NVIDIA 联合 Google DeepMind 等机构发布 2800 多种病毒蛋白复合物 3D 结构开放数据集
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放了 2800 多种病毒的蛋白复合物预测 3D 结构，供全球任何科学家使用。
推荐理由：原文给出了数据集规模、开放入口和可复用的推理流程，读者可据此评估它对病毒研究和疫情准备的实际价值。
数据与训练
全部主题训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
最新精选
第 1–8 条 · 共 14 条NVIDIA Blog精选AI 评分7575
Microsoft Research精选AI 评分6262 微软发布逆合成预测模型 RetroChimera，论文发表于 Nature
微软研究团队在 Nature 发表逆合成预测模型 RetroChimera，结合 Transformer 模型 R-SMILES 2 与图神经网络模型 NeuralLoc，通过学习排序整合两者预测。盲测中博士级化学家更偏好其单步反应预测，多步合成路线在十个挑战性目标中成功九个。模型已开源（MIT 许可），并可通过 Microsoft Foundry 访问。
推荐理由：原文给出了模型架构、开源信息和专家盲测结果，读者可据此判断它在逆合成预测上的实际表现。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部单核苷酸变异影响
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组中 90 亿个单核苷酸变异的分子效应预测，并推出 AVI 评分用于快速排序变异影响。该平台以 1PB 数据集形式提供，面向学术研究免费开放，可通过网站门户、AlphaGenome API 及 Google Antigravity 技能访问，商业用途即将在 Google Cloud 上线。
推荐理由：原文给出了覆盖全基因组 90 亿单核苷酸变异的预测平台及其开放入口，读者可据此判断它在罕见病和复杂性状研究中的可用范围。
Google Research精选AI 评分6262 Google 与 HHMI Janelia 发布完整雄性果蝇脑图谱
Google Research 与 HHMI Janelia 等合作方在 Cell 发表论文，发布完整雄性果蝇脑与中枢神经系统连接组图谱，含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今神经元数量最大的脑图谱。该图谱经人工校验，可通过开源工具 Neuroglancer 查看和下载，并与雌性果蝇图谱互补，用于研究两性差异及个体间变异性。
推荐理由：原文给出了迄今最大的脑图谱及其开放下载入口，读者可据此了解连接组学方法的最新进展。
Google Research精选AI 评分6262 Google 与 NASA JPL 发布 MAPL-EMIT：用深度学习从太空绘制全球甲烷排放
Google Research 与 NASA JPL 合作发表 PNAS 论文，提出 MAPL-EMIT 深度学习框架，基于 Swin-S vision transformer 处理 EMIT 高光谱数据，可同时完成甲烷羽流增强量化、羽流分割和源定位。
推荐理由：原文给出了模型架构、训练方法和实测召回率，读者可据此评估这套深度学习方案在甲烷点源监测上的实际能力。
Microsoft Research精选AI 评分6262 微软研究院发布 Skala 1.1，扩展 DFT 精度与软件集成
微软研究院发布深度学习 DFT 泛函 Skala 1.1，训练数据量为此前版本的 2.5 倍，在 GMTKN55 基准的 55 个类别中 32 项排名第一，加权平均误差为 2.8 kcal/mol，精度超越主流全局杂化泛函。Skala 现已集成至 CP2K，并正在集成到 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续更新的性能基准报告。
推荐理由：微软研究院发布 Skala 1.1，训练数据扩充 2.5 倍，并推进多款量子化学软件的集成，读者可据此评估其精度与可用性。
Microsoft Research精选AI 评分8080 微软开源 Orchard 智能体训练框架，Orchard-SWE 在 SWE-bench Verified 达 69.7%
微软研究院开源 Orchard，一个面向可扩展智能体 AI 研究的框架，核心是 Kubernetes 环境服务 Orchard Env，支持软件工程、网页导航和个人助理三类智能体，并可直接在 Codex、OpenClaw 等真实部署 harness 中训练。
推荐理由：原文给出了开源框架、三个训练配方和关键基准成绩，读者可据此判断小模型在真实部署环境中的训练路径是否可复用。
Berkeley AI Research精选AI 评分6262 智能体时代的数据系统：为智能体、由智能体、由智能体合成
UC Berkeley 团队发文指出，推理成本正以每年约 50 倍的中位数速度下降，智能体即将成为数据系统的主要工作负载。文章提出数据系统面临的三大挑战：为智能体设计（支持智能体式推测查询）、由智能体管理（多智能体共享状态与协调）、由智能体合成（按工作负载自动生成定制数据系统），并展望两者边界将逐渐模糊。
推荐理由：文章从推理成本骤降出发，梳理了数据系统为智能体服务、由智能体管理、由智能体合成的三条研究路线，适合想把握数据系统与智能体融合方向的人。