然而，随着天气预报分辨率不断升高，预报时间逐渐延长，NWP 模式所需要的算力迅速增加，限制了其发展。目前，欧洲中期天气预报中心的预报模式需要对每一水平层的 200 万个网格，以 10 分钟的步长进行 10 天的预报，每天运行 2 次。在欧洲中期天气预报中心的对比中，可以看到基于 AI 的天气预测，在部分性能上已经可以与数值天气预报媲美，将在未来发挥着重要作用。此外，基于机器学习的天气预报是归纳推理

当拉斯维加斯的聚光灯再度投向 AI、指向底层硬件支撑，无论是黄仁勋侃侃而谈的 Rubin 平台，亦或是苏姿丰将于今晚揭晓的重磅新品，都不仅仅是在发布一代芯片或一次性能跃迁，更像是在为下一阶段的 AI 发展划定边界：算力如何被组织、成本如何被压缩、模型如何真正走向推理、Agent 与现实世界如何深度耦合。CES 2026 所呈现的，已不只是厂商之间的规格对决，而是一场围绕 AI 基础设施形态的集体选

来自 MIT 的研究团队提出了一种基础型机器学习模型 DefectNet，能够直接从振动光谱中预测取代型点缺陷的化学种类及其浓度，即使在多元素共存的情况下亦可实现。模型在包含 56 种元素的未见晶体中展现出良好的泛化能力，并可通过实验数据进行微调。

值得一提的是，谢伟迪曾庆幸「自己选择的 topic 恰好是后来大家感兴趣的事」。但笔者认为，研究课题的选择恰恰反应了团队带头人在该领域的独到观察，而谢伟迪将其表示为「定义问题」，在他看来，定义问题比解决问题更重要，只要一个有意义的问题被定义下来，后续会有无数的人跟进和解决。因此，我们需要思考，在当下的这个阶段，什么问题是最值得让模型去解决的？这点很重要。进一步地，当我们解决问题时，「人才-数据-算

作者：SDNLAB编辑：李姝2024 DPU & AI Networking 创新大会将于 7 月 27 日在北京厦航嘉年华酒店酒店举办，峰会将围绕 DPU 智能应用、AI 算网技术、智能网络大模型等展开对话交流，HyperAI超神经将以合作社区的身份参与其中，诚邀大家前来参会！随着人工智能技术的迅猛发展，AI 大模型对底层算力的诉求进一步升级，算力基础设施也由一般计算向智能计算、超级计算

上篇教程小编已经带大家体验了一把 DynamiCrafter 的 WebUI 版使用方法，该方法简单易用，小白也能分分钟上手，但想要更细致地调整局部细节，WebUI 就有点局限了。相较而言，ComfyUI 基于节点式的界面和工作流，用户可以通过改变节点随心所欲地实现不同功能，能够更精细化地控制整个流程，赋予用户更高的自由度和创作空间，实现个性化定制！但 ComfyUI DynamiCrafter

来自华威大学的研究团队提出一个面向 TESS 候选体的全新筛选与验证流程 RAVEN，其引入了合成训练数据集，不再仅依赖任务本身产生的阈值越界事件（TCE）数据，这一改进大幅拓展并增强了机器学习模型所覆盖的行星与假阳性情景参数空间。在一个包含 1361 个预分类 TESS 候选体的独立外部测试集中，该流程实现了 91% 的总体准确率，展示了其在自动排序 TESS 候选体方面的有效性。

MIT 与卡内基梅隆大学研究团队提出的蛋白质生成智能体模型 VibeGen，通过将序列生成与振动动力学预测相结合，实现了从头蛋白质设计。研究结果表明，该生成式智能体所设计的蛋白质，不仅能够折叠为稳定且新颖的结构，还可在主链层面上重现目标振动振幅的分布特征。

HyperAI 整理了一批优质的推理数据集，覆盖多领域、多任务推理、合成推理训练数据，科研评测基准以及大规模问答数据，并支持下载或在线使用数据集。

MIT 的研究人员提出了一种名为 Wave-Former 的新型方法，能够实现对完全被遮挡的、形态多样的日常物体进行高精度的三维形状重建。该方法不仅解决了信号噪声高、遮挡严重的问题，同时通过创新的物理感知训练框架，实现了基于合成数据训练而在真实环境中高保真重建的能力。在与最先进基线方法的直接对比中，Wave-Former 将召回率从 54% 提升至 72%，同时保持了 85% 的高精度。