来源：《柳叶刀》（The Lancet）
瑞典隆德大学领衔的MASAI随机对照试验发现，AI辅助的乳腺钼靶筛查不仅能提高癌症检出率，还能显著降低间期癌（两次常规筛查间确诊的癌症）的发生。在超过10万名女性的两年随访中，AI辅助组的间期癌诊断率比标准双读组降低了12%，且侵袭性、大型及高侵袭亚型癌症的检出数量也分别减少了16%、21%和27%。AI系统通过风险分层，将低风险案例交由单名放射科医生判读，在保证筛查质量的同时减轻了44%的工作负荷。该研究为在乳腺癌筛查项目中推广经过验证的AI工具提供了有力证据。
来源：arXiv预印本
Polymathic AI团队推出两款基于真实科学数据集训练的基石模型：Walrus专注于流体及类流体系统，能从爆炸恒星到细菌运动等不同场景中学习通用物理原理；AION-1则通过分析数亿个天体观测数据，提升对星系等天体特征的推断能力。这些模型能将一个领域的物理知识迁移至看似无关的新问题中，帮助科学家在数据有限或跨学科场景下快速获得洞见，实现更高效的研究起点。
来源：《物理评论快报》
维也纳理工大学等团队利用专门设计的神经网络，成功解决了量子场论在计算机晶格模拟中的长期难题：从数十万参数中自动寻找最优离散化方案，使其满足固定点方程，从而确保理论性质在粗细晶格下保持一致。该方法显著降低了模拟误差与计算负担，为粒子物理及宇宙早期物质行为等复杂问题的精确模拟开辟了新途径。
来源：《自然·生物医学工程》
德国癌症研究中心团队开发出“异种学习”方法，使AI能利用动物（猪、大鼠）高光谱影像数据中标注的病理变化模式，将其知识迁移至人类组织分析。该方法克服了物种间绝对组织特征的差异，无需依赖人类标注数据，即可识别血液循环障碍等病理状态，有望推动术中光谱成像技术更安全、精准地应用于临床。
来源：《自然·遗传学》
布罗德研究所团队基于扩散模型开发出AI工具DNA-Diffusion，能生成具有细胞类型特异性的合成顺式调控元件（CREs）。实验证实，该模型生成的序列在白血病细胞系中成功激活了抗癌基因AXIN2，其活性优于天然序列且具有细胞选择性。该技术有望与现有基因疗法结合，实现更精准的疾病治疗。
来源：《科学》（Science）
研究团队通过分析GitHub上3000万份Python代码贡献发现，截至2024年底，美国新增代码中AI辅助占比达29%，德法约24%，中国为12%。尽管初级开发者更频繁使用AI（37% vs 27%），但生产力提升主要由经验丰富的程序员驱动，其生产率的3.6%增长每年为美国创造约230–380亿美元价值。研究指出AI可能加剧而非缩小开发者间的能力差距。
来源：《自然》（Nature）
格拉茨理工大学团队开发出名为Riff-Diff的生成式AI酶设计方法，通过结合多个机器学习模型与原子建模，能围绕特定活性中心精准构建完整蛋白质结构。实验验证，该方法设计的35种酶均表现出高活性与热稳定性（耐受90°C以上），显著优于传统计算机辅助设计，为工业生物催化、靶向酶疗法及环境修复提供了高效、可定制的酶创制平台。
来源：《自然》
耶鲁大学与勃林格殷格翰制药合作开发了AI化学合成平台MOSAIC。该系统集合了2,498个“AI专家”模型，每个模型代表特定化学反应领域的专业知识，可针对新分子（包括尚未存在的化合物）生成详细的实验室合成步骤。与传统单一AI模型相比，MOSAIC能整合跨药物、材料、化妆品等多领域的合成方案，并提供不确定性评估以优化实验优先级。团队已利用该平台成功合成了35多种新化合物，标志着AI从化学预测走向实验辅助的关键进展。
来源： AFP
OpenAI宣布将在未来几周内为免费及低付费用户测试广告，主要在美国推出。公司强调广告不会影响ChatGPT的回答，对话内容对广告商保密，且不会以延长用户使用时间为优化目标。面对谷歌等对手的竞争，这一举措旨在通过广告收入覆盖激增的AI服务成本，维持其在生成式AI领域的竞争力。
来源：美联社（AP）
在成立25周年之际，维基百科宣布与亚马逊、Meta、微软、Mistral AI等多家公司达成商业协议，允许其以定制化方式批量访问维基内容以训练AI模型，从而将流量转化为收入。维基百科创始人吉米·威尔士表示，支持AI使用其“经过人工审核”的数据，但强调科技公司应为造成的服务器成本“公平分摊费用”。此举反映了AI抓取数据对网站运营造成的压力，以及维基百科在维护免费开放模式的同时探索可持续资金来源的努力。