AI4S 时间线

这项横跨 14 个国家、26 家机构的路线图，试图把材料研究、开发、放大和产业部署接成一条连续链路。

它值得关注的不是又一个模型，而是欧洲正尝试用公共协调和共享基础设施，补上私人科学工厂难以独立承担的规模化环节。

Model Hardware Standard 提议为仪器控制、状态、测量与错误建立共享接口层。

统一接口有望把一次性的仪器接入变成可复用基础设施，这是自主实验室走向规模化的前提。

这一面向执行的扩展把 Gemini 智能体接入真实实验，包括二维材料的 CVD 流程和生物学预测的湿实验验证。

关键变化是从计算机内提出假设，走向根据实验室约束、实际执行与经验反馈调整研究计划。

约 90 人的团队于 9 月初转入 Google Global Affairs，职责覆盖前沿模型风险、CBRN 能力评估、用户行为与聊天机器人心理影响。

这不是裁员，而是一项治理结构实验：把前沿模型风险研究移近政策与政府关系部门，会加强全公司协调，还是削弱独立性与对最新模型的可见度？Google 表示原有任务、人员、算力和 DeepMind 访问将保留，模型行为、隐私与安全团队仍留在实验室。

在六个领域的 97 项任务中，较高的局部得分往往不能转化为完整工作流的完成。

结果提醒我们不能把局部流畅当成完成：有用的科研智能体必须把整条工作流真正做完。

外部湿实验合作方在模型辅助设计流程中验证了 15 个靶点中的 14 个。

外部湿实验让它不只是模型演示，也开始检验通用系统能否进入专业蛋白设计流程。

当智能体必须自行选择研究方法，而不是遵循规定步骤时，平均表现大幅下降。

它分离出科学智能体的核心弱点：执行方法相对容易，选择正确方法并判断何时改道更难。

Koray Kavukcuoglu 接手 Google DeepMind 的运营领导，Hassabis 转向更长期的科学方向。

它之所以重要，是因为这家创造多项 AI4S 里程碑的实验室，正把长期科学方向与日常经营权拆开。

Epoch AI 将 benchmark 从答案保密的问题扩展到发布时没有已知解答的研究问题。

它改变了评测问题：不再问模型能否找出隐藏答案，而是能否推进一个尚无答案的问题。

Evo 2 在 Nature 正式发表，以覆盖所有生命域的约 9 万亿 DNA 碱基对训练，并支持 100 万 token 的上下文窗口。

基因组建模从局部序列效应走向染色体尺度的上下文；可复用的模型与资源，也让这项工作不只是一篇论文。

这款万亿参数混合专家科学模型每次推理激活 220 亿参数，聚焦科学推理。

它把科学基础模型推进到开放生态竞争中，让能力主张不再只能由单一实验室自证。

OpenAI 报告模型在奥赛式问题上表现很强，但在开放研究任务上的得分明显更低。

真正值得记录的是能力落差：擅长边界清楚的问题，还没有稳定转化为开放式研究能力。

营利性公司被建立用于商业化科学智能体，FutureHouse 继续作为非营利研究机构。

领域开始尝试把公共利益研究与商业部署拆分为不同组织。

来自 OpenAI 与 DeepMind 的研究者成立公司，聚焦 AI 驱动的实体实验和材料发现。

超大规模种子轮显示，投资者开始相信实验基础设施本身可以成为独立 AI 平台。

DeepMind 的模型直接从 DNA 序列预测调控活性与变异效应，把基础模型从结构问题推进到非编码功能。

更难的问题不再只是能否大规模建模序列，而是这些预测在不同生物学背景和前瞻性应用中能否保持可靠。

系统在业务预报人员参与下，生成最长约两周的 50 条可能气旋路径。

AI 天气预报从回顾性论文走向由真实预报机构共同塑造的实时界面。

用于文献检索和科学推理的专用智能体从内部研究进入公共平台。

科学智能体能力从论文结果变成可实际使用的服务。

公司首次外部融资将用于内部肿瘤和免疫项目以及合作药物研发。

从 AlphaFold 走向药物的商业命题在临床验证前就获得大规模外部资本。

Flagship Pioneering 推出一家结合科学模型、自主实验室与新实验数据生成的公司。

资本开始直接投资实验循环本身，而不只是软件模型或药物管线。

扩散模型生成最长 15 天的集合预报，并在 97.2% 的评测目标上超过 ECMWF ENS。

领域从单一最佳预报转向可用于不确定性决策的未来概率分布。

John Hopfield 与 Geoffrey Hinton 因奠定神经网络机器学习基础的工作获奖。

科学制度正式把机器学习基础纳入物理学史。

FutureHouse 的智能体在特定文献检索任务上超过博士和博士后生物学家，并开放代码。

科学智能体首先处理信息瓶颈，把带引用的检索变成可测量任务。

DeepMind 报告在七个靶点上得到成功结合物，包括 VEGF-A，同时第八个靶点未成功。

蛋白生成开始用湿实验命中率和亲和力衡量，而不只是结构是否看起来合理。

两家最受关注的上市 AI 药物发现公司同意进行全股票交易。

当平台承诺面对临床开发的资本强度和漫长周期时，行业开始整合。

神经符号系统在竞赛时间限制内解决 30 道历史奥数几何题中的 25 道。

语言模型生成与符号推理组成了可验证的数学搜索闭环。

两项多靶点药物发现合作的潜在总价值接近 30 亿美元，尚不包括版税。

大型药企开始以高额里程碑付款押注 AI-first 药物设计。

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。

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。

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。

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。

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。

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。

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。

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。

强化学习找到更快的底层排序程序，并被加入 LLVM 的 libc++ 实现。

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。

Demis Hassabis 领导合并后的部门，Jeff Dean 出任 Google 首席科学家。

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。

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。

它清楚表明：科学语言的流畅，不等于科学上的可靠。

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。

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。

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。

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。

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。

AI 从离线预测跨入对真实科学装置的直接控制。

由 Demis Hassabis 领导的新公司成立，尝试以 AI-first 方式重构药物发现。

AlphaFold 的科学成功开始转化为面向治疗研发的独立商业组织。