AlphaFold 为什么没有解决蛋白质折叠难题 — Google DeepMind Pushmeet Kohli 与 Biohub Sal Candido 对谈
Google DeepMind 与 Biohub 研究者在 Latent Space 对谈中指出，AlphaFold 突破只是起点，蛋白质折叠远未被解决。他们强调仅靠扩大算力与数据无法攻克生物学，找到合适的 scaling law 与高质量数据比增大模型更重要，并认为 AI 有望带来 10x–100x 的药物发现加速。
#数据/训练
#数据/训练
今日 0 条Latent SpaceAI 评分4343
Microsoft ResearchAI 评分3737 AI 会犯哪些错，失败带来什么启示：Microsoft Research 播客对话 Jennifer Neville
Microsoft Research Podcast 主持人 Chad Atalla 与合伙人研究经理、普渡大学教授 Jennifer Neville 对谈，讨论 AI 在传统基准之外测试时出现的"意外失败"，以及评估如何推动模型满足用户需求。Neville 强调训练数据显著影响 AI 行为与用户期望的对齐，并回顾了从数学、物理、认知科学转向 AI 研究的职业路径。
Import AIAI 评分4545 Import AI 474：柏拉图式心智空间、TPU 进入太空、智谱开启外层 RSI 循环
Michael Levin 发表论文《Ingressing Minds》，提出心智是非物理模式，来自一个装纳任意复杂度模式的“柏拉图空间”，身体与机器只是这些模式进入物理世界的接口。论文以 frog 细胞制成的 xenobots 和人类气管细胞制成的 anthrobots 为例，后者离体后可自主修复神经元损伤。Levin 认为算法机器与生化生命处于同一谱系，都能超出物理或算法实现本身。
Latent SpaceAI 评分4343 生物安全是一场 AI 军备竞赛：Radical Numerics CEO Eric Nguyen 谈基因组语言模型
Radical Numerics CEO Eric Nguyen 称生物安全正成为一场 AI 军备竞赛，防御方目前落后，主张继续推进前沿能力。他此前在 Arc Institute 参与领导 Evo 和 Evo 2，这些模型后被用于生成完整噬菌体基因组并合成为功能性病毒。
Latent SpaceAI 评分4545 Good Start Labs：游戏里学到的技能能迁移到真实工作吗？
Good Start Labs 把游戏当作 AI 模型的训练环境，其用 1830 铁路游戏训练的 30B 模型只有在多轮终端智能体设计下才提升了 Finance-Agent benchmark 成绩，单轮问答设计则没有。
Berkeley AI ResearchAI 评分4343 智能免费之后：UC Berkeley 谈「为智能体、运行智能体、由智能体构建」的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人发布观点文章，提出推理成本趋近于零后，数据系统需围绕「为智能体、运行智能体、由智能体构建」三个方向重新设计。