
「独家」实时物理AI仿真平台松应科技完成天使轮融资 中科创星领投
「独家」实时物理AI仿真平台松应科技完成天使轮融资 中科创星领投硅星人独家获悉,2025年3月20日,物理人工智能领域创业公司松应科技完成天使轮融资,本轮领投机构为中科创星,上海天使会、接力天使、奇绩创坛跟投。关于本轮融资目的,硅星人了解到,松应科技作为快速兴起的物理AI领域初创公司,本次融资资金主要用于产品研发,扩充团队和开发者生态构建。
硅星人独家获悉,2025年3月20日,物理人工智能领域创业公司松应科技完成天使轮融资,本轮领投机构为中科创星,上海天使会、接力天使、奇绩创坛跟投。关于本轮融资目的,硅星人了解到,松应科技作为快速兴起的物理AI领域初创公司,本次融资资金主要用于产品研发,扩充团队和开发者生态构建。
AI视频生成这就过时了吗? 刚刚,最先进的生成式物理引擎Genesis发布,一句话就可以生成完整精确的模拟物理世界。
原来物理还能这么学。
这些研究如何影响我们?
诺贝尔物理学奖公布第二天,争议依然未平息。诺奖官号都被愤怒的网友冲了:AI不是物理学!Hopfield网络和反向传播算法究竟与物理学有何关系?这要从Hinton和Ilya 12年前的那件事说起。
物理或者 AI,都是在发现世界的本质规律。
DeepMind联合帝国理工学院的学者,专注于用神经网络方法对量子力学中经典的薛定谔方程进行近似求解。继2020年提出FermiNet后,团队的最新成果——求解量子激发态,登上Science。
爆火神经网络架构KAN,上新了!
世界是变化的,分子是运动的,从预测静态单一结构走向动态构象分布是揭示蛋白质等生物分子功能的重要一步。探索蛋白质的构象分布,能帮助理解蛋白质与其他分子相互作用的生物过程;识别蛋白质表面下的潜在药物位点,描绘各个亚稳态之间的过渡路径,有助于研究人员设计出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的分子动力学模拟方法昂贵且耗时,难以跨越长的时间尺度,从而观察到重要的生物过程。
几十年来,核聚变释放能量的「精妙」过程一直吸引着科学家们的研究兴趣。 现在,在普林斯顿等离子体物理实验室(PPPL)中 ,科学家正借助人工智能,来解决人类面临的紧迫挑战:通过聚变等离子体产生清洁、可靠的能源。 与传统的计算机代码不同,机器学习不仅仅是指令列表,它可以分析数据、推断特征之间的关系、从新知识中学习并适应。