分类： 软件

来源：计算机协会SIGGRAPH Asia 2025会议

康奈尔大学与英伟达的研究团队在织物数字渲染领域取得突破。新模型首次同时模拟光线作为“射线”在纱线表面反射，以及作为“波”在纤维间隙衍射与穿透的物理过程。该方法兼顾了渲染效率（射线光学）与逼真细节（波动光学），能精确再现丝绸、缎纹等织物特有的光泽、透感与细微闪烁。研究历时二十余年，从基础纤维结构建模演进而来，未来结合生成式AI，有望为动画、游戏及定制纺织业带来高质量、高效率的渲染方案。

来源：《自然·机器智能》

桑迪亚国家实验室团队开发出一种新型算法，首次使类脑（神经形态）计算硬件能够高效求解偏微分方程（PDEs）——这类方程是流体力学、电磁场等物理现象模拟的数学基础。研究表明，类脑计算机不仅可处理传统上由超级计算机完成的复杂数学问题，且能大幅降低能耗。该突破为建造全球首台神经形态超级计算机铺平了道路，有望在保障计算性能的同时，为国家安全应用及大规模科学模拟带来革命性的能效提升。

来源：《自然·方法》

研究团队开发出一种深度学习模型，通过“双图”结构同时将胚胎表示为移动点与气泡，以捕捉细胞位置、接触及折叠分裂等几何动态。在果蝇胚胎原肠胚形成阶段（约1小时）的高分辨率视频数据训练后，该模型能以约90%的准确率，分钟级预测超5000个细胞的折叠、移位与重组过程。该技术有望扩展至斑马鱼、小鼠等更复杂生物，并用于揭示哮喘、癌症等疾病的早期组织发育异常模式，为发育生物学与疾病诊断提供新工具。

来源：《自然-方法》

蒂宾根大学研究团队开发出新型大脑模拟软件Jaxley，首次实现了在保持生物真实性的同时完成复杂认知任务。该软件通过“误差反向传播”方法，训练大脑模型中数百个无法直接测量的神经参数（如神经元大小、连接强度等），使模拟不仅能详细复现大脑内部过程，还能成功进行图像分类和记忆存取等任务。这一突破为神经科学研究提供了强大工具，有助于深入理解大脑工作机制，未来还可应用于神经系统疾病研究和药物效果预测。

来源：《环境建模与软件》

研究团队开发了一种新型动态共享与任务特定多头注意力双向长短期记忆模型（DSTMA-BLSTM），有效提升了路边空气污染物预测的准确性与可解释性。该模型通过共享注意力层提取污染物间共同时序模式，并利用任务特定注意力头捕捉各污染物的独特响应特征，在复杂交通-气象耦合条件下表现出优越性能。实际监测数据验证表明，其对主要污染物的预测R²值超过0.94，较传统LSTM模型误差降低约30%。