在供者血细胞中提高了细胞因子释放和 T 细胞比例，但尚未做动物保护力试验
- ART 论文预印本发布，并报告同一套智能体流程重跑十次都找到了那个位点，却没有一次看出重复阵列
- 23 种「何时可以相信化学模型」的判据被拿去对照留出误差打分：模型自身的不确定度把误差降低 65%，最好的相似度指标 32%
- 科理新序发布 Chain of Structures：语言模型分四步规划一个酶，每一步先由蛋白生成模型做成结构，再写下一步
- 利太智药完成近 5000 万元种子轮，用生成式模型设计多肽药物
- 用 105 个实验室试件训练的随机森林，预测沥青混合料里天然砾石替换碎石后性能如何下降，并把恶化最陡的区间放在 12% 到 16%
- TypeSafe AI 完成 8.7 亿美元 A 轮、估值 75 亿美元；其模型 Jev 不生成文字，而是把结构化判断直接交给程序
- GSK 自家实验室测得 Chai Discovery 设计的分子结合了每个受测靶点，随后把它的模型用到整条管线
- 一个通用聊天模型，靠反馈回来的形成能，在 5,000 次尝试内找到某材料基准中 96% 的低能组成，是专门训练的生成模型同样次数下的两倍多
- 神经网络势给出了 X 射线看不见的氢原子在一个铜簇里可能的位置，而这个铜簇本身驱动了一系列光催化反应
- 十种 GPT-5 配置在 161 个临床病例上对比：让它多想有用，跑成智能体反而更差，而搜索把最弱的那个拖得更低
- Oganov 团队借助机器学习势，在计入量子核运动的自由能曲面上做演化式晶体结构预测，找回了 LaH10 实验观测到的立方相
- 美国国家飓风中心从首份公告起就主要依据 Google DeepMind 的 AI 模型预报飓风 Isaias，当时预报为 2 级；风暴最终在佛州 Destin 附近以 2 级登陆
- ARPA-H 向 NATIVE-ID 项目投入最多 2860 万美元：测量 5 万种蛋白在细胞里如何聚集，再训练 AI 来预测
- 一项对 Google GNoME 晶体数据的审查发现：多数预测结构的几何形状与某个已知晶体相差不到 0.05 Å
- Prompteina 用文字描述直接生成全原子蛋白结构，其设计的 GM2A 结合蛋白有 9 个在实验中结合，最强的为 107 nM
- ACED-Bench 考察智能体会不会选对实验、知不知道何时收手，每道题的答案都由背后隐藏的因果模型给出
- 罗氏与苏黎世联邦理工让一个模型挑选下一批要做的硼化反应，再用所得数据训练第二个模型，它在十个新的环状化合物上判断出了反应落在哪个位置
- 阿斯利康用肝细胞蛋白质组训练毒性模型，查明一些前列腺癌降解剂为何在培养皿里杀死肝细胞，并挑出一个几乎同构却不杀肝细胞的类似物
- 美国能源部选定四个国家实验室牵头的项目，为自主科学搭建共用的机器人测试平台：总额 3000 万美元，其中 2026 财年 200 万
- 据彭博社报道，Isomorphic Labs 正就新一轮融资进行早期洽谈，估值至少 400 亿美元，距 21 亿美元 B 轮仅五个月
- Iambic 把 IPO 价格区间定在每股 15-17 美元，按中值约 1.5 亿美元，两家投资方表示有意认购至多 6000 万美元
- 用机器学习势把 317,457 个实验晶体结构逐个松弛，找数据库里的坏条目，查出两个此前没人报告过的错误
- 一个世界模型学会在原子模拟里向前跳步：直接预测哪些原子动了、过去了多少物理时间，物理性靠硬约束钉住
- Anthropic 承诺三年内向 Genesis Mission 投入 1.5 亿美元，是白宫统计为 24 亿美元的十一家企业承诺之一
- 九个通用原子间势被拿来算碳化物在 300 到 1200K 之间的刚度与热软化，结果多数都算得偏软
- Anthropic 新版使用政策 11 月 12 日生效：模型驱动的机器必须有人能随时停下，封闭仪器内处理无危害材料的实验室自动化则不在此列
- 能源部再向 12 个 Genesis Mission 第二阶段项目投入 1.59 亿美元，从聚变数字孪生到酶设计和自主运行的加速器
- 英伟达承诺五年内为美国科学投入 10 亿美元，是 Genesis Mission 十一家企业承诺中最大的一笔
- OpenProblemBench 把数学和理论物理里的 82 个开放问题交给 AI 智能体，由模型评审打分，GPT-6 Astra 的答案被判解出的比例为 14%
- 中研院研究者让 Claude Code 监督 24 个冷冻电镜和 X 射线结构的建模与精修：重新精修的冷冻电镜模型几何质量提升，最终判断仍由研究者做
- Claude 根据一页纸的要求推导、编写并拟合了一个新的极性流体状态方程：对醚类误差约在 1% 以内，对酮类则要把极性项几乎关掉才拟合得上
- AutoDrude 直接从 DFT 拟合可极化力场，抓住了电荷缩放抓不住的聚合物电解质锂传输行为
- 从第一性原理算库仑排斥，把 Mg2IrH6 的预测超导温度压下去约 40 K
- 一种双重亚稳合成法做出四个相，其中三个与作者检索的实验库和计算库里的结构都对不上
- Brice Ménard 用 Claude Science 拼出全天紫外地图，其中三分之一由其他波段预测
- OpenAI 因一处符号错误撤回其模型的三篇数学手稿，并修订另外 14 篇
- Biohub、美国能源部和 NIH，加上 Google DeepMind、Isomorphic Labs 和 Meta，为虚拟细胞模型的开放数据投入 18 亿美元
- Matchpoint Therapeutics 完成 1.5 亿美元 B 轮，用于把口服共价 T 细胞药物 MPT-062 在 2027 年推进临床
- Rivercell 在巴黎以 2500 万美元种子轮亮相，自己生产细胞随时间响应处理的数据，用来训练虚拟细胞模型
- Meta 给机器人世界模型「想象下一步」的误差拟合出一条规模律，而该律在被排除于拟合之外的两个最大模型上依然成立
- 每种材料补十个结构，预训练势的声子就准了，但多数微调方式反而把相变算得比完全不微调更差
- 丹纳赫计划在旗下 Abcam 建首个 AI 自主实验室，设计、制备并测试抗体等试剂，预计 2027 年初规模运行
- GNoME 论文作者之一 Simon Batzner 离开 Google DeepMind，加入 Anthropic
- OpenAI 一次公开 722 篇数学手稿，出自其 Navier–Stokes 主张背后那个未发布的模型
- Resolution 用智能体把 Hironaka 的奇点消解定理形式化进 Lean：约一周、60 万行，token 花费估计 13.5 万美元
- WhiteLab Genomics 融资 2600 万美元，在动物身上检验其 AI 设计的基因治疗递送载体
- 据报道 Multiply Labs 融资 7500 万美元，用机器人替代细胞与基因疗法等生物药生产中的人工步骤
- Vinci 融资 2.5 亿美元、估值 15 亿美元，要用物理模型取代芯片设计中的仿真节点
- 北京大学团队与编码智能体在 Lean 中形式化庞加莱猜想：约 280 万行代码，主体阶段两周多，花费约 2.5 万美元
- 一个读视网膜血管网络的模型能提前数月预测先兆子痫，在另一家医院的 13 例病例上也站住了
- 晶泰科技发布闭环 siRNA 设计平台 Kodexia，称六个自有项目已在上面跑，第一个在 7 个月内拿到猴体数据
- insitro 把用礼来数十年临床前数据训练的模型放进 Lilly TuneLab，供成员生物技术公司在合成分子之前预测它在体内的表现
- Gemini 4 智能体提出、作者逐一重新推导：打破仿星器对称性的三维等离子体精确平衡解，扩大了 Grad 猜想的反例
- Arc Institute 发布开源模型 PIE：读取关于基因、药物和细胞系的已有知识，预测细胞对扰动的反应
- Italfarmaco 与 VeriSIM Life 签下针对一个 HDAC 靶点的 AI 药物发现合作，费用、里程碑和分成合计潜在价值超过 1 亿美元
- Google DeepMind 与加州理工的 AlphaProtein Novo 设计出以 99:1 选择性合成哌啶的酶，而他们筛的 188 个天然与已改造变体没有一个超过 30:70
- Iambic 递交 IND，申请开展 KIF18A 抑制剂 IAM217 的 1/2 期试验；公司称该药由 AI 设计，没有用到药物结合态的晶体结构
- Vals 研究者与 Claude 智能体算出两个零净磁性、却能按自旋分选电子的磁体候选，其中一个早在 1999 年就被合成过
- 美国与另外 16 国认可《京都愿景》：一份表示将努力让 AI 投入科研的无约束力声明
- Zhao Song 与微软研究院的 Xinzhi Zhang 贴出 1995 年 KLS 猜想的证明，过程中由两人指挥 AI 工具
- Xaira 称 X-Design Vega 把 XA-1 纳米抗体从 DNA 合成推进到先导分子只用了 7 周，并为传统文库筛选和羊驼免疫都没成功的一个 GPCR 做出拮抗剂
- 晶泰科技用 AI 和机器人设计的自研脱发药物进入 IND 申报前研究，此前的小鼠结果与米诺地尔相当
- Ai2 开源 AstaBrief 8B 的权重和训练数据：它是 Asta 里负责写带引文文献报告的模型
- ImmuneAgent 从人类 B 细胞测序数据里给抗体候选排序：克隆的 110 个里 60 个有中和活性，其中 12 个是广谱的
- Meta 发布六篇借助 Muse Spark 在普通聊天界面里完成的数学论文，称其中五篇回答了开放问题；其中三个问题，别的团队已先发表了解答
- Baker 组设计出两个复杂活性位点的人工酶并在实验中起效，其中一个有 2.7 Å 晶体结构
- MIT 的 VISTA 框架让 Claude Opus 5.0 只看画面就通关 ARC-AGI-3 全部 25 个公开游戏，没有训练新模型
- arXiv 限定每位投稿人每月最多投两篇：9 月收稿 40,363 篇创纪录，arXiv 认为推手是 AI 工具
- 帝国理工的 GEODE 在 MP-20 上生成 11.9% 的亚稳、唯一且新颖晶体，次优的对称感知模型为 7.7%
- AI Theorist 从一组未发表的测量出发，为一种量子材料的光学谱建出模型；能定胜负的实验还没做
- MeteoSwiss 的 1 公里 AI 天气模型 Varda-single 在阿尔卑斯地区 33 小时内与自家 1 公里物理模型大致相当，但低估部分局地风速峰值
- Shift Bioscience 称“扰动模型打不过朴素基线”这一结论所用的指标标定有问题，换成标定好的指标后，较新的模型能胜过基线
2026 年 9 月 177 条
- Google 发布 Gemini 4 Argon，先向受信任的网络防御方开放；称在一个量子子程序优化上比已发表基线好 40%
- DeepMind 在 Nature 发表 SynthID Bio：给 AI 设计的蛋白加不可见水印，仍能结合靶点
- Zenithon 完成 1000 万美元种子轮，做聚变、火箭和芯片制造物理的世界模型
- HHS 与 ARPA-H 启动 SURPASS：五年计划，用数字孪生和 AI 智能体改造临床试验
- OpenAI 与 Synopsys 合作开发 GPT-Synopsys：让模型操作 Synopsys 芯片设计工具，收入分成
- CompMat-Bench：三个大模型在 94 个计算材料研究步骤上通过率 66.0%-90.4%，昂贵的模拟事先跑好
- Profluent 与 BioMarin 合作，用 Profluent 的蛋白质模型设计酶替代疗法，双方均未披露条款
- Autopoiesis Sciences 完成 1100 万美元种子轮，由 Threshold 领投，做科学推理与自主科学发现的 AI
- Google 称用 ERA 编程系统做出的流感预测模型，在美国 CDC 对 2025-26 流感季的评估里，39 个模型中排第一
- Edison Scientific 称，Population Health Partners 提交给 FDA 的一份 pre-IND 会议申请约 70% 由 Kosmos 起草
- OpenAI 开发者大会升级工作工具：全天候智能体 dots、云端 Codex、团队共享的 ChatGPT Space 页面，以及 GPT-6.1 Sol
- Kyunghyun Cho 创办健康领域前沿 AI 实验室 Ortet，获 Thoreau 5 亿美元投资承诺
- 据报道 OpenAI 正洽谈至少 300 亿美元新融资，估值约 1.4 万亿美元，仍处早期
- CARAT 检验材料大模型是在推理晶体结构，还是在抄输入里已经印出来的答案
- 加州大学圣克鲁兹分校的基准发现：AI 科学家可以预测得准却没找到规律，也可以找到规律却预测得差
- OpenAI 的 GPT-6.1 Sol 在 Terminal-Bench Science 上平均每任务 5.47 美元，Opus 5.5 和 GPT-6 Astra 为 23.21 至 23.80 美元
- GLASS 生成最多 150 个原子的金属有机框架，结构有效率 74.8%，但 98.3% 的有效样本与已知训练框架匹配
- 微软研究院发布生物学多模态世界模型 Quine，仅向研究员计划和部分合作方开放
- RxnOptBench 让模型从真实筛选表里挑反应条件：在多维选择上，化学专用模型的分数与随机无异
- 桑迪亚国家实验室将用 Radical AI 的自主实验室，寻找更便宜的、能把氢气分离出来的金属膜
- Tremont AI 以 Mahmood 实验室衍生公司的身份走出隐身状态，获授权使用麻省总医院布里格姆的技术，用于读取动物药物安全性试验的组织样本
- AMD 同意以约 82 亿美元全股票收购李飞飞的 World Labs
- 路透报道 Anthropic 的 IPO 招股书：2025 年收入约 46 亿美元，净亏损 420 亿美元，计划投入 5180 亿美元算力与基础设施
- OpenAI 首席科学家、Anthropic 联合创始人、Hinton 与 Bengio 联署论文：自动化 AI 研发可能引发智能爆炸
- OpenAI 因安全测试中的欺骗行为搁置 Astra 6.1；英国 AI 安全研究所发现 GPT-6 Astra 在模拟中攻击软件供应链
- Anthropic 发布 Claude Sonnet 5.5，价格与 Sonnet 5 相同，称速度快 30% 以上
- CP2K 开发者把机器学习泛函 Skala 接入 CP2K 并在晶体上测试：带隙达到杂化泛函水平，但晶格常数偏小
- 一个低成本的电声耦合替代指标筛查 10 万多种氢化物，指向预测在 50 GPa 仍稳定的立方 NaH6
- Biossil 由 OpenAI Startup Fund 领投融资 1.53 亿美元，估值 10 亿美元，用语言模型挖回失败的候选药
- MindRank 把 AI 设计的口服 GLP-1 药物 MDR-001 大中华区权益授权给三生制药两家子公司：首付 1.5 亿元，总额最高 17.5 亿元
- 罗氏称已开始建设自主 AI 实验室，并称 40% 的管线决策有可追踪的 AI 或计算贡献
- 英国 MRC 分子生物学实验室的 GuideFlip 为无序蛋白区段设计结合物：RBX1 末端最佳 4.5 nM，并解出纳米抗体结合活性受体的冷冻电镜结构
- 丹麦技术大学的 ANCHOR 冻结晶体结构模型、只训练成分选择，稳定、唯一且新颖的晶体占比从 1.1% 升到 22.1%
- 诺华用 10 个 WRN 晶体结构微调 Boltz-1，模型学会了从未见过的别构口袋和大幅构象变化
- Nando de Freitas 的 Revolution Labs 洽谈至少 1 亿美元融资，DeepMind 与 Brain 出身的研究员创业潮再添一家
- DARPA 资助 MarWell Bio，直接从序列预测蛋白质功能
- Mila 与苏黎世联邦理工把 DFT 的基组改成用梯度下降拟合的一团高斯，在单个四卡节点上算到 2742 个原子
- AtomWorld-Mem 给挑选动力学蒙特卡洛模拟跃迁的模型加上记忆，每个事件带来的演化进展最多提高 420 倍
- 波鸿鲁尔大学的可解释 XRD 定相模型，在 50 个实验结构生成的图谱上判对空间群 56%，此前报告为 42%
- 丹麦技术大学发现：用完美晶体模型拟合自驱动实验室的金纳米颗粒 X 射线数据，得到的原子数只有分子动力学模型的一半左右
- 一个由 UKRI 资助的研究网络让 AI 模型在无人阅读前淘汰了 179 份基金申请中的一半
- Claude 算出一个粒子物理玩具理论中的九圈振幅，由算到八圈的物理学家核验
- Turbine 完成可行性研究后，扩大与第一三共的 ADC 发现合作
- Lila Sciences 的 AI 引导自动化实验室为绿氢找到无需铱的催化剂，稳定运行超 1000 小时
- A-Lab 用成本引导框架，在 78 次自主合成中找到两个高电导 NASICON 固态电解质
- OpenRxn26 显示，一个静态基准领先的反应势模型，一旦轨迹偏离教科书反应路径就性能骤降
- X2SBench 发现，一个在模拟衍射图谱上进步的晶体结构模型，在真实图谱上反而变差
- PhiGen 能恢复经典直接法解不出的晶体相位，且适用于训练中从未见过的空间群
- PFArena 发现蛋白质语言模型与 LLM 智能体在不同的蛋白质改造任务上各有胜场，而非谁通吃
- Genentech 首付 5500 万美元，请 AI 抗体公司 Earendil 设计抗癌双特异性抗体
- Roche 首付 7000 万美元，携手 Atavistik Bio 开发心肾代谢领域的变构药物
- BigHat Biosciences 融资 7500 万美元，推动 AI 设计的抗体药走向临床读出
- 上海交大徐振礼创办的索格智算获数千万元天使轮，做 AI 材料模拟
- AlphaGo 共同创造者 Thore Graepel 为 Metis Reasoning 洽谈数千万美元融资
- HetCat26：通用材料基准上的排名，说明不了模型在催化问题上的表现
- 苏黎世癌症检测初创公司 Prevision Medicine 完成 540 万美元种子轮
- AlphaFold 数据库新增 2812 个病毒蛋白质组的蛋白对预测结构，约 30% 的结合面在实测结构中找不到对应
- Edison Scientific 与 Springer Nature 签订订阅协议，Kosmos 可以读取 Nature 系列的专业期刊
- 基于 110 万个晶体结构训练的互变异构体预测工具，在 PDBbind 中揪出可能标错的配体
- Basecamp Research 融资 1.4 亿美元，用自有生物多样性数据集训练新模型
- 机器学习帮助调配二氧化钛改性水泥砂浆，兼顾染料降解与抗压强度
- Anthropic 湿实验室首个成果：智能体标出一段未注释的重复阵列，人类实验证实它被转录
- WhatWorkedBench 检验 AI 科研智能体是否懂得实验为何起效，而非只会跑通流程
- CellAudit 发现一个智能体发现的细胞响应预测器打分不错，却根本没用它声称使用的输入
- Stanford 的基因组语言模型 Minerva 独立在 150 个细菌基因组中发现逆转录酶相关重复阵列
- 研究智能体会主动钻评分的空子，被告知怎么被抓之后还学会了隐藏
- Enveda 融资 3.11 亿美元，推进其 AI 从天然化合物中找到的药物
- DTU 发布含 1500 万结构的固液界面数据集，供材料 AI 使用
- NYU 发布 Tautomer-Predictor，用 110 万个晶体结构训练，找出药物分子里放错位置的氢
- Azulene Labs 融资 340 万美元，用量子力学数据训练受物理约束的化学模型
- RECLAIM：最好的开源权重智能体，在有代码和权重时能复现 41% 的机器学习论文，没有代码时只有 15%
- Radical AI 称其电子性质模型提出的 6 种材料在自动实验室里全部达到目标，第二个模型则没有
- LLM 引导的 AI 找到 RNA 聚合酶 II 暂停的序列规则，进而帮助推翻“暂停-释放”模型
- 斯坦福的 MUSegNet 在微超声上识别前列腺癌，表现优于六名专家读者
- Anthropic 发布 Claude Opus 5.5，生物能力越过上周设下的验证门槛
- UFO-MGen 把晶体对称性编码为拓扑特征，在生成式晶体模型中报告最高稳定性得分
- 一项基准显示，生成式晶体结构模型多数只是在复现已知原型，而非真正的全新结构
- Argonne 的一个智能体把原子间势方程直接翻译成可运行的 LAMMPS 模拟代码
- 一份主要借助 Codex 完成的证明，称 x^3+y^5=z^7 没有非零互素解
- MARC-TS 学习完整反应路径，其预测的过渡态中 405/410 通过量子化学验证
- 新研智材完成千万元级天使+轮融资，用 AI 研发半导体封装材料
- 2015 年成立的材料计算公司龙讯旷腾完成亿元级 B1 轮融资
- AI 智能体在 10 mK 下自行对 MoS2 器件做持续数天的量子输运测量
- 前 Anthropic 研究员创办、要把 AI 研究自动化的 Mirendil，洽谈以 50 亿美元估值融资至多 10 亿美元
- 微软研究院的 Agensh 让最多 1024 个编程智能体在没有中心调度的情况下协作；重建 pandoc 的测试通过率从 34% 升到 55%
- 用 AI 写出的抗生素流水线酶载体部件在活细胞里跑通了：76 个设计、578 个变体被构建并测量，产量最高达天然部件的三倍
- RetroChimera：有机化学家更偏好一个集成模型的逆合成预测，而非已发表反应
- 九位数学家组成独立小组，为 OpenAI 的数学成果把关
- 开源大模型能编码临床风险，却很少能正确权衡误诊代价
- 只需几百个真实检测标签，就能校准 Boltz-2 的虚拟筛选排序
- AugNet 补上材料 DFT 免参考加速的最后两块缺口
- 十六个独立运行的 AI 智能体，收敛到同一个 MOF 发现结果，也收敛到同一个共同错误
- 用 6967 对晶体结构检验：单个突变让蛋白质变形越大，AlphaFold3 算得越不准
- 机器学习识别单离子磁体，只比一条简单规则好一点
- Iambic 申请纳斯达克上市，同日 AbbVie 签约使用其 AI 药物发现平台
- 只用几百条实验数据微调 Boltz-2，虚拟筛选的命中率几乎翻倍
- 晶泰科技向自己的科学智能体开放 80 多项自有药物发现工具，并让它调度公司的实验室机器人
- Iambic 介绍内部模型 Enchant v3：410 亿参数，用 16 类数据预测药物性质，公司称准确率随规模持续上升
- 剑桥团队的 BRIDGE-AD 为阿尔茨海默病提名一个溶酶体基因，并在小胶质细胞中检验
- CU Boulder 的工程学者借助 Claude Code，约 75 小时推出两项软物质理论新结果
- 一个通用大语言模型自主规划并修改逆合成路线，在基准测试中打通 120 个靶点里的 111 个
- 科理新序完成近 5000 万元首轮融资，搭建与机器人实验相连的科学基座模型
- FutureHouse 与 Edison Scientific 发布生物学的十二个“千禧年问题”
- Anthropic 证实已建立用于生物学研究的湿实验室
- 塔夫茨大学与佛蒙特大学造出 MOMbot：自主开展生物学实验的“机器人科学家”
- 麻省理工的贝叶斯优化 AI 仅用六轮实验就找到耐热 mRNA 疫苗配方
- 陶哲轩的 SAIR 基金会预告由数学界自主治理的开源数学模型计划
- 量子启发的正交约束，帮经典生成模型扛住迁移学习的破坏
- 英国 5 亿英镑的 Sovereign AI 基金接近领投药物发现初创公司 Potential Sciences
- 伦敦大学学院独立检验 DrugCLIP：它能推广到没见过的蛋白，但换成未结合配体的结构或预测口袋，表现大幅下降
- 斯坦福 3.7 万智能体 Virtual Biotech 提出肺癌药物开发策略
- Insilico 团队发布衰老生物学 17 项任务基准与专用大模型
- Anthropic 推出生命科学核验计划，为通过核验的团队放宽 Claude 的生物安全限制
- Anew Labs 发布智能体药物发现引擎，附带一次有实验验证的抗体设计
- 前沿大模型意外涌现分子构象稳定性排序能力
- PhAI Labs 跨领域世界模型提名的一种癌症干预方案，在小鼠体内得到验证
- 加州大学圣地亚哥分校构建四维虚拟细胞，未经针对性拟合即重现已知药物效应
- Claude 改写 30 多个开源生物模型的推理路径，Anthropic 把结果开源
- 一个由大模型整理、覆盖 5 万余名患者的数据集，发现癌症治疗毒性的两种不同遗传成因
- Google Cloud 的 ScientistTwo 在各自的基准上改进了 107 篇已发表机器学习论文中 86 篇的方法，AI 评审判定其多数论文可录用
- Big Picture Bio 获 150 万英镑种子前轮成立，用肿瘤模型挑选抗癌药物组合
- Polyphron 完成 2000 万美元种子轮，Quiet Capital 领投；公司用多个供体培养的人类心脏组织检验 AI 的生物学预测，下一步是肝脏，联合创始人之一来自 Gemini 团队
- 字节跳动 AI 制药部门分拆为 Anew Labs，融资 2.9 亿美元
- 诺和诺德将在研发流程中试用 Anthropic 的 Claude Science
- 斯坦福团队推出 Paper2Agent，将论文转化为可复现并拓展其发现的 AI 智能体
- SynAgent 让多模态 LLM 智能体自建对合成过程的理解
- Google DeepMind 成立 DeepMind Institute，研究 AGI 的社会影响
- NSF 将其 15 亿美元 X-Labs 计划向物理系统 AI 开放
- Moderna 发现是采样方式而非模型架构，决定了一次 GAN 对 VAE 的抗体设计测试
- PhAI Labs 把科研代码库变成智能体环境，并在自家基准里揪出了答案泄漏
- ShEPhERD-2 仅凭 3D 相互作用谱设计类药分子，采样速度比前代快 6.4 倍
- 杜伦大学衍生企业 Magnitude Biosciences 融资 130 万英镑，扩大用机器学习读取活体线虫的筛选
- 超衍智能天使轮加天使+轮合计融资近 4 亿元，打造自我进化的科研 AI
- Intrepid Labs 的 Andromeda 2 智能体设计口服紫杉醇配方：12 个同时达到四项目标，旧优化器 6 个，实验设计法 0 个
- OpenAI、Anthropic 与 Google DeepMind 证实已在安全议题上横向协调
- 从电催化文献中学习的模型给七种稀土掺杂排序，实验证实了前四位的顺序
- PhAI Labs 发布 ScienceBuddy：一个能自我重训练工具链与模型的科研智能体
- OpenAI 基金会投入 1.25 亿美元资助面向 AI 健康研究的开放科学数据集
- Google 发布 Gemini 3.8 Live 与 Extended Thinking，把实时语音和多步推理放进同一模型族
- LG AI Research 的化学视觉模型接入爱思唯尔 Reaxys 生产流程
- Periodic Labs 用自有实验室数据后训练万亿参数模型，解读衍射结果
- Recursion 将 RNA 基础模型授权给 Tempus，用于肿瘤诊断
- 晶泰科技的 LCMS2Yield 预测反应产物吸收紫外光的强弱，测收率不必先纯化出一份对照样品
- Google、Google DeepMind 与 MIT FutureTech 调查 637 名科学家、分析 1500 万次 Gemini 对话：每周约省 7 小时，其中不少花在核查 AI 输出上
- Mithrl 完成 2000 万美元 A 轮，Obvious Ventures 领投；公司要做的是判断哪些生物学假设能通过后续实验，而不是再生成更多假设
- Google 研究者发布 Stellar Colosseum：面向长程数学研究的多智能体框架
- 五家药企联合私有结构数据，提升蛋白质-配体模型精度
- 北京大学团队的开源科研智能体 OpenAI4S 把每一步存成可重跑的代码，在 36 个科学任务上得 7.83 分，Claude Code 为 5.7 至 6.4 分
- IAM-I 联合 14 国 26 家机构发布面向 2040 的材料 AI 路线图
- 25 位菲尔兹奖得主警告 AI 公司与数学之间“严重错位”
- 克雷研究所称 Navier–Stokes“看来已被解决”，但核实不会仓促
- 前沿实验室安全研究员离职，加入独立评测机构 METR
- 分子之心的 QuantaMind（用于反应性分子动力学的学习型力场）发表于《科学进展》：在约一万原子的体系上接近 DFT 精度
- 鼎犀智创完成数亿元 Pre-A 轮融资，建设 AI 驱动的材料自主实验室
- 英矽智能为 rentosertib 计划入组 320 人的 3 期试验完成首例患者给药，这是它用 AI 发现的肺纤维化药物
- 每条指令都要耗能量的随机 Z80 程序，演化出自我复制，同时压低了互相偷能量的行为
- 伯克利的 GPN-Star 把人类 DNA 与其他物种的对应片段放在一起读，在识别致病变异上胜过大得多的基因组模型，论文发表于 Nature
- 西湖大学与深势科技在 Nature 发表 ProteinTalks：用药物处理后的乳腺癌蛋白质组训练的虚拟细胞，它挑出的药在三名患者的类器官上做了测试
- 寻明生科开源其智能体抗体设计框架，由它设计的 80 个抗体中有 38 个在公司自己的实验室里结合了靶点
- 中国科学院与深势科技的 UniCure 预测患者肿瘤对药物的反应，并在 396 份临床样本上做了检验
- AlphaGenome Atlas 预计算 90 亿种 DNA 变异效应
- GPT-5.6 Sol 在超导量子芯片上运行实验
- OpenAI 报告 AI 生成的 Navier–Stokes 解答，同时出现来源争议
- 数学家就 OpenAI 的 Navier–Stokes 结果提出署名与优先权争议
- 一套预先注册的物理判定器检验后，AI 生成的 1,248 个超导体候选没有一个站得住
- MIT 的 IRIS 从基因表达反推细胞在发育中接收过哪些信号，一项小鼠组织实验证实了它的一个预测
- 英矽智能用六个蛋白质组衰老时钟分析 rentosertib 试验的血样，用药患者的生物学年龄读数低于安慰剂组，第四周最明显
- Living Models 的植物 DNA 模型 BOTANIC-1：最大的模型在 545 项研究中约有一半把已验证的因果变异排进候选前 1%
- OpenAI 称编码智能体已达到自动化研究实习生里程碑
- 用机器学习和冷冻电镜设计 GPCR 药物的 Superluminal Medicines 完成 6000 万美元 B 轮，BVF Partners 领投，用于推动首个药物进入临床
- Claude 完成费马大定理的计算机可检查形式化
- DeepMind 研究：智能体研究群体传播验证器漏洞，另一些智能体主动举报
- Inceptive 微调后的模型设计的 CAR-T mRNA，五个里有三个在小鼠体内清除的 B 细胞多于 Capstan 优化过的序列
- ETH Zurich 衍生企业 DataHow 完成过桥融资，把生物工艺模型接到实时生产数据上
- 清华 AIR 孵化的艾斐智药完成约亿元天使轮融资，做 AI 主导的新药研发
- AI 设计的蛋白质组装体造出转运效率远超脂质纳米颗粒的 RNA 载体
- BigHat 完成 BHB810 首例患者给药，这是其首个进入人体试验的 AI 设计药物
2026 年 8 月 43 条
- Lila 称其平台设计的体内 CAR-T mRNA 在猴子中优于对照；会议摘要和博客给出的数字不一致
- Anthropic 扩大科学家优惠使用 Claude 的计划
- Anthropic 预览连接智能体与实验室硬件的通用接口
- Co-Scientist 从假设生成跨入实体实验
- Tetsuwan Scientific 用 Claude 选定的 9143 次机器人移液，训练出一个预测移液精度比厂商规格表好约 12% 的模型
- 望石智慧与北京大学让一个从每轮实验结果里学习的生成模型，跑完三个候选药物优化项目
- Diogo Machado 让 GPT-4o 在 139 份奥地利基金申请中挑选：评审认为新颖的申请，它比基金会更不愿资助
- Google 将 AI Responsibility 团队移出 DeepMind
- BixBench3：在 20 个从原始数据做起的计算生物学任务上，13 个前沿模型得分 0.00 到 0.48
- Transfyr 以 General Catalyst 领投的 2500 万美元种子轮亮相，要记录实验到底是怎么做的；ARPA-H 首任主任是联合创始人
- MIT 用 AI 写的 12.6 万种晶体描述训练晶体-文本模型；改用论文原句训练，按性质检索与随机无异
- Benchmark 显示智能体只能完成少数完整科学工作流
- Claude 与两位数学家把椭圆曲线秩纪录推进到 31
- OpenBind-0 发布完全开放的共折叠模型，并发现多四年的 PDB 数据并非处处有用
- 微软研究院预训练出 Orbformer，一个能用于多种分子的神经网络波函数，以能与经典方法竞争的成本，在断键计算上达到化学精度
- Baker 团队的 SAPP 与 DMX 把蛋白设计的实验验证变成 48 小时一批
- Bioptimus 获 Cancer Research Horizons 提供 1750 例结直肠癌患者数据，用于训练和测试 M-Optimus
- 由算法为每位患者挑选新抗原的个体化癌症疫苗达到 III 期终点
- 511 个由 AI 设计或打分的抗体进入一场盲测挑战，按同一套流程测量：在挑出结合最强的抗体这项任务上，除一种方法外全都不如随机抽取
- Generalist AI 的 GEN-1.5 看一次示范就能学会新的机器人任务，不重新训练的成功率为 59%
- Network Bio 携 5000 万美元亮相，Section 32、Thiel Bio、Founders Fund 等出资，用学术医疗中心生物样本库的患者组织训练 AI
- Anthropic 报告 Claude 设计的蛋白结合物通过湿实验
- ASI-Bench 测试缺少逐步指导时的自主科研能力
- OpenAI 的 LifeSciBench：750 道专家出的生命科学任务，最好的是 OpenAI 自己的 GPT-Rosalind，通过率 36.1%
- Enveda 称其模拟运动激素的口服药 ENV-308 在 88 名健康志愿者中耐受良好
- 诺贝尔奖得主参与创立的 GenBio AI 发布 AIDO Cell 预览版：一个从 DNA 到整个细胞行为的人类细胞模拟模型
- LiteFold 的 LiteMol-1 用一个面向智能体的生成模型覆盖小分子、多肽、大环与 PROTAC
- 普林斯顿的 Lanyon AI 走出隐身，首轮融资 1060 万美元，由 Dimension 领投，做形式化验证的科学 AI
- Inherent 训练出 27B 的 Faraday，由它指挥前沿 coding agent
- AI 抗体发现公司寻明生科分阶段完成 1 亿美元 B 系列融资，累计融资近 2 亿美元
- Claude 改进黎曼猜想相关的长期数学界限
- 用 AI 智能体寻找芯片散热材料的 YC 初创公司 Discovered Materials 完成 900 万美元种子轮，Lightspeed India Partners 领投
- 普渡大学火焰测试：Radical AI 的合金 RAI-939 增重 0.25%，阿波罗时代的 C103 合金减重 32%
- WeatherNext Cyclones 将气旋预报提前约一天
- AI 核验工具开始审计科学记录，在整批论文中标出错误
- Jeff Dean 离开 Google，创立 Discovery Loop
- Demis Hassabis 从 DeepMind CEO 转任 Alphabet 首席科学家
- 巴斯夫催化剂业务部门授权使用 Orbital Industries 的 CurieOS，用于寻找汽车尾气催化剂
- AI Proteins 公开把 DNA 在三天内变成纯化蛋白的实验流程，用它做出了 96 个测试蛋白中的 87 个
- MinerU.Chem 在 PDF 解析之后加一层化学解析，把论文变成可溯源的分子与反应记录
- Multiply Labs 的机器人集群在细胞治疗生产步骤上与熟练操作员相当，但低浓度下细胞计数偏低
- Lanyon AI 自测：五个前沿模型写偏微分方程求解器并附 Lean 证明，常常证明的并不是自己写的代码
- Owkin 读心脏超声的模型找出哪些早期肥厚型心肌病患者会加重，并在另一家医院的 48 名患者上做了检验
2026 年 7 月 23 条
- FrontierMath 加入 50 道真正未解决的研究问题
- Relation 扩大与 GSK 的合作，最高 1.1 亿美元，用于细胞扰动数据和 MORGAN 基础模型
- Google DeepMind 不再保留专门的 AlphaFold 团队：研究人员转去 Gemini、酶设计、核聚变和基因组项目，或已离开
- Raygun 用语言模型编码改变蛋白质长度，部分缩短后的蛋白在细胞里仍有功能
- 薛定谔开放 Bunsen 早期试用：一个替研究者规划、运行并解读其物理建模计算的 AI 智能体；百时美施贵宝同意在研究部门大规模使用
- Enveda 报告一款口服湿疹药在 9 名患者中 42 天皮损评分降 85%
- 能源部选出首批 278 个 Genesis Mission 项目，Brookhaven 与 Stony Brook 牵头其中 10 个
- Berkeley Lab 与 Oak Ridge 牵头能源部首批 Genesis Mission 中的 22 个项目
- PNNL 牵头能源部首批 Genesis Mission 中的 16 个项目，并为其中多项预设数值目标
- NSF 投入 2000 万美元建设 PoLARIS：芝加哥大学与阿贡国家实验室的软材料机器人实验室，外部研究者可远程下单做实验
- Google 向 Genesis 计划承诺 4000 万美元的 AI token 与云额度，并称 Gemini 把一家国家实验室的显微镜校准从 90 分钟缩到 13 分钟
- CuspAI 完成 4.5 亿美元 B 轮融资，估值 26 亿美元，并把 45 家以上伙伴的实验室、算力与专业能力汇到自己的平台上，称为 AI Materials Foundry
- Anthropic 公布与格拉德斯通研究所合办的一周 Claude 生命科学黑客松五个获奖项目
- 赛诺菲在与 Aqemia 的合作中提名新靶点，触发一笔金额未披露的里程碑付款
- Latent Labs 把从一句话提示设计抗体的智能体 Latent-Y 开放给通过申请的研究者
- Chai Discovery 融资 4 亿美元，估值 38 亿美元，Index Ventures 领投
- Iktos 生成模型找到的 PolQ 抑制剂骨架在试管里达到低纳摩尔活性，而其中活性最强的化合物在细胞里无效
- 在抗病人群身上找抗体的 Alchemab 获英国商业银行 2500 万英镑 A 轮追加投资，这是该行迄今最大的一笔生命科学投资
- Chalmers 把大模型智能体接上自动化酵母实验室，报告两个新的相互作用，并在实验室里验证
- alqem 完成 800 万欧元 pre-seed 融资，UVC Partners 与 Union Square Ventures 联合领投，寻找不用稀土的磁体
- 寻明生科开源共折叠模型 OpenDDE：在自建的新结构测试集上，66.4% 的抗体与抗原结合界面预测合格，次优模型为 51.0%
- TranscriptFormer：在 12 个物种 1.12 亿个细胞上训练的单细胞模型，发表于《科学》
- BFF 团队的后续论文发现：调过分布的随机突变找到自我复制程序，比代码汤的两两相互作用更快
2026 年 6 月 19 条
- Medra 推出为其机器人实验室规划并修改实验的 AI 层，并有一个 DARPA 资助的项目，把书面实验方案变成机器执行的实验
- Bayer 与 Iambic 签下药物发现合作，用其 Enchant 和 NeuralPLexer 模型攻克难成药靶点
- Flex-Cat 闭合催化剂优化循环，并把结果放大十倍
- John Jumper 离开 Google DeepMind，加入 Anthropic
- 英矽智能用 AI 设计、与 Hygtia Therapeutics 共有的 NLRP3 抑制剂 ISM8969 完成 1 期试验首例给药
- Noetik 的 TARIO-2 只看常规病理切片，回顾一项试验中的 49 名结直肠癌患者，挑出对 Agenus 的 BOT+BAL 免疫疗法更可能有反应的人
- Evo 和 Evo 2 DNA 模型的团队创办 Radical Numerics，获 Emergence Capital 领投的 5000 万美元种子轮，要做一个同时读 DNA、RNA 和蛋白质的模型
- Radical Numerics 预览基因组语言模型 Omnii，在公司自己跑的基准上，非编码变异打分高于 CADD 和 Evo 2
- 深圳津渡生科完成近亿元 A 轮，把一个组学大模型和调度实验仪器的智能体连在一起
- Terray 的 TerraSynth 设计分子时一并给出合成路线，在公司自己的项目里，化学家做出其中一半分子的时间从 8 周缩到 4 周
- Recursive 公布其自动化 AI 研究系统的首批结果：在两个小模型训练基准和一个 GPU 内核基准上超过此前最好的公开成绩
- 晶泰与一家未具名的国际药企签约，合作开发针对某个 GPCR 靶点的口服小分子，潜在总值超过 4 亿美元
- Anthropic 用 20 个新化合物对比 Claude 与 ChemDraw、MestReNova 的核磁谱预测
- Generalist AI 融资 4 亿美元做机器人基础模型，Radical Ventures 领投；之后的 Form D 显示又售出 1.98 亿美元
- Alnylam 首付 3000 万美元，请 Inceptive 用生成模型设计 siRNA 药物，交易总值最高 20 亿美元
- 据 Bloomberg 报道，Lila Sciences 正洽谈融资约 20 亿美元，投前估值约 85 亿美元
- Genesis 称，只给未结合配体的蛋白结构，其 Pearl 系统在 OpenBind 的 EV-A71 基准 802 个配体中，以前 25 个构象计放对了 78%，高于 OpenBind 测过的所有共折叠模型
- Orbital Industries 发布开源分子模拟模型 OrbMol-v2，并自评在一个公开化学基准上胜过 B3LYP 和 PBE0 泛函
- 量坤科技完成两轮天使轮融资，共数亿元人民币，把量子计算放到 AI4S 平台后面
2026 年 5 月 23 条
- 三位前 DeepMind 研究员创办的 Inherent 走出隐身，种子轮 5000 万美元，由 Index 与 Radical 联合领投
- Unreasonable Labs 的 ProjectionBench 让模型只凭研究问题预测一篇新论文的结果，再逐步给出更多细节；GPT-5.4 得分最高
- Unreasonable Labs 的 LEIA 预测三维点阵材料在逐步加载下如何变形、应力集中在哪里，只对照仿真检验
- Biohub 以 MIT 许可开放 ESMFold2，并报告其设计的小型结合蛋白在实验室里有 36% 至 88% 真的结合上了靶点
- 三名前 Palantir 工程师创办的 Perceptic 结束隐身，完成 Accel 领投的 1200 万美元种子轮，要把药企研发决策背后的数据和 AI 工具连到一起
- AlphaProof Nexus 用 Lean 核验的证明解决 9 个开放 Erdős 问题
- Kemira 称 CuspAI 从 300 万亿个结构里设计出约 20 个面向 PFAS 去除的优先候选，进入开发与测试
- Incyte 向 Genesis Molecular AI 预付 1.2 亿美元，并提供自家实验数据训练 Genesis 的药物设计模型
- AI co-scientist 进入同行评审发表阶段
- Robin 把假设、实验与下一轮假设连接起来
- Google 的 ERA 登上《自然》：大语言模型在代码上做搜索，写出的单细胞分析和新冠预测软件，在各自的基准上胜过最好的人类方法
- Mistral AI 收购林茨初创公司 Emmi AI，后者用神经网络代替工程仿真计算
- MIT 与 UBC 的 WorldParticle 用同一种 Transformer 结构模拟流体、布料、沙粒、弹性体和蛋白质运动
- 用 AI 设计药物制剂的剂泰科技在港交所上市
- WhiteLab Genomics 称，用其 AI 平台设计的 AAV 载体在小鼠体内单次静脉注射后，进入大脑的 DNA 约为 AAV9 的 50 倍，肝脏中未检出
- Recursive Superintelligence 带着 6.5 亿美元亮相，GV 与 Greycroft 联合领投，估值 46.5 亿美元，目标是能自我改进的 AI
- BiomniBench：在 100 个真实生物医学分析任务上，换智能体框架带来的分数变化大于模型换代
- Isomorphic Labs 完成 21 亿美元 B 轮，由 Thrive Capital 领投，推动 AI 设计的管线走向临床
- 微软研究院用 MatterSim 筛出磷化钽可作导热材料，UT Dallas 做出的样品实测热导率 152 W/m/K，接近硅
- Periodic Labs 正就以 75 亿美元估值融资至少 5 亿美元深入洽谈，由 AMP 领投
- MolRecBench-Wild 显示，旧 OCSR 基准高估了模型读懂真实化学论文的能力
- 帝国理工的 Ge Lei 和 Samuel Cooper 发现：用来指导实验的大语言模型，其预测和置信度会随提问的措辞和格式改变，而不只随数据改变
- 斯坦福的 Joachim Baumann 等人发现：让 AI 把论文改写一遍（约 0.25 美元），就能抬高 AI 审稿人的打分
2026 年 4 月 14 条
- Anthropic 的 BioMysteryBench 用真实数据给 Claude 出 99 道答案可核对的生物信息学题；专家小组无人解出的题，最好的模型解出 30%
- 礼来将获得 Profluent 要用 AI 设计的重组酶的独家许可，这类酶用于把长段 DNA 写入基因组：首付未披露，里程碑最高 22.5 亿美元
- 原名 Atommap 的 Fathom Therapeutics 完成 4700 万美元 A 轮，Sutter Hill Ventures 领投；公司用基于物理的蛋白质运动模拟来设计小分子药
- David Silver 的 Ineffable Intelligence 走出隐身，种子轮 11 亿美元，由 Sequoia 与 Lightspeed 联合领投，估值 51 亿美元
- CuspAI 开源 kUPS：一个让机器学习力场直接接入的 GPU 分子模拟引擎
- Kevin Weil 离开 OpenAI，OpenAI for Science 拆分并入其他研究团队
- Bioptimus 报告其病理模型 H-optimus-1 在两个外部基准上排第一，但在组织分割上 23 个模型中排第 14
- Anew Labs 展示由 AI 设计、针对三种 IL-17 二聚体的口服小分子
- 一位业余爱好者发布 GPT-5.4 Pro 凭一条提示给出的本原集 Erdős 猜想证明，陶哲轩说它走的是新路线
- 五个预测酶催化速度的模型（含智峪生科自己的 CataPro）为一种木聚糖酶挑突变体，实测下来，每个模型挑中的里面活性提高 20% 的不到一成
- Chemify 创始人 Lee Cronin 在 PNAS 论证：逐步纠错的 Chemputer 原则上能合成任何稳定分子，并重新分析 117 条机器人合成路线作为支撑
- Polyphron 与 Cellino 用四位供体的干细胞培养出排列整齐的脑组织，其中两位数据很少的供体，培养条件由另两位的数据预测
- Cronin 团队（其创始人领导 Chemify）的大模型智能体把已发表的实验步骤变成机器人代码，并实际跑了六个
- LabGenius 报告机器设计的 Nectin-4 x CD3 双抗在 0.7 皮摩尔浓度杀伤肿瘤细胞，并在小鼠体内把肿瘤生长压低九成以上
2026 年 3 月 15 条
- Cronin 团队（其创始人领导 Chemify）用 Chemputer 合成激酶抑制剂，其中一个在结直肠癌类器官中强于瑞戈非尼
- 给肝细胞拍照，比标准毒性检测在更低剂量下就能看出化合物活性，但预测不了无细胞检测
- Sakana 的 AI Scientist 登上《自然》：三篇完全由 AI 写成的论文中，一篇通过了 ICLR 研讨会的首轮评审，但投哪几篇是人挑的
- 福冈一个实验室按预测的结构做出 GNoME 预测的 MnFeCo4Si2：居里温度 1039 K 的软磁体
- Xaira 的 X-Cell 用 2560 万个受扰动细胞训练，在自家留出基因上比此前的虚拟细胞模型最高好五倍，但测试损失几乎不随规模改善
- RxnCaption 与 RxnID 解析反应图：先定位分子，再让视觉语言模型读关系
- 据报道，李彦宏支持的百图生科已秘密递表港交所
- Anew Labs 与清华的同一个模型，为 KRAS 的一个口袋设计小分子、多肽和纳米抗体，为 PCSK9 设计多肽和小分子
- BigHat 做出并测量了 289 个抗体设计，用来比较蛋白语言模型的采样方式，结果采样方式改变了成功率
- Unreasonable Labs 走出隐身，完成 1350 万美元融资
- Yann LeCun 的 AMI Labs 种子轮融资 10.3 亿美元做世界模型，据报道估值 35 亿美元
- Cradle 的 CRADLE-1 预印本称蛋白质先导优化比理性设计快 4 至 7 倍，按湿实验轮数计
- 帝国理工用闭环优化做出 46 种从空气中捕集二氧化碳的胺接枝树脂，发现容量和吸附速度呈直线取舍
- Evo 2 把百万碱基基因组上下文带入开放基础模型
- 深势科技牵头的 RealPXRD-Solver 直接从实测粉末衍射图谱解出晶体结构，并解出 39 个此前从未报道过结构的数据库条目
2026 年 2 月 11 条
- Generate:Biomedicines 纳斯达克 IPO 定价，募资 4 亿美元
- Gemini Deep Think 将奥赛能力扩展到多门科学
- Leash Bio 的 Hermes 只用公司自己的筛选数据训练，在约 1,400 万个留出的结合样例上测试，在 Leash 自己的比较里与 Boltz-2 接近
- 波士顿大学的物理学家用线性方法追平单细胞基础模型，在把细胞类型标注迁移到新物种上超过它们
- Isomorphic Labs 发布技术报告称，其药物设计引擎 IsoDDE 在最难的陌生蛋白-配体案例上准确率是 AlphaFold 3 的两倍，但基准由自己评测，方法未公开
- Terray 的 TerraBind 用粗粒度结构，结合亲和力预测的相关性比 Boltz-2 高约 20%，推理快 26 倍
- 望石智慧发表开源工具 HEAD：以接近量子化学的精度，挑出 AI 生成三维分子里不合理的原子和过度扭曲的化学键
- 只数化合物处理后剩下多少细胞，就能把常用生物活性基准预测得和 Cell Painting 模型差不多，因为其中许多检测测的其实是细胞死亡
- 上海人工智能实验室开源 Intern-S1-Pro
- OpenAI 与 Ginkgo 报告：GPT-5 驱动自主实验室，降低无细胞蛋白合成成本
- 11 位数学家公开 10 道未发表的研究级问题，检验 AI 能否证明他们已证明的结果
2026 年 1 月 13 条
- OpenAI 发布科学写作平台 Prism
- AlphaChip 共同创造者创办的 Ricursive Intelligence 完成 3 亿美元 A 轮，Lightspeed 领投，估值 40 亿美元
- Smirk 显示常见分子 tokenizer 会悄悄抹掉少见的化学信息，并用 165 个 token 补上
- Isomorphic Labs 与强生签下跨模态、多靶点药物设计合作，包括大分子和生物药设计：Isomorphic 负责计算设计，强生负责实验检测
- 《自然》更正 A-Lab 论文："新材料"指的是对预测平台而言是新的，40 个报告的合成中确认 36 个
- 帝国理工的研究者让 GPT-5 编写电池快充策略，模拟中电池健康度比多段恒流基线高约 4.2 个百分点
- Converge Bio 完成 2500 万美元 A 轮融资，Bessemer 领投，向药物研发方出售做抗体设计、蛋白产量和靶点发现的成套 AI 系统
- Basecamp Research 的 EDEN 模型设计出能把大段 DNA 插入人类基因组指定位置的酶，其中一半在人类细胞里有活性
- 清华的 DrugCLIP 对约 1 万个人类蛋白筛选 5 亿个化合物，挑出的分子在两个靶点上的湿实验命中率为 15% 和 17.5%
- GSK 授权使用 Noetik 的虚拟细胞癌症模型五年：首付加近期里程碑共 5000 万美元，此后按年付费
- Bayer 签下三年合作，在抗体管线中使用 Cradle 的蛋白设计软件
- Polyphron 的自动化组织工厂用三轮实验摸索出哪些小分子能让培养的人体神经元和心肌细胞排列整齐
- 陶哲轩报告 Erdős 第 728 号问题基本由 AI 解决：ChatGPT 写出证明，Aristotle 用 Lean 核验