开放科学如何用病毒蛋白复合物预测帮助研究者准备下一次大流行
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 公开超过 2800 种病毒蛋白复合物的预测三维结构，供各地科学家为未来疫情提前积累结构知识。
#开源生态
#开源生态
今日 0 条NVIDIA BlogAI 评分5353
Microsoft ResearchAI 评分4747 借助 RetroChimera 大规模改进小分子合成预测
RetroChimera 融合 R-SMILES 2 与 NeuralLoc，用学习排序整合互补预测，提出优于任一子模型的小分子合成路线。盲测中博士级化学家更偏好其单步反应预测，而非先前模型与文献记录反应；10 个高难度目标成功 9 个，高于从头模型 5 个、编辑模型 4 个和 NeuralSym 2 个。
Google ResearchAI 评分3333 MilleMiglia：面向中程物流的真实实例生成器
Google Research 推出 C++ 实例生成器 MilleMiglia，为中程配送问题生成真实、保护隐私的基准数据。中程物流被建模为时空图上的多商品流，不同于首末程的车辆路径问题。源代码与文档已在 GitHub 公开，用以弥补该领域缺少高质量公开数据的不足。
Hugging Face BlogAI 评分5555 ALTK-Evolve 如何衡量并缩小智能体的一致性落差
在 AppWorld 上，使用 GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但五次运行全部成功的 Pass^5 只有 53.0%，一致性落差达 24.4 个百分点。
Google ResearchAI 评分4949 Google 用 MAPL-EMIT 从太空测绘全球甲烷排放
Google 的 MAPL-EMIT 用深度学习处理 EMIT 高光谱数据，自动检测并定位全球甲烷点源。专家标注羽流召回率达84%，信噪比高于匹配滤波增强方法，训练数据为3.6 million条合成羽流。全球羽流数据库已放上Earth Engine，训练模型与合成羽流在Kaggle，推理库在Github。
Hugging Face Blog精选AI 评分6767 Hugging Face 用三项测试衡量语音识别中的基准优化
Hugging Face 提出三项测试，评估 11 个开源语音识别模型是否针对公开基准优化，而非提升通用转写。
推荐理由：三项测试显示，部分模型在公开语音基准上的高分，与其识别数据集线索并复现参考文本有关，单一词错误率因此不足以代表通用转写能力。
Microsoft Research精选AI 评分6060 微软研究院发布开源框架 Orchard，约 3B 模型在 SWE-bench Verified 达 69.7%
微软研究院发布开源框架 Orchard，用 Kubernetes 环境服务 Orchard Env 在 Codex、OpenClaw、ZeroClaw 等真实框架中训练软件工程、网页与助手智能体。
推荐理由：微软研究院的 Orchard 用可复用环境让智能体在真实部署框架中训练，约 3B 激活参数的开放模型因而在 SWE-bench Verified 上达到 69.7% 并在价值模型重排后升至 73.0%。
Import AIAI 评分5757 Import AI 467：自复制AI蠕虫原型、放缓进展请求与创造力不足
多伦多大学等机构用可装入单块80GB A100的开源权重LLM，做出自我复制的AI蠕虫原型，完整攻击成功率约37%。约1337名来自OpenAI、Anthropic、Google DeepMind、Meta等机构的人士请求美国政府支持国际努力，开发有意放缓自动化AI研发前沿所需的技术与治理工具。