PNNL开源AutoLabs AI工具：实验室机器人实验通量提升5-10倍，加速电池科学创新
美国太平洋西北国家实验室（PNNL）开发了名为AutoLabs的开源生成式智能体AI系统，可快速将实验目标翻译为实验室机器人Big Kahuna的操作指令，实现混合、加热、搅拌、过滤等多步骤自动化。在测试中，AutoLabs在所有复杂度实验中均成功翻译指令，将实验通量提升5-10倍，已发表于Scientific Reports并在GitHub开源。
Meta与DESRI签署850MW太阳能与储能购电协议，合作总容量超2.5GW
Meta与DESRI签署850MW太阳能与储能PPA，覆盖俄克拉何马、得克萨斯和密西西比三州。双方合作总容量达2575MW，约1110MW今年启动建设，用以支撑Meta在AI和数据中心领域的清洁能源采购战略。
DuPont与AI平台Uncountable达成战略合作推进AI-ready实验室计划
DuPont与AI驱动的端到端产品开发平台Uncountable建立战略合作，推进其AI-ready实验室计划。合作旨在标准化实验数据和优化研发工作流程，加速配方开发和客户解决方案交付。
四家特种化工企业与AI平台Uncountable签署合作协议，推动端到端产品开发数字化
旧金山软件公司Uncountable与四家特种化工企业签署协议，提供端到端产品开发AI平台。该平台整合实验设计、数据分析和配方优化功能，帮助化工企业加速新材料和新配方的研发周期，降低试错成本。此举反映了AI在化工研发领域从概念验证走向规模化应用的趋势。
Evonik与Imubit在新加坡启动工业AI试点，聚焦深度学习过程控制
Evonik与工业AI公司Imubit在新加坡工厂启动试点合作，评估深度学习过程控制技术在真实生产环境中的应用。试点聚焦实时催化剂寿命洞察和操作策略优化，采用开环模式评估数据驱动模型的实际效果。
DuPont携手Uncountable推进AI驱动实验室计划，加速材料研发数字化转型
DuPont与AI驱动产品开发平台Uncountable达成战略合作，推进AI就绪实验室计划。合作旨在标准化实验数据、优化研发工作流，提升DuPont在复杂配方设计和测试方面的能力，加速新方案交付。
AWS、OpenAI和Anthropic集中发布生命科学AI平台，科技巨头加速布局药物发现
AWS推出Amazon Bio Discovery整合40余个生物基础模型和实验合作伙伴；OpenAI发布GPT-Rosalind专注生命科学推理；Anthropic以4亿美元收购Coefficient Bio并推出Claude for Life Sciences。三大科技公司以不同策略进入药物发现领域，标志着AI从通用工具向科学工作流专用平台的转变。
PROBE方法实现机器学习原子势可靠性概率预测，性能随骨干网络表达力增强而提升
研究提出PROBE（Post-hoc Reliability from Backbone Embeddings）方法，将机器学习原子势（MLIP）不确定性量化重构为选择性分类问题。通过在预训练MLIP的冻结原子表征上训练紧凑判别分类器，PROBE生成单调跟踪实际误差的每预测可靠性概率，性能随骨干表达力增强而提升，且是后验和架构无关的。
CompleteRXN 构建化学反应数据库补全基准，约束解码模型在极端分布外测试达91%准确率
研究引入CompleteRXN大规模监督基准，用于化学反应方程式的补全任务。通过对齐USPTO不完整反应与原子平衡的机理反应构建训练集。约束反应平衡器（CRB）在随机分割上达到99.20%等价准确率，在极端分布外分割上达91.12%。但在未整理的完整USPTO上性能显著下降，揭示了基准与实用鲁棒性之间的差距。
Eli Lilly与AI生物技术公司Profluent达成CRISPR基因编辑合作，里程碑付款最高达22.5亿美元
Eli Lilly与专注于AI的基因编辑生物技术公司Profluent达成合作协议，共同开发能够将完整基因插入患者体内的新型基因编辑器。交易细节尚未披露，但若所有项目成功，Lilly将支付最高22.5亿美元的里程碑付款。该合作旨在开发可插入整个基因的基因编辑工具，超越现有CRISPR技术仅能进行小片段编辑的局限。
SLB 收购 S&P Global 上游软件业务，加速 AI 驱动的油气地下勘探战略
SLB 与 S&P Global 达成协议，收购其能源部门的上游地球科学和石油工程软件组合，旨在扩展数字化地下勘探能力。双方还将合作开发基于 AI 的地下分析新模型，交易预计 2026 年下半年或 2027 年初完成。
MagMatLLM：约束引导的AI框架发现12种新型磁性绝缘体，10种通过第一性原理验证
南加州大学和UCLA团队提出MagMatLLM框架，将大语言模型晶体生成与进化选择、多目标筛选和第一性原理验证结合，在生成阶段直接嵌入磁性、绝缘性和稳定性约束，从220万候选中识别出12种新型磁性绝缘体，其中10种经声子分析和自旋极化DFT计算确认。
KinetiDiff框架结合扩散模型与分子对接，设计ACVR1抑制剂亲和力提升19.2%
研究提出KinetiDiff框架，将几何完备扩散模型与AutoDock Vina实时梯度引导结合，针对进行性骨化性纤维发育不良症的致病激酶ACVR1进行药物设计，最优候选分子亲和力达-11.05 kcal/mol。
AI框架DielecMIND发现5种新型超高介电常数材料，该类材料总量增加35%
研究团队提出DielecMIND框架，结合大语言模型假设生成与第一性原理计算验证，发现5种介电常数超过150的新型材料，其中Ba₂TiHfO₆介电常数达637且在800K下稳定。
大语言模型预测金属有机框架材料工业化放大，准确率达91.4%
研究团队开发ESU-MOF框架，通过文献挖掘数据集和正无标签学习策略微调大语言模型，预测MOF材料合成放大潜力，准确率达91.4%，可加速MOF从实验室到工业的转化。
IEA报告：2025年数据中心耗电量飙升17%AI驱动下2030年将翻倍小型模块化核反应堆协议激增至45GW
IEA于4月16日发布《能源与AI关键问题》报告，指出2025年数据中心耗电量增长17%，AI专用数据中心增速更快，远超全球电力需求3%的增速。五大科技巨头2025年资本支出超过4000亿美元，2026年预计再增75%。数据中心与小型模块化核反应堆（SMR）项目的购电协议已从2024年末的25GW增至45GW，AI正从单纯的能源消耗者转变为能源创新的推动者。