标签
Deep Principle 发布了 Hydrogen-1.0，这是一款基于 GLM-5.3 进行后训练的开放权重模型，面向化学、材料科学和生命科学领域。他们通过一部短片展示了该模型如何与其 Mira AI Scientist 助手一起融入日常科研工作流程。
研究人员推出了 Solvent，这是一个拥有 80 亿参数的大语言模型，通过结合强化学习与迭代式路线修订的两轮后训练课程，将长程推理扩展至多步逆合成，在四项基准测试中取得了 61.86% 的成绩，媲美前沿的万亿参数模型。
该论文提出了 RxnExBench，这是一个包含 3,565 个专家标注反应的多模态基准，用于评估视觉语言模型从科学文献中提取结构化化学反应的能力。对 9 个最先进的视觉语言模型的评估表明，多模态整合与具备化学知识的推理仍是关键瓶颈。
哥伦比亚大学研究人员发现，微塑料在水中并非化学惰性：根据一项发表于《自然》的新研究，六种常见塑料会在水-塑料界面产生活性羟基自由基，降解染料并可能引发氧化应激。其对人体健康的危害仍在研究中。
研究人员开发了一种基于化学的方法，使新式纹身能够被开启和关闭，从而实现可切换、可重构的纹身艺术。这项工作展示了响应式材料在可穿戴应用领域的进展。
Henri Kagan 和 Kensō Soai 凭借解开化学手性之谜荣获2026年诺贝尔化学奖——他们解释了为什么生命只使用分子的其中一种镜像形式，并推动了更具选择性的不对称催化技术，用于药物和材料制造。
2026年诺贝尔化学奖授予 Henri Kagan 和 Kenso Soai，以表彰他们发现了不对称化学反应——这类反应能以大量过量产出分子的某一种镜像形式。这一突破对我们理解生命为何发展出具有单一手性的生物化学意义重大。
RetroGEF 是一个基于流的生成模型，用于单步逆合成。它在一个统一的流程中同时建模分子变换与可变的图规模，在标准逆合成基准测试上取得了当前最优结果。该模型直接从产物-反应物对构建反应物图，无需固定的图画布或预设的编辑顺序。
C5R建立了一个完全由AI模型GPT-6 Astra运营的研究设施，实现了跨多个科学学科的实验的自主设计、执行和观察。
MolDesignBench是一个新的基准测试，用于评估基于场景的分子设计中的LLM智能体，包含2000个具有隐式和显式约束的实例，揭示了当前前沿的LLMs成功率较低，尤其是在推理隐式约束和检测不可行性方面。
本文运用化学腐蚀模型分析了《猴岛》电子游戏中的虚构饮料grog，估算其成分组成，以解释游戏中金属马克杯被快速腐蚀的现象。
这篇文章探讨了 Liesegang 环，一种在凝胶中形成几何图案的化学现象，并讨论了作者的实验以及对非平衡统计力学在理解图案形成方面的兴趣。
DianShi-RxnDB 是一个大规模数据平台，通过自动化管道从专利中提取和规范化数百万条有机反应数据，以支持AI驱动的化学研究。
本文讨论了Dextromethorphan (DXM) 的药代动力学，并介绍了dextroproporphan作为一种化学类似物，旨在通过防止其转化为DXO来改善其抗抑郁效果。
Synthon 350M，一款单步逆合成模型，由rasyn_lab推出，在USPTO-50K基准测试中实现了最先进的性能，单次设置下的top-1准确率为66.23%。
本文介绍了一种增强的C3LM模型，用于单步逆合成，采用Top-K提示和更大的训练数据集，在URSA-expert-2026基准测试中展现出与传统模型相竞争的性能。
WIRED 采访了蒙面 psychedelic 教育家 Willy Myco，他发布如何合成 LSD 和 psilocybin 等药物的教程视频，导致其 YouTube 和 Patreon 账户被关闭。
This paper investigates how molecular generative models internally organize molecular identity in their latent spaces, revealing piecewise-constant regions and coarse-to-fine boundaries across three architectures.
本文介绍了SEE，一个由专家策划的、面向化学、生物学和材料科学科学发现的多模态基准。对19个多模态大语言模型（MLLMs）的评估显示，最佳模型的准确率仅达到48.7%，即使使用工具也只有52.7%，这表明当前模型缺乏可靠的、受证据约束的科学推理能力。