DeepMind 发布 AI 工具 GNoME，据称已成功发现 220 万种新晶体材料
12月1日消息，谷歌旗下DeepMind日前在《自然》期刊上展示了自家AI工具GNoME，并介绍了AI在材料科学上的相关应用，据悉，DeepMind使用GNoME发现了220万种新晶体，其中有38万种晶体属于稳定材料，可以在实验室制造，有望应用在电池或是超导体等方面。需要进行改写的内容是：▲图源深度学习目前ICSD数据中，约有2万种晶体在计算上被认为处于“稳定态”，此前MaterialsProject等团队通过一系列计算方法，又找出了2.8万种晶体。不过DeepMind认为，此前业界经过改进的计算方法，虽
12 月 1 日消息，谷歌旗下 DeepMind 日前在《自然》期刊上展示了自家 AI 工具 GNoME，并介绍了 AI 在材料科学上的相关应用，据悉，DeepMind 使用 GNoME 发现了 220 万种新晶体，其中有 38 万种晶体属于稳定材料，可以在实验室制造，有望应用在电池或是超导体等方面。
需要进行改写的内容是：▲ 图源 深度学习
目前 ICSD 数据中，约有 2 万种晶体在计算上被认为处于“稳定态”，此前 Materials Project 等团队通过一系列计算方法，又找出了 2.8 万种晶体。不过 DeepMind 认为，此前业界经过改进的计算方法，虽然能够加快发现新晶体结构的速度，但是时间与金钱成本相当高。
而 DeepMind 的新工具 GNoME，据称突破了此前的各种计算方法，能够准确预测一系列稳定的晶体结构，并从中生成了 220 万种材料，DeepMind 声称，如果仅凭借人力计算出这些材料，需要花费 800 年。
需要进行改写的内容是：▲ 图源 深度学习
本站从 DeepMind 报告中获悉，GNoME 开发材料的效率相当高，该模型一共设计了 5.2 万种新型石墨烯层状化合物，而在之前，人类只鉴定出约 1,000 种类似的材料。此外，GNoME 还发现 528 种潜在的锂离子导体，导电能力可达之前材料的 25 倍。科学家认为，仅仅是上述发现，就有望改善目前电子产品中应用的电池能耗。
需要进行改写的内容是：▲ 图源 深度学习
DeepMind指出，GNoME采用两种策略来搜索材料，一种是基于已知晶体结构创造候选物，另一种则是基于化学公司，以更随机的方式探索候选物结构。该模型同时使用神经网络处理和分析上述两种方法的输出，并使用密度泛函理论（Density Functional Theory）计算来评估这些材料候选物的稳定性。此外，GNoME还使用“主动学习（Active Learning）”的方法来提高晶体预测的准确性和效率，从而显著提高发现新材料的速度和成功率
需要进行改写的内容是：▲ 图源 深度学习
GNoME 模型旨在是降低发现新材料的成本，目前全球的科学家已在实验室制造出 736 种 GNoME 所预测的新材料，这证明了 GNoME 的晶体预测在现实中的准确性与可行性，而 DeepMind 目前已经将 GNoME 新发现的晶体数据库公开，协助科研人员测试和制造候选材料。
认识AI Agent、Genie 4与机器人的区别：任务输入不等于完成结果，世界模拟不等于现实执行，装载机动作展示也不能替代完整工程验收。
谷歌DeepMind发布D4RT模型，从2D视频推断三维结构和运动轨迹，实现四维时空认知。单Transformer架构，性能提升18至300倍，支持像素跟踪、点云重建与无标定相机位姿估计，为机器人、增强现实等应用奠定基础。
谷歌DeepMind高管指出，AI领域千亿资本支出是人类史上最大科学赌注，核心押注递归自我改进，预计2027至2028年实现。当前AI收入远不足以支撑巨额支出，且面临网络攻击、生物安全等重大风险。
GoogleDeepMind开放ProjectGenie测试，美国AIUltra订阅用户可输入文字或图片，数秒生成可交互3D游戏世界。该系统整合Genie3世界模型等，旨在获取用户反馈优化模型。目前处于早期阶段，每轮体验限时60秒，存在交互异常等问题，已部署内容过滤机制。
谷歌DeepMindCEO哈萨比斯呼吁美国政府牵头成立全球AI监管机构，参考金融业监管局模式，由独立专家和开源社区代表对前沿模型进行发布前安全评估，高风险时可协调放慢发布节奏，目标年底前投入运作。
GoogleDeepMind提出视觉提示工程（VIPE），通过优化视觉输入提升视频模型推理性能。实验表明，视觉提示工程比文本提示更有效，可自动化且降低错误率，但依赖图像编辑模型质量，未来需稳定保留任务信息。
GoogleDeepMind提出视觉提示工程（VIPE），将提示工程方法论扩展至视觉模态。通过将抽象草图转换为照片级真实场景，显著提升视频模型推理能力，效果优于文本提示工程。该方法可自动化，并与测试时扩展结合，进一步降低错误率。
AI智能体可快速生成科学假设，如Co-Scientist两天提出与团队十年研究相符的假设，但无法独立验证。报告指出，假设生成加速而实验、评审等验证速度未同步，形成新瓶颈，需解决可及性、数据、设施及同行评审等问题。
DeepMind的掌门人德米斯·哈萨比斯，最近接受了CNBC《科技快讯》的专访。他的一番话，恐怕会让不少人重新审视中国AI的现状。这一次，他的评价出乎不少人意料：中国大模型与美国最前沿水平的差距，已经压缩到“仅数月”的程度——绝非外界常常渲染的那般“代际鸿沟”。 哈萨比斯专门点到了DeepSeek、
谷歌DeepMind的掌门人德米斯·哈萨比斯最近扔出了一枚重磅冲击波——他公开表示，通用人工智能（AGI）的研发速度比大多数人想象的要快得多。按照他的预期，AGI最快可能在2029年至2030年前后成型，换算一下，也就是差不多三年之内的事。这个判断一出，全球科技圈几乎都坐不住了。 话得说回来，哈萨比
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
