开发一种能跨文本、图像、视频等模态学习和生成的统一算法是人工智能的核心挑战。尽管下一个标记预测推动了大型语言模型发展，但其在多模态领域应用受限，扩散模型和视觉-语言组合框架仍占主导。本文介绍Emu3，一类仅通过下一个标记预测训练的多模态模型，性能媲美特定任务模型，无需扩散或组合架构，还能生成高保真视频、实现视觉-语言交错生成及机器人操作建模，为统一多模态智能奠定基础。

研究实现了用圆偏振光操控扭曲双层MoTe2的铁磁极化，进而控制整数量子和分数量子陈绝缘体状态，有望应用于拓扑自旋电子学和量子存储器等领域。

旧金山非营利组织“全球能源监测”发现，特朗普政府在鼓励数据中心建设的同时放松电厂和油气开采污染管控，这可能导致美国温室气体排放增加，即便部分跟踪项目未建成。

机器学习和人工智能正改变社会，但需大量算力。极端边缘设备成本极低，需柔性基底（如可穿戴传感器、脑植入物、物联网）。严等人在《自然》发表研究，将AI芯片直接集成在柔性基底上，为极端边缘技术的超低成本AI系统开辟道路。

AlphaGenome是一种深度学习模型，能从100万碱基DNA序列中预测数千种功能基因组数据，达到单碱基分辨率，涵盖基因表达、染色质可及性等多种模态。它在26项变异效应预测评估中25项优于现有模型，可助力解读非编码变异机制，并提供预测工具。

光学控制为操控量子材料特性提供非接触、高精度的超快手段。本文用连续波圆偏振光实现扭曲二碲化钼双层中整数和分数陈铁磁体的稳定光开关，功耗低至28nW/µm²，还实现磁双稳态循环和铁磁畴壁写入，为无耗散自旋电子学和量子化陈结器件奠基。

致幻剂作为精神疾病潜在疗法正复兴，超200项临床试验在多国开展，但作用机制与风险尚不明确。研究发现5-HT2A受体介导的非经典Gi信号是致幻作用关键，通过冷冻电镜结构揭示信号偏向机制，设计出无致幻、有治疗作用的Gq偏向激动剂DOI-NBOMe，为低风险致幻剂类药物研发提供思路。

大型语言模型能力快速提升，现有测试基准难度不足（如MMLU准确率超90%）。为此，研究人员推出“人类终极测试”（HLE），含2500道多学科专家级题目，覆盖数学、人文等，现有模型表现差，凸显能力差距，已公开供研究。

中性原子阵列与光学腔是现代量子科学的核心。以往两者结合受限于全局腔模，而新型腔阵列显微镜让每个原子与独立腔强耦合，实现快速非破坏性并行读出，为大规模量子网络奠定基础。

通信集成电路对太空探索至关重要，但太空辐射使其耐辐射电路实现困难。研究发现原子级薄材料辐射损伤极小，据此研制出基于二维MoS2的耐辐射射频系统，含收发器，成功发射至近地轨道，在轨9个月误码率低于10⁻⁸，地球同步轨道预计寿命约271年，展现二维电子器件航天应用前景。