学科: 计算机科学与技术

Anthropic与斯坦福联合举办研讨会，探讨AI陪伴机器人的社会角色，聚焦用户福祉、青少年安全、角色扮演等问题，强调需主动设计引导并关注监管需求。

标签: AI陪伴机器人 主动设计 监管需求 角色扮演 青少年安全

为促进研究，纽约、加利福尼亚等州正打造人工智能专用超级计算机，旨在为研究人员民主化获取昂贵的AI计算资源，弥补联邦层面举措的不足。

标签: 人工智能超级计算机 加州计算计划 州级AI倡议 帝国人工智能 研究资源民主化

本研究利用深度学习开发出超宽视场角的无眼镜3D显示器，无需眼镜即可在广阔视角观看3D影像，为3D显示技术带来重要突破。

标签: 光学与光子学 深度学习 超宽视场角

预印本平台引入AI审稿工具，虽能快速反馈提升效率，但可能引发学术问题。科学界在拥抱AI时，需确保解决流程问题的同时不制造智力难题。

标签: AI同行评审 同行评审目的 大型语言模型局限性 学术出版 预印本

多地智慧城实验室正测试车路协同自动驾驶技术，通过车辆与基础设施数据共享提升出行安全与效率，同时面临技术协同及政策等挑战。

标签: 出行安全 城市交通 数据共享 车路协同自动驾驶

发表在《药物分析杂志》的研究探索利用汗液实时评估激素、药物水平及生物标志物，助力糖尿病、癌症等疾病早筛。汗液采集无痛无创，结合可穿戴设备、微流控技术与AI，为运动员、患者及预防保健提供新可能。

标签: 人工智能 可穿戴传感器 汗液 生物标志物 疾病早筛

美国能源部重组科研架构，设立核聚变及人工智能与量子办公室，可能从最大物理科学资助机构——科学办公室抽调资源。此举引发科学家担忧，基础研究或面临挤压，传统优势领域如高精度模拟也可能受影响，白宫对热门技术的侧重或打破长期支持基础研究的传统。

标签: 人工智能 基础研究 核聚变 科学办公室

酶因选择性高、效率强、反应条件温和而广泛用于工业和医药领域。但现有设计方法需大量测试，且从头设计的酶催化活性低。本研究提出Riff-Diff策略，结合机器学习和原子建模，能高效设计催化阵列，所设计的酶对两种化学反应展现出与体外进化酶相当的活性和立体选择性，为从头设计蛋白质催化剂的实际应用奠定基础。

标签: Riff-Diff 从头设计蛋白质 催化活性 立体选择性 酶设计

腾讯混元AI模型可生成3D物体和交互式场景，已用于游戏开发，或成游戏设计标准，在多领域潜力大，依托游戏等优势或成3D AI重要参与者。

标签: 3D AI 3D内容生成 3D视觉研究 游戏设计 腾讯混元AI模型

从头设计酶旨在构建含理想活性位点的蛋白质。新方法RFdiffusion2无需指定催化残基位置和构象，直接从量子化学活性位点设计锌金属水解酶。实验中最活跃的酶催化效率达53,000 M⁻¹s⁻¹，远超以往设计，晶体结构与设计模型高度一致，无需实验优化即可生成高效催化剂。

标签: RFdiffusion2 人工智能设计 从头酶设计 催化效率 金属水解酶