Isomorphic Labs 六个月内完成第二轮 50 亿美元融资
Alphabet 旗下 AI 药物研发公司 Isomorphic Labs 完成 50 亿美元融资,由 Greenoaks 与 Sequoia Capital 联合领投,Andreessen Horowitz 及 Alphabet 等现有投资方参投,这是其六个月内第二轮大额融资,此前 2026 年 5 月已募得 21 亿美元。
Alphabet 旗下 AI 药物研发公司 Isomorphic Labs 完成 50 亿美元融资,由 Greenoaks 与 Sequoia Capital 联合领投,Andreessen Horowitz 及 Alphabet 等现有投资方参投,这是其六个月内第二轮大额融资,此前 2026 年 5 月已募得 21 亿美元。
从 Google DeepMind 分拆的 AI 药物发现平台 Isomorphic Labs 完成 5 亿美元 C 轮融资,由 Greenoaks 和 Sequoia Capital 联合领投,Andreessen Horowitz 等新投资方参与。
推荐理由:从 DeepMind 分拆的 AI 制药公司完成 5 亿美元 C 轮融资,读者可了解其临床前进展与制药合作背景。
Constellation Energy CEO Joe Dominguez 在第三季度财报电话会上表示,市场对民主党中期选举获胜的反应过度,民主党不会阻止数据中心建设。
哈佛大学研究团队在 Nature Sustainability 发表论文,用卫星影像识别美国 403 座超大规模数据中心,估算其在 2024 年 5 月至 2025 年 4 月间共消耗约 82 TWh 电力,占全美用电量约 1.8%,超过约 148 个国家各自的年用电量。
Moonshot AI 因编码领域收益递减,将 Kimi 模型转向生物学、化学和制药研究,其国际总监 Giacomo Ficari 在里斯本 Web Summit 上表示,科学对模型智能的要求高于法律、金融或代码。
NVIDIA Vera Rubin 平台首次提交 MLPerf 结果,在 MLPerf Training v6.1 全部基准上均有成绩,Vera Rubin NVL72 每 GPU 性能最高达 GB300 NVL72 的 2 倍。
推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比数据,可据此判断新一代平台在训练与智能体推理上的代际变化。
NVIDIA 在 SC26 上扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa,让 AI 智能体可辅助科研数据处理。cuPhoton.xBeam 将事件视界望远镜的观测关联分析从超过一个月缩短到 8 分钟;cuPotential 把分子模拟软件加速最高 3x;开源 cuSpa 让细胞多边形计算相比 CPU 提速 900x。
Hugging Face 发布 TRELLIS.2 3D 生成模型的微调脚本与容器,可在本地或 Hugging Face Jobs 上运行。方案用 PEFT 库的 LoRA 只微调稀疏结构流 DiT 与形状流 DiT,冻结材质生成阶段,并以 188 个鞋类物体的 GSO 子集验证鞋底几何精度提升。
Google Research 提出一套研究框架,用可穿戴设备数据构建可解释的“可教练健康年龄”(CHA),并训练传感器世界模型 SensorWM 模拟未来 12 周的健康轨迹。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:原文给出条件式建模思路与单细胞层面的对比数据,读者可据此判断它在变异解读上的变化。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,它们是近期发布的 WeatherNext 3 模型取得进展的关键。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表的 PPG 与加速度传感器数据、无需袖带校准即可被动识别高血压状态。
推荐理由:研究以 24 小时动态血压监测为金标准,对比智能手表无袖带筛查与诊室测量的灵敏度、特异度,可了解被动筛查路径的可行性边界。
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人机迭代对话,先由 AI 协助用户澄清自身定义,再构建分类器。
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体完成分子抽取、匹配分子对分析和成药性建模。
推荐理由:原文完整演示了化学智能体从文献抽取分子到设计合成路线的流程,可据此判断科研工作流的自动化边界。
微软构建 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,全程不使用任何客户数据。
Google 研究团队提出 sleep 框架,让 LLM 在活跃交互与离线睡眠两个阶段间交替,把短期上下文巩固进长期参数。睡眠阶段通过 MoE 参数扩展、基于 GKD 与 RL 的知识播种及随机专家激活的梦境自训练完成巩固,在 BABILong 上支持最长 10M token 的长上下文,并在 AIME 24/25 与 HMMT 25 上分别取得 79.2%、69.0% 和 46.1% 的准确率。
Google Research 在 IDWeek 2026 上分享了将结核病筛查 AI 从研究推向临床的路径:2019 年在 Radiology 发表基准,2024 年在 NEJM AI 完成多中心前瞻验证,随后与 Nexus AI 合作取得 CE MDR class IIb 认证与 ISO 13485 认证。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 结合,加速工程仿真并打通仿真、模型开发与设计闭环。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。
推荐理由:原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟,可据此判断时间序列基础模型的选型空间。
GitHub 为密钥扫描训练了专用 ModernBERT 分类器,配合正则候选生成的两阶段流水线,在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间降低 86%、服务成本较远程 LLM 调用降低 98%。该分类器结合文件路径、变量名和周边代码判断候选字符串是否为真实凭据,使通用密钥检测得以扩展到推送保护阶段。
伯克利 AI 研究团队提出 GRASP,一种面向学习型世界模型的梯度规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索,并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心局部极小值和高维视觉模型脆弱梯度等问题,使基于梯度的长时程规划更稳健。