2026.07.12 AI4S 晶泰科技与甘李药业AI智肽递送实验室获批北京市重点实验室,AI多肽药物研发加速进入产业化阶段 → 2026年7月9日AI制药领军企业晶泰科技与代谢疾病领域龙头甘李药业联合共建的AI智肽递送实验室,即人工智能多肽药物设计与递送系统研发北京市重点实验室,正式获得北京市重点实验室认定并揭牌。这是国内首个以AI技术为核心驱动力的多肽药物研发重点实验室,标志着AI在多肽药物设计和递送技术这一药物研发核心环节的应用进入了新的发展阶段。该实验室将聚焦AI驱动的多肽药物设计和递送系统创新,目标是在三到五年内推出数个基于AI平台研发的临床候选多肽药物分子。
2026.07.12 AI4S 以色列团队开发BetaDescribe AI系统将蛋白质序列翻译成文字,有望加速药物研发和材料设计 → 2026年7月9日以色列理工学院和特拉维夫大学的联合研究团队在《美国国家科学院院刊》上发表了一项开创性研究成果。他们开发了一种名为BetaDescribe的AI系统,能够将蛋白质的氨基酸序列自动翻译成自然语言描述,直接输出该蛋白质的功能、特性、催化活性、参与的代谢过程以及潜在结合位点等详细信息。这一突破有望将蛋白质功能鉴定从耗时数月的实验流程缩短到数分钟的计算预测,对于药物研发和生物技术领域的影响可能不亚于当年AlphaFold对蛋白质结构预测的革命性推动。
2026.07.11 AI4S AI4S从辅助计算迈向自主发现,全球科研范式加速变革的机遇与挑战 → 2026年上半年,AI for Science正在经历一场从量变到质变的角色跃迁。过去人们常把AI4S理解为利用AI来加速传统科学计算,比如让分子动力学模拟跑得更快、让蛋白质结构预测更加精准,AI仍然是一个"辅助工具"的角色。但在2026年,一个更加根本性的转变正在发生:AI正在从"辅助计算"走向"自主发现",开始主动参与甚至主导科学假设的提出和验证过程。英伟达CEO黄仁勋在GTC大会上将AI4S排在了与大语言模型和具身智能并列的三大AI关键方向之一,远期市场规模有望达到千亿…
2026.07.11 AI4S 谷歌量子AI登顶Nature,强化学习实现量子纠错永不停机新范式 → 2026年7月8日,由Google Quantum AI、Google DeepMind以及多家合作机构组成的联合研究团队在国际顶级科学期刊《自然》上发表了一篇题为《Reinforcement learning control of quantum error correction》的研究论文。这篇论文开创了一种全新的量子纠错范式,将强化学习与量子纠错系统合二为一。传统量子纠错系统需要外部控制设备持续监测和修正量子比特的错误,过程复杂且效率低下。而谷歌团队的新方案让AI扮演量…
2026.07.10 AI4S 薛定谔平台与AI分子模拟加速崛起,计算化学在制药研发中的商业化验证之路 → 2026年上半年,随着AI for Science概念的持续升温,一个相对"低调"但极其重要的技术领域正在从幕后走到台前:计算化学驱动的AI分子模拟。以薛定谔平台(Schrodinger)为代表的计算化学软件,原本是药物研发领域专业团队的"秘密武器",现在正借助AI大模型的能力全面升级。从传统的"辅助计算工具"转型为药物研发的"核心决策引擎"。一批由AI分子模拟技术辅助发现的候选药物已经进入临床阶段,这意味着AI4S在制药领域的商业化验证正在从"讲故事"变成"拿数据说话"。
2026.07.10 AI4S Anthropic发布Claude Science,挖走AlphaFold之父开启AI制药新纪元 → 2026年7月初,Anthropic在旧金山举办的AI for Science活动上扔出了两枚重磅炸弹:第一枚是正式发布了Claude Science科研工作台,一个整合了超过60个预配置科学数据库和计算工具的AI平台,让科学家能够通过自然语言与AI代理对话来执行端到端的研究流程。第二枚则是宣布AlphaFold的共同开发者、2024年诺贝尔化学奖得主John Jumper正式加入Anthropic,同时启动内部药物发现项目,将AI能力直接应用于新药研发。这两条消息叠加在一起…
2026.07.09 AI4S 上海Golab物质科学智能研发工厂重磅落地!AI驱动科研全流程无人干预干湿闭环体系正式发布 → 2026年7月7日,上海科学智能研究院(简称上智院)在沪正式发布了其牵头建设的重磅成果——Golab物质科学智能研发工厂。Golab是一个由AI驱动的超级科研工厂,它跑通了国内领先的"AI计算到自动实验再到数据回流最后模型自进化"的全流程闭环。在物质科学领域,这意味着从计算模拟到实物验证再到模型迭代的全链条首次实现了无人工干预的自动化运转。Golab的发布标志着中国AI4S(AI for Science)基础设施建设迈上了新的台阶。AI4S不再只是一个学术概念或实验室里的研究…
2026.07.09 AI4S 英矽智能全球首款AI全流程研发药物进入III期临床!从靶点发现到III期仅30个月传统10到15年 → 2026年7月8日,AI制药领域的领军企业英矽智能宣布了一个里程碑式的消息:其核心管线Rentosertib正式启动III期临床试验,用于治疗特发性肺纤维化。这不仅仅是一家公司的产品进展,更是一个具有行业标志性意义的事件——Rentosertib是"全球首个由AI完成靶点发现和分子设计的创新药"进入III期临床。回顾Rentosertib的研发时间线,更能体会这一成就的分量。该项目从AI靶点发现到候选分子确定仅用了18个月时间,从发现到进入III期临床总计约30个月。相比之下…
2026.07.08 AI4S 深度原理Mira与天鹜科技Matwings亮相WAIC!国产AI4S材料蛋白质平台迈向产业化 → 2026年7月17日即将开幕的WAIC 2026上,两家国产AI4S代表性企业的核心产品将成为科学智能展区的焦点。深度原理公司的Mira材料发现平台和天鹜科技的Matwings Venus蛋白质研发平台将重磅亮相,向全球展示中国在AI驱动科学发现领域的产业化成果。这两个平台的共同特征在于它们已经走出了纯粹的学术研究范畴,正在向产业级解决方案加速进化。Mira平台已经完成了40项实验性质预测验证,证明AI主动设计材料的路线是可行的;Matwings Venus则已经成功交付了三…
2026.07.08 AI4S WAIC 2026科学智能论坛前瞻!AI4S从辅助计算迈向自主发现英伟达列其为三大AI方向 → 2026年,人工智能与科学研究的融合正迎来一个历史性的转折点。AI4S(AI for Science)正在从"辅助计算工具"进化成为"自主发现引擎"。在即将于7月17日开幕的2026世界人工智能大会上,科学智能板块将成为最受关注的焦点之一。英伟达已将AI4S列为与大语言模型、具身智能并列的三大AI关键发展方向之一,远期市场规模有望突破千亿美元。这意味着AI与科学的融合不再仅仅是科研圈内部的技术探索,而是一个得到全球AI产业最高优先级认可的市场方向。WAIC 2026科学智能板…
2026.07.07 AI4S DeepMind旗下AI设计药物首次进入人体临床!从理论验证到实证AI制药迈出关键一步 → 2026年上半年,Google DeepMind旗下的Isomorphic Labs宣布了一个在医药界和AI界同时引发巨大震动的消息:该公司完全由AI设计的候选药物分子已正式启动首次人体临床试验。并非夸张地说,这是AI制药从"纸上谈兵"走向"真刀真枪"的最具标志性意义的里程碑。到目前为止,虽然有不少AI制药公司声称已有AI设计的药物进入临床,但真正完成完整临床试验全流程的案例寥寥无几。Isomorphic Labs作为DeepMind的嫡系部队,拥有AlphaFold这一诺奖…
2026.07.07 AI4S 全球首款相变忆阻器神经动力学芯片问世!北大团队打造类脑计算单步2毫秒比GPU快478倍 → 2026年7月初,北京大学杨玉超教授团队联合中科院上海微系统所宋志棠研究员团队,正式宣布成功研制出全球首款基于相变忆阻器的神经动力学系统芯片。这项发布在AI领域和半导体领域同时引起了巨大的关注。这颗芯片的独特之处在于它模仿了生物神经系统的计算原理,而不是依赖传统的数字逻辑门电路,它用物理器件本身实现神经元的动力学行为,而非在架构层面模拟。芯片的核心器件是一种名为"相变忆阻器"的新型电子元件,它利用硫系化合物在晶态和非晶态之间的电阻切换来存储和处理信息,类似于人类大脑中神经元突…
2026.07.06 AI4S AI生命科学自动化实验室兴起!机器人科学家7×24小时运作加速新药研发十年进程 → 深夜十一点,波士顿郊区一座不起眼的灰色建筑里,灯光全熄,但机器从未停歇。数十只机械臂在恒温恒湿的实验舱内精准移动,自动移液器以每分钟80次的频率完成液体分注,高通量质谱仪连续不断地分析着样本数据,AI算法在后台实时调整下一轮实验的参数。没有白大褂,没有熬夜的研究员,甚至没有人。这里是Emerald Cloud Lab运营的AI自动化实验室,一个完全由机器人科学家掌管的7×24小时药物研发工厂。这样的场景正在从科幻概念变成全球生命科学领域最炙手可热的真实实践。传统药物研发流程中…
2026.07.06 AI4S 字节跳动AI制药业务启动拆分独立融资!Protenix蛋白模型加速AI4S产业化落地 → 一则来自字节跳动的消息在AI制药圈内激起涟漪——这家以短视频和推荐算法著称的互联网巨头正在将其AI制药业务线推向独立融资的轨道。据多位知情人士向媒体透露,字节跳动旗下的AI制药团队已正式启动拆分流程,将成立独立公司进行后续运营和融资,字节跳动保留控股股东地位。这不仅是字节跳动在生命科学领域迄今为止最激进的战略落子,更释放出AI制药行业从"实验室里的科研游戏"转向"产业化的商业竞赛"的强烈信号。字节跳动进军AI制药并非一时兴起。早在2022年字节跳动就在内部组建了AI生物计算团…
2026.07.05 AI4S 科学大模型全面崛起!2026年AI4S基础模型正在重塑科学研究的基础设施 → 2026年7月,AI4S领域最引人注目的趋势之一,是"科学大模型"的全面崛起。所谓科学大模型,是指专门为科学发现——而不是通用的聊天对话或内容生成——而设计、训练和优化的大型AI基础模型。与通用大模型(如GPT、Claude)的"什么都会但什么都不专"不同,科学大模型在训练数据、模型架构和推理策略上都针对科学研究的特殊需求进行了深度定制。2026年上半年,DeepMind的GNoME 2、微软的MatterGen、华为云的盘古科学大模型和智谱的GLM-Science等科学大模…
2026.07.05 AI4S AI材料基因组计划加速狂奔!中国固态电池航空材料催化剂三大战场全面突破 → 2026年7月,材料基因组计划(Materials Genome Initiative)——这个旨在通过计算和AI加速新材料发现的国家级战略——正在中国多个核心产业领域同时结出硕果。材料基因组计划的核心是一个大胆的设想:如果能通过AI和计算模拟来"预测"一种新材料的性能——而不需要实际"炒菜"一样试错地合成和测试——那么新材料的发现速度就能从现在的"十几二十年"缩短到"几个月"。
2026.07.05 AI4S AI自动化实验机器人爆发!从药物筛选到材料合成实验室进入无人化新时代 → 2026年7月,AI驱动的自动化实验机器人正在从"明星项目"变为"科研标配"。如果说过去3年AI对于科学研究的贡献主要集中在"计算端"——用AI模型替代或加速计算机模拟——那么2026年上半年的最显著变化是AI正在向"实验端"快速渗透。从药物分子的高通量筛选到新材料合成的条件优化,从蛋白质结晶条件的自动搜索到催化反应的高通量实验——AI+机器人组合正在将科学实验从"劳动密集型手工操作"转变为"AI设计+机器人执行"的自动化流程。
2026.07.05 AI4S AI加速量子化学计算跨越精度鸿沟!薛定谔平台与DeepMind联手攻克电子结构难题 → 2026年7月,量子化学——这门从第一性原理出发计算分子和材料性质的学科——正在被AI技术撕开一道"精度与效率"之间长期存在的"鸿沟"。量子化学领域一直面临一个著名的两难选择:如果选择计算速度快的密度泛函理论(DFT),对于过渡金属配合物、激发态和弱相互作用体系等复杂场景的预测精度往往不够可靠;如果选择计算精度高的波函数方法——如"黄金标准"耦合簇方法CCSD(T)——对于稍大的分子体系(超过50个原子)的计算成本就会迅速飙升到天文数字。2026年上半年,薛定谔公司(Schr…
2026.07.05 AI4S AI神经力场2.0颠覆分子动力学模拟!百万分子精度超越传统方法一个量级 → 2026年7月,分子动力学(MD)模拟——这个在计算化学和计算材料学中占据核心地位的"数字实验"工具——正在经历一场由AI引发的根本性变革。分子动力学模拟的核心是一个名为"力场"的数学模型,它定义了原子之间的相互作用力(键拉伸、角弯曲、范德华力、静电作用等)的计算方式。传统力场——如AMBER、CHARMM和OPLS——基于数十年前手工参数化的势能函数,虽然在简单分子体系中表现尚可,但在模拟新型化合物、复杂生物大分子和极端条件下的材料行为时往往力不从心。英伟达在2026年6月…
2026.07.05 AI4S AI与合成生物学深度耦合!2026年生物制造从实验室走向工业化的加速拐点 → 2026年7月,合成生物学——这个曾被比喻为"在黑暗中组装乐高"的学科——正在被AI技术的注入彻底重塑。合成生物学的核心目标是通过人工设计和构建生物系统来生产有用的物质——从药物到材料,从燃料到食品。但传统的合成生物学研究高度依赖于"设计-构建-测试-学习"的试错循环,每个周期都需要数周到数月的时间,且成功率极低——一条全新的代谢路径从设计到可量产菌株的构建,往往需要数年和数千万美元的投入。2026年上半年,AI在基因回路设计、代谢路径预测和实验自动化三个方向上取得了系统性突…
2026.07.05 AI4S 谷歌华为微软三巨头竞速!AI气候预测大模型正以前所未有精度重塑气象科学 → 2026年7月,AI在气象和气候科学领域的应用正在经历一场从"辅助工具"到"核心引擎"的质变。2025年之前,AI气象模型虽然已经在特定预报任务——如短临降雨预测、台风路径预报——中展现出了超越传统数值天气预报(NWP)模型的潜力,但气象学家仍然普遍将AI模型视为"辅助参考"而非"主要依据"。2026年上半年,谷歌GraphCast的升级版、华为云的盘古气象大模型2.0和微软的ClimaX 2.0几乎同时发布了关键版本更新,将AI气候预测的精度、时间和空间分辨率推到了前所未有…
2026.07.05 AI4S AI驱动蛋白质设计获重大突破!从抗体工程到工业酶改造AI重新定义生物制造 → 2026年7月,AI在蛋白质设计领域的进展正在以一种前所未有的速度兑现为商业价值。如果说AlphaFold解决了"预测蛋白质结构"的问题——即给定一个氨基酸序列,预测它会折叠成什么样子——那么蛋白质设计解决的问题则更为根本:"我们需要一个能够实现特定功能的蛋白质,请帮我们设计出它的氨基酸序列。"从治疗疾病的抗体药物到降解塑料的工业酶,从新型疫苗的蛋白组分到食品工业的替代蛋白——AI驱动的蛋白质设计正在从实验室技术演变为能够创造千亿级市场价值的"生物制造新引擎"。