Nous recrutons toujours des participants pour les tests bêta fermés, avec une récompense maximale de 200 ¥.

Partage d'expériences concrètes par les utilisateurs d'HyperAI

« DeepSeek-OCR 2 : Flux causal visuel » est désormais disponible dans la section « Tutoriels » du site web HyperAI. Il vous suffit de télécharger votre image pour obtenir une reconnaissance optique de caractères (OCR) précise. Essayez-le !

L'équipe de recherche en IA de Polymathic a proposé Walrus, un modèle fondamental basé sur l'architecture Transformer et principalement destiné à la dynamique des milieux continus de type fluide. Lors de sa phase de pré-entraînement, Walrus couvre 19 scénarios physiques très diversifiés, englobant de multiples domaines tels que l'astrophysique, les sciences de la Terre, la rhéologie, la physique des plasmas, l'acoustique et la dynamique des fluides classique. Les résultats montrent que Walrus surpasse les modèles fondamentaux précédents, tant pour les prédictions à court terme qu'à long terme, pour les tâches en aval.

2.2-2.6 Articles sélectionnés sur l'IA

Inspirée par le nouveau modèle de DeepSeek, l'équipe Genos, composée de chercheurs de BGI Genomics et du laboratoire Zhejiang Zhijiang, a lancé Gengram (Engramme Génomique), un module d'extension dédié à la modélisation du génome. Avec seulement 20 millions de paramètres environ, il a battu les records de performance pour de nombreuses tâches génomiques, offrant une solution révolutionnaire pour surmonter les difficultés de la modélisation du génome.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables, du 26 au 30 janvier, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Actuellement, les relevés du ciel à grande échelle, multibandes, à large champ de vision et à haute profondeur propulsent l'astronomie dans une ère de traitement des données sans précédent. Grâce à la mise en service d'instruments de nouvelle génération tels que le télescope spatial Euclid, l'observatoire Rubin et le télescope spatial Roman, l'univers est cartographié systématiquement à une échelle et avec une précision inégalées. Ces observations devraient [...]

Articles sélectionnés sur l'IA (26-30 janvier)

La startup de robotique Skild AI a levé 1,4 milliard de dollars lors d'un tour de table de série C, ce qui valorise l'entreprise à plus de 14 milliards de dollars. Ce tour de table a été mené par le groupe japonais SoftBank, avec la participation d'investisseurs stratégiques tels que NVentures (filiale de Nvidia), Macquarie Capital et Bezos Expeditions (fondée par Jeff Bezos, fondateur d'Amazon). Samsung, LG, Schneider Electric et Salesforce Ventures ont également participé à ce financement.

Une équipe de recherche conjointe, composée de Basecamp Research, de NVIDIA et de plusieurs institutions universitaires de premier plan, a élaboré la série EDEN de modèles métagénomiques de base. En exploitant d'immenses quantités de données d'évolution naturelle, communes à plusieurs espèces et corrélées à des informations environnementales, ils ont, pour la première fois, extrait de manière systématique la « grammaire » profonde et les principes universels de la conception biologique.

La démo de génération 3D « TRELLIS.2 » est désormais disponible sur le site web d'HyperAI (hyper.ai) dans la section « Tutoriels ». Venez découvrir la génération efficace de modèles 3D !

Une équipe de recherche de l'Université de Californie a conçu une structure spéciale de piégeage de photons (PTST) à la surface d'une photodiode en silicium standard et y a intégré un réseau neuronal entièrement connecté, extrêmement robuste au bruit. Ce réseau est capable de calculer et de reconstruire intelligemment le spectre original directement à partir du signal de photocourant mesuré par le dispositif. Cette méthode permet non seulement au spectromètre d'atteindre un rapport signal/bruit plus élevé aux grandes longueurs d'onde, mais aussi d'offrir des performances globales supérieures à celles des spectromètres traditionnels à base de silicium.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables de la version 1.12 à 1.16, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Articles sélectionnés sur l'IA (19-23 janvier)

Cet article compile de manière systématique un ensemble de jeux de données de haute qualité, de tutoriels en ligne et d'articles relatifs à l'intelligence incarnée, offrant ainsi une référence pour l'apprentissage et la recherche. Visitez hyper.ai pour découvrir davantage de ressources de qualité !

Une équipe de recherche de l'Université Goethe en Allemagne a classifié le génome des ligases E3 humaines grâce à l'apprentissage métrique, intégrant des données multiniveaux telles que les séquences protéiques, la composition en domaines, la structure tridimensionnelle, la fonction et les profils d'expression. Cette méthode élargit la classification traditionnelle des enzymes E3 (classes RING, HECT et RBR) pour inclure les mécanismes atypiques, élucide avec succès les compartiments fonctionnels, distingue les complexes multi-sous-unitaires des enzymes monomériques et associe les enzymes E3 à leurs substrats et à des cibles thérapeutiques potentielles.

Une équipe de recherche de l'Université de Yale a récemment proposé le modèle MOSAIC, qui transforme un modèle de langage généralisé en un système collaboratif composé de nombreux experts en chimie. Grâce à une division professionnelle du travail, ce modèle élimine efficacement les illusions liées au modèle, fournit une évaluation quantifiable de l'incertitude et permet la génération systématique, de la description de la réaction au protocole expérimental complet. Il devrait améliorer considérablement l'efficacité de la recherche scientifique dans des domaines tels que la découverte de médicaments et le développement de matériaux.

Le modèle de génération d'images haute fidélité sémantique précis « GLM-Image » est désormais disponible dans la section tutoriels du site web HyperAI (hyper.ai). Laissez libre cours à votre créativité !

Une équipe de recherche de l'Université Tsinghua et de l'Université de Chicago a évalué de manière systématique l'impact réel des outils d'IA sur la recherche scientifique à partir d'un vaste ensemble de données comprenant 41,3 millions d'articles en sciences naturelles et 5,37 millions de scientifiques, de 1980 à 2025. L'étude a révélé que si l'IA accroît significativement la production scientifique individuelle et l'influence académique, elle entraîne une contraction de l'espace des connaissances et une concentration des interactions académiques au niveau collectif. En identifiant la recherche en IA grâce à des modèles de langage et en introduisant des indicateurs d'innovation tels que « l'étendue des connaissances », l'article met en lumière les coûts structurels souvent négligés de l'IA pour la science, apportant ainsi des éléments essentiels pour comprendre comment l'IA remodèle l'écosystème de la recherche.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables de la version 1.12 à 1.16, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Le tutoriel « Qwen-Image-2512 : Générer des portraits et des paysages naturels plus réalistes » est désormais disponible sur le site web d'HyperAI (hyper.ai), dans la section tutoriels. Laissez libre cours à votre créativité !

Une équipe de recherche conjointe de l'Université de Princeton et de l'École des Mines du Colorado a proposé une méthode de prédiction efficace basée sur l'apprentissage automatique. Cette méthode utilise un modèle de langage étendu pour prédire directement l'énergie libre à partir de la séquence structurale des MOF, réduisant ainsi considérablement les coûts de calcul et permettant une évaluation thermodynamique à haut débit et à grande échelle des MOF.

Afin d'améliorer encore l'expérience utilisateur et les fonctionnalités clés d'HyperAI, nous lançons officiellement une nouvelle phase de tests internes. Nous souhaitons inviter un groupe restreint d'utilisateurs réels à découvrir les capacités de la plateforme et à contribuer à l'amélioration du produit. 💻 Si vous avez des besoins à long terme en plateformes cloud et en puissance de calcul GPU, 🙋‍♀️ si vous possédez une formation technique [...]

HyperAl a compilé une série de tutoriels et d'ensembles de données très utiles et largement applicables, du 8 au 12 décembre, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale. (Les dates et les domaines représentatifs pourront être ajustés en fonction des circonstances.)

En 2025, le discours dominant sur l'IA s'effondre. Face à des investissements colossaux de plusieurs centaines de milliards de dollars et une croissance des revenus atone, il est déjà trop tôt pour juger de l'existence d'une bulle spéculative. De la chute vertigineuse de la capitalisation boursière d'Alphabet (200 milliards de dollars) au gouffre financier de ChatGPT, le secteur technologique semble contraint de se plier aux réalités du marché.

CleaveNet, un processus de conception de bout en bout basé sur l'IA et proposé par une équipe conjointe du MIT et de l'Université Harvard, vise à relever ce défi. Ce processus, grâce à la collaboration de modèles prédictifs et génératifs, ambitionne de révolutionner le paradigme actuel de la conception de substrats de protéases, en offrant des solutions inédites pour la recherche fondamentale et le développement biomédical.

Le modèle de traduction automatique neuronale multilingue « HY-MT1.5-1.8B » est désormais disponible sur le site web d'HyperAI (hyper.ai), dans la section tutoriels. Venez découvrir ses performances de traduction ultra-rapides !

Le 8e salon technique Meet AI Compiler de 2025 s'est conclu avec succès le 27 décembre à la Shanghai Innovation Academy.

Fondée en 2023, FieldAI, une entreprise spécialisée dans l'intelligence embarquée, a levé plus de 405 millions de dollars en moins de deux ans auprès d'investisseurs tels que Jeff Bezos, Intel, Nvidia, Bill Gates et Samsung. Son équipe principale est composée d'anciens membres d'entreprises de premier plan comme le JPL de la NASA, DeepMind, Tesla et SpaceX. L'entreprise se consacre à la création d'un « cerveau robotique intelligent universel » capable de fonctionner avec différents types de robots et de s'adapter à divers environnements.

Nous recrutons toujours des participants pour les tests bêta fermés, avec une récompense maximale de 200 ¥.

Partage d'expériences concrètes par les utilisateurs d'HyperAI

« DeepSeek-OCR 2 : Flux causal visuel » est désormais disponible dans la section « Tutoriels » du site web HyperAI. Il vous suffit de télécharger votre image pour obtenir une reconnaissance optique de caractères (OCR) précise. Essayez-le !

L'équipe de recherche en IA de Polymathic a proposé Walrus, un modèle fondamental basé sur l'architecture Transformer et principalement destiné à la dynamique des milieux continus de type fluide. Lors de sa phase de pré-entraînement, Walrus couvre 19 scénarios physiques très diversifiés, englobant de multiples domaines tels que l'astrophysique, les sciences de la Terre, la rhéologie, la physique des plasmas, l'acoustique et la dynamique des fluides classique. Les résultats montrent que Walrus surpasse les modèles fondamentaux précédents, tant pour les prédictions à court terme qu'à long terme, pour les tâches en aval.

2.2-2.6 Articles sélectionnés sur l'IA

Inspirée par le nouveau modèle de DeepSeek, l'équipe Genos, composée de chercheurs de BGI Genomics et du laboratoire Zhejiang Zhijiang, a lancé Gengram (Engramme Génomique), un module d'extension dédié à la modélisation du génome. Avec seulement 20 millions de paramètres environ, il a battu les records de performance pour de nombreuses tâches génomiques, offrant une solution révolutionnaire pour surmonter les difficultés de la modélisation du génome.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables, du 26 au 30 janvier, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Actuellement, les relevés du ciel à grande échelle, multibandes, à large champ de vision et à haute profondeur propulsent l'astronomie dans une ère de traitement des données sans précédent. Grâce à la mise en service d'instruments de nouvelle génération tels que le télescope spatial Euclid, l'observatoire Rubin et le télescope spatial Roman, l'univers est cartographié systématiquement à une échelle et avec une précision inégalées. Ces observations devraient [...]

Articles sélectionnés sur l'IA (26-30 janvier)

La startup de robotique Skild AI a levé 1,4 milliard de dollars lors d'un tour de table de série C, ce qui valorise l'entreprise à plus de 14 milliards de dollars. Ce tour de table a été mené par le groupe japonais SoftBank, avec la participation d'investisseurs stratégiques tels que NVentures (filiale de Nvidia), Macquarie Capital et Bezos Expeditions (fondée par Jeff Bezos, fondateur d'Amazon). Samsung, LG, Schneider Electric et Salesforce Ventures ont également participé à ce financement.

Une équipe de recherche conjointe, composée de Basecamp Research, de NVIDIA et de plusieurs institutions universitaires de premier plan, a élaboré la série EDEN de modèles métagénomiques de base. En exploitant d'immenses quantités de données d'évolution naturelle, communes à plusieurs espèces et corrélées à des informations environnementales, ils ont, pour la première fois, extrait de manière systématique la « grammaire » profonde et les principes universels de la conception biologique.

La démo de génération 3D « TRELLIS.2 » est désormais disponible sur le site web d'HyperAI (hyper.ai) dans la section « Tutoriels ». Venez découvrir la génération efficace de modèles 3D !

Une équipe de recherche de l'Université de Californie a conçu une structure spéciale de piégeage de photons (PTST) à la surface d'une photodiode en silicium standard et y a intégré un réseau neuronal entièrement connecté, extrêmement robuste au bruit. Ce réseau est capable de calculer et de reconstruire intelligemment le spectre original directement à partir du signal de photocourant mesuré par le dispositif. Cette méthode permet non seulement au spectromètre d'atteindre un rapport signal/bruit plus élevé aux grandes longueurs d'onde, mais aussi d'offrir des performances globales supérieures à celles des spectromètres traditionnels à base de silicium.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables de la version 1.12 à 1.16, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Articles sélectionnés sur l'IA (19-23 janvier)

Cet article compile de manière systématique un ensemble de jeux de données de haute qualité, de tutoriels en ligne et d'articles relatifs à l'intelligence incarnée, offrant ainsi une référence pour l'apprentissage et la recherche. Visitez hyper.ai pour découvrir davantage de ressources de qualité !

Une équipe de recherche de l'Université Goethe en Allemagne a classifié le génome des ligases E3 humaines grâce à l'apprentissage métrique, intégrant des données multiniveaux telles que les séquences protéiques, la composition en domaines, la structure tridimensionnelle, la fonction et les profils d'expression. Cette méthode élargit la classification traditionnelle des enzymes E3 (classes RING, HECT et RBR) pour inclure les mécanismes atypiques, élucide avec succès les compartiments fonctionnels, distingue les complexes multi-sous-unitaires des enzymes monomériques et associe les enzymes E3 à leurs substrats et à des cibles thérapeutiques potentielles.

Une équipe de recherche de l'Université de Yale a récemment proposé le modèle MOSAIC, qui transforme un modèle de langage généralisé en un système collaboratif composé de nombreux experts en chimie. Grâce à une division professionnelle du travail, ce modèle élimine efficacement les illusions liées au modèle, fournit une évaluation quantifiable de l'incertitude et permet la génération systématique, de la description de la réaction au protocole expérimental complet. Il devrait améliorer considérablement l'efficacité de la recherche scientifique dans des domaines tels que la découverte de médicaments et le développement de matériaux.

Le modèle de génération d'images haute fidélité sémantique précis « GLM-Image » est désormais disponible dans la section tutoriels du site web HyperAI (hyper.ai). Laissez libre cours à votre créativité !

Une équipe de recherche de l'Université Tsinghua et de l'Université de Chicago a évalué de manière systématique l'impact réel des outils d'IA sur la recherche scientifique à partir d'un vaste ensemble de données comprenant 41,3 millions d'articles en sciences naturelles et 5,37 millions de scientifiques, de 1980 à 2025. L'étude a révélé que si l'IA accroît significativement la production scientifique individuelle et l'influence académique, elle entraîne une contraction de l'espace des connaissances et une concentration des interactions académiques au niveau collectif. En identifiant la recherche en IA grâce à des modèles de langage et en introduisant des indicateurs d'innovation tels que « l'étendue des connaissances », l'article met en lumière les coûts structurels souvent négligés de l'IA pour la science, apportant ainsi des éléments essentiels pour comprendre comment l'IA remodèle l'écosystème de la recherche.

HyperAl a compilé une série de tutoriels et d'ensembles de données très précieux et largement applicables de la version 1.12 à 1.16, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale.

Le tutoriel « Qwen-Image-2512 : Générer des portraits et des paysages naturels plus réalistes » est désormais disponible sur le site web d'HyperAI (hyper.ai), dans la section tutoriels. Laissez libre cours à votre créativité !

Une équipe de recherche conjointe de l'Université de Princeton et de l'École des Mines du Colorado a proposé une méthode de prédiction efficace basée sur l'apprentissage automatique. Cette méthode utilise un modèle de langage étendu pour prédire directement l'énergie libre à partir de la séquence structurale des MOF, réduisant ainsi considérablement les coûts de calcul et permettant une évaluation thermodynamique à haut débit et à grande échelle des MOF.

Afin d'améliorer encore l'expérience utilisateur et les fonctionnalités clés d'HyperAI, nous lançons officiellement une nouvelle phase de tests internes. Nous souhaitons inviter un groupe restreint d'utilisateurs réels à découvrir les capacités de la plateforme et à contribuer à l'amélioration du produit. 💻 Si vous avez des besoins à long terme en plateformes cloud et en puissance de calcul GPU, 🙋‍♀️ si vous possédez une formation technique [...]

HyperAl a compilé une série de tutoriels et d'ensembles de données très utiles et largement applicables, du 8 au 12 décembre, couvrant de multiples domaines tels que les agents intelligents, la vision par ordinateur et la synthèse vocale. (Les dates et les domaines représentatifs pourront être ajustés en fonction des circonstances.)

En 2025, le discours dominant sur l'IA s'effondre. Face à des investissements colossaux de plusieurs centaines de milliards de dollars et une croissance des revenus atone, il est déjà trop tôt pour juger de l'existence d'une bulle spéculative. De la chute vertigineuse de la capitalisation boursière d'Alphabet (200 milliards de dollars) au gouffre financier de ChatGPT, le secteur technologique semble contraint de se plier aux réalités du marché.

CleaveNet, un processus de conception de bout en bout basé sur l'IA et proposé par une équipe conjointe du MIT et de l'Université Harvard, vise à relever ce défi. Ce processus, grâce à la collaboration de modèles prédictifs et génératifs, ambitionne de révolutionner le paradigme actuel de la conception de substrats de protéases, en offrant des solutions inédites pour la recherche fondamentale et le développement biomédical.

Le modèle de traduction automatique neuronale multilingue « HY-MT1.5-1.8B » est désormais disponible sur le site web d'HyperAI (hyper.ai), dans la section tutoriels. Venez découvrir ses performances de traduction ultra-rapides !

Le 8e salon technique Meet AI Compiler de 2025 s'est conclu avec succès le 27 décembre à la Shanghai Innovation Academy.

Fondée en 2023, FieldAI, une entreprise spécialisée dans l'intelligence embarquée, a levé plus de 405 millions de dollars en moins de deux ans auprès d'investisseurs tels que Jeff Bezos, Intel, Nvidia, Bill Gates et Samsung. Son équipe principale est composée d'anciens membres d'entreprises de premier plan comme le JPL de la NASA, DeepMind, Tesla et SpaceX. L'entreprise se consacre à la création d'un « cerveau robotique intelligent universel » capable de fonctionner avec différents types de robots et de s'adapter à divers environnements.