标签
在芝加哥举行的 SC26 大会上,NVIDIA 的 Ian Buck 发布了 Nemotron for Science、Rubin HPC GPU、面向高性能计算的 Vera CPU 平台扩展,以及与 IBM 和费米国家加速器实验室合作的量子-经典协同设计项目,宣告 AI 智能体将与模拟和量子技术共同步入科学研究的新时代。
NVIDIA 宣布扩展 CUDA-X 库——包括 cuPhoton、cuPotential 和 cuSpa——为 AI 智能体提供加速科学发现的工具,在黑洞成像、聚变等离子体模拟、分子动力学和材料研究方面实现了显著的加速效果。
NVIDIA 在 SC26 上庆祝 CUDA 诞生 20 周年,回顾该平台如何推动从 AlexNet、AlphaFold 到分子动力学等一系列突破,如今已拥有超过 1,100 万开发者和 1,000 多个 CUDA-X 库。
Open Math OS 被比作新一代 agentic "Wolfram Alpha",是一个集成了开源前沿模型、AI 代理、Lean 证明验证与科学计算云的协作式数学研究平台,强调数据主权与社区共治。
该论文评估了大语言模型智能体能否可靠地构建完整、可执行的 JSON 规范,用于自动化设置偏微分方程(PDE)仿真(几何建模、网格划分、求解、导出)。结果表明,包含科学性检查和澄清环节的完整工作流程可使规范生成的正确率达到 98.3%,而借助模式(schema)辅助的单次生成基线和仅使用模型的基线正确率分别为 92.5% 和 82.5%。
该论文提出了 AgenticTuner,这是一种以大语言模型(LLM)为优化器的智能体流水线,利用代码库和文档等人类可读的先验信息来校准宇宙学模拟,仅需贝叶斯优化所耗 CPU 资源的一小部分,即可实现与之相当的校准性能。
Keplearn 是一个用 Rust 编写的确定性符号回归引擎,可从表格数据中通过最佳优先递归归约在数秒内恢复闭式方程(如牛顿引力定律),并输出带 r² 评分的 JSON 候选方程,支持零依赖单二进制跨平台分发。
Lanyon AI 从 11 月 1 日起向早期客户和测试者推出 Lanyon 的预发布版本,并在旧金山和芝加哥同时举办公开演示,致力于构建可形式化验证的科学模型。
该论文介绍了 Phronix,这是一种以能力为中心的学习范式,使基于大语言模型的智能体运行框架能够通过预测器—验证器—纠正器循环,从自身的执行过程中获取、验证和复用能力,在重复出现的任务上实现 93–95% 的首次尝试成功率,并将低成本模型在 SWE-bench 上的成功率从约 28% 提升至约 90%。
NVIDIA cuDSS 是一款面向 GPU 加速稀疏线性方程组求解的 CUDA-X 库,现已正式全面可用,并已获得 Applied Materials、COMSOL、Cadence、Dassault Systèmes、Siemens 和 Synopsys 的采用,可将工程与科学仿真速度提升最高 10 倍。
Fortran 语言迎来 70 周年,剑桥大学计算气候科学研究所(ICCS)将于 2026 年 12 月 1 日在曼彻斯特科学与工业博物馆举办纪念活动,包含主题演讲、闪电演讲和小组讨论,庆祝其在核工程、天气气候预报和材料科学等领域的贡献。
Open-Science 是 AIPOCH 推出的开源、本地优先 AI 科研工作台,结合智能体工作流、Python 与 R 执行以及可追溯的研究产物,所有结果都保留输入、代码与执行证据,便于复现与对比工作流。
NumPy 2.5 引入了 np.searchsorted 的向量化实现,通过批处理和缓存友好技术实现了最高 25 倍的加速,惠及包括 SciPy 和 scikit-learn 在内的更广泛的 Python 科学生态系统。
该论文提出 Gen-PINNs,一种将生成对抗网络与物理信息神经网络结合的确定性残差-对抗框架,用于求解具有尖锐波前和刚性特征的偏微分方程,在 Burgers、Allen-Cahn 和 Kuramoto-Sivashinsky 方程上相较标准 PINNs 显著提升了精度和收敛性。
FlashSinkhorn 2 提出了一种两阶段块稀疏 GPU 求解器,用于求解熵正则化最优传输(EOT)问题,可扩展至 1.34e8 个粒子的点云。在单块 A100 上,可在 2.5 小时内将边缘残差降至 0.01 以下——据称这是在数小时内在该精度下求解的最大离散 EOT 问题。该项目已发布开源实现。
一篇论文展示了语言模型(LLM)智能体重写 Sella 分子几何优化器,减少力评估次数,由此产生 AutoSella 优化器系列,在 r2SCAN-3c DFT 计算中将力调用次数降至 Sella 的 40.2%–77.2%,同时在留出分子上保持相同的能量收敛效果。
莱斯大学(Rice University)的研究人员提出了 CompMat-Bench,这是一个包含 94 项任务的基准数据集,任务源自已发表的计算材料学研究,用于评估 AI 智能体准备昂贵模拟的输入及分析输出的能力,从而避免在评分阶段重新运行耗资巨大的模拟。在提供完整指导的情况下,基于三种大语言模型(LLM)的智能体通过率达到 66.0–90.4%;但在面对更长的工作流程或减少方法学提示时,性能明显下降,且大多数失败源于科学层面的错误,而非软件操作问题。
Rules to Tools (R2T) 研究了为 LLM 编码智能体提供现成可运行的可执行检查(针对已写明的科学需求),是否能改善 SciCode 类任务上的程序修复效果。结果喜忧参半且因任务而异:在某些任务组中,工具组略微优于基于文本的检查(30 个任务中完整修复 29 个 vs 26 个),其他任务组则打平;此外,检查机制可能降低智能体侧的模型输出成本,但会增加 CPU 使用量。
论文提出了自动诊断与技能发现(ADSD)框架,教会 AI 智能体诊断数值求解器表现不佳的原因,并进一步发现可复用的求解器技能,在电力潮流基准上实现了最高达 71 倍的误差降低,且能迁移到未见过的电网拓扑结构。
提出软件在环重构(software-in-the-loop reconstruction)的自监督框架,从现有科学软件工作流中自动生成可执行的参考行为与验证目标,用于训练终端智能体;使用 Qwen3.8-Max 生成训练数据并对 Qwen3.8-27B 微调,使 Terminal-Bench 2 平均性能从 47.94% 提升至 53.56%。