全部 AI 动态 · AI 热点

6月22日

12:36

12:36IT之家（博客/媒体）

精选

HD 现代正基于英伟达 Isaac Sim 平台研发实体 AI 机器人，计划率先用于船舶制造的焊接、涂装、板材折弯工序。Isaac Sim 依托英伟达 Omniverse 和 OpenUSD，采用实时光线追踪与 Newton 物理引擎，可在虚拟环境中生成数万种工况数据。HD 现代是全球首家在造船领域采用该平台的企业，目前已实现机器人完成基础焊接作业。该公司目标是在 2030 年建成“未来智能先进船厂”，并已与西门子、英伟达合作搭建数字孪生船厂。

行业 HD现代英伟达 Isaac Sim 工业机器人数字孪生

推荐理由：HD 现代要用英伟达的机器人仿真平台训练 AI 机器人，先在造船焊接上用，比现在需要人遥控的协作机器人更智能。

原文

6月17日

10:40

arXiv cs.AI@Ziqi Zhou, Yubo Ye, Sumeet Atul Vadhavka, Linwei Wang, Zhiqiang Tao

论文提出LEADS框架，利用LLM智能体在结构化动作空间中迭代发现混合物理-神经模型，解决传统方法需要专家手动设计且无法跨患者迁移的问题。在三种合成反应数据和真实心脏电生理数据上，LEADS均优于人工设计的混合模型和其他基于LLM的方法。该方法保证了模型的物理合理性、可解释性和数值稳定性，同时允许开放性的架构探索。

论文 LEADS 心脏电生理数字孪生 LLM 智能体

推荐理由：这篇论文用LLM智能体自动设计心脏数字孪生的混合模型，比人工靠经验搭的更准，还跨病人管用。合成和真实数据上都赢了其他方法。

原文

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

6月15日

11:11

11:11IT之家（博客/媒体）

三星电子在首尔部署517台HPC服务器，基于数字孪生技术推动产品研发。该集群处理速度是现有系统的5.8倍，可执行6倍虚拟验证负载。电视跌落验证周期从15天缩短至2天，洗衣机从15天缩至5天。智能手机跌落案例处理仅需1天完成700个。该算力还用于散热、隔膜耐久性、扫地机器人碰撞等验证。

行业三星数字孪生 HPC 智能制造

推荐理由：数字孪生让测试快7倍

原文

6月12日

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月9日

11:42

arXiv cs.LG@Yinyu Huang, Yilin Zhang, Sofia Michopoulou, Christopher Kipps, Rahman Attar

精选

阿尔茨海默病进展高度异质且数据稀疏不规则，现有机器学习方法多聚焦静态分类或群体风险估计，缺乏个体化建模和不确定性推理。该研究提出一种个性化数字孪生框架，整合互补建模策略捕捉临床转换和时间依赖，利用ADNI数据集预测认知状态和诊断类别，并量化预测不确定性。评估显示，基于相邻访视的转换建模比序列建模预测精度更高，表明局部转换建模在数据稀疏场景下更高效。该框架支持患者特异性“what-if”轨迹分析，为神经退行性疾病的个性化预测提供了实用且可解释的方法。

论文数字孪生阿尔茨海默病稀疏纵向数据个性化预测 ADNI

推荐理由：AD 研究者终于有了一个能处理稀疏数据、支持个性化轨迹预测的工具——做疾病建模或临床试验设计的团队可以直接用这个框架做 scenario 分析，比传统群体模型更贴近真实临床场景。

原文

6月8日

13:36

AI Will@FinanceYF5

SK hynix与NVIDIA签署了多年合作协议，旨在提前联合设计先进DRAM，避免等待GPU设计完成后再开始内存芯片制造。合作覆盖AI超算、个人AI PC和Jetson机器人平台。SK hynix还将利用NVIDIA工具构建芯片厂数字孪生，在真实产线运行前完成虚拟测试。这表明AI基础设施的军备竞赛已深入内存层，长期联合规划成为关键。

行业 SK hynix NVIDIA AI基础设施 DRAM 数字孪生

推荐理由：AI基础设施的竞争已从GPU延伸到内存，做AI硬件或数据中心规划的团队需要关注——内存的联合设计周期直接影响GPU迭代节奏，提前布局才能不掉队。

原文

09:00

rohanpaul_ai@rohanpaul_ai

精选76°

SK hynix 与 NVIDIA 宣布建立多年存储合作伙伴关系，共同开发用于下一代 AI 工厂的芯片。合作涵盖 NVIDIA Vera Rubin AI 超级计算机、Vera CPU、RTX Spark 驱动的 PC 和 Jetson Thor 平台的内存。SK hynix 将利用 NVIDIA 的 CUDA-X、PhysicsNeMo、Omniverse 等工具加速芯片设计、半导体仿真和工厂数字孪生。这一合作标志着存储芯片设计不再滞后于 GPU，而是需要提前数年进行协同设计和制造规划。同时，AI 技术也被引入芯片制造本身，用于加速半导体物理、光刻等工程流程。

行业 NVIDIA SK hynix AI 硬件存储芯片数字孪生

推荐理由：AI 硬件供应链正在重构，存储与计算芯片的协同设计成为关键。做 AI 基础设施、芯片设计或半导体制造的团队，值得关注这一合作如何改变未来 AI 工厂的构建方式。

原文

6月1日

14:14

14:14IT之家（博客/媒体）

精选

英伟达宣布台积电正采用其加速计算与AI技术，推动半导体设计与制造全流程发展。双方合作涵盖计算光刻、晶体管仿真、制程控制及晶圆厂运营优化等领域，利用英伟达GPU和CUDA库加速任务。例如，cuLitho将光刻成本效益提升20%-50%，cuEST加速化学仿真50倍。此外，台积电还使用Metropolis平台提升缺陷检测，并探索Omniverse构建数字孪生晶圆厂。此举旨在缩短生产周期、提升能效和良率，应对先进制程的复杂挑战。

行业英伟达台积电半导体制造计算光刻数字孪生

推荐理由：半导体行业正面临制程复杂度飙升的瓶颈，英伟达与台积电的AI+晶圆厂方案直接解决了计算光刻、仿真和检测的效率难题。做芯片设计、制造或设备开发的团队，可以关注cuLitho和数字孪生技术如何将生产周期缩短20%-50%，值得点开了解具体落地细节。

原文

5月29日

12:14

arXiv cs.LG@Minseo Lee, Seongmin Oh, Chaehyeon Song, Bumjin Cho, Shilaj Baral, Sangam Khanal, Minseop Song, Joongoo Jeon

该研究提出一种结合降阶模型与神经算子的集成框架，用于小型模块化反应堆中螺旋管蒸汽发生器的CFD级瞬态分析。研究比较了两种降阶策略（MLP自编码器与卷积自编码器）分别耦合DeepONet构建潜在DeepONet，并引入多尺度技术缓解频谱偏差，成功预测了卡门涡街的瞬时周期动力学。FNO及其多尺度变体则能可靠预测时均流场和压降。该工作为数字孪生场景下根据CFD数据类型和所需流场分辨率选择合适架构提供了实用指南。

论文神经算子 CFD代理模型降阶模型数字孪生小型模块化反应堆

推荐理由：做核反应堆数字孪生或CFD代理模型的团队，这篇给出了针对特定几何的完整框架对比和选型指南，可以直接参考其多尺度L-DeepONet方案。

原文