▌美国研究团队 AI 突破解决百年物理难题

美国新墨西哥大学与洛斯阿拉莫斯国家实验室研发的 THOR AI 框架利用张量网络与机器学习势函数，高效计算以往被视为不可能的高维配置积分和偏微分方程，实现铜、锡及稀有气体等材料在不同热力学和机械条件下的快速、精确模拟。该方法比传统蒙特卡洛与分子动力学模拟快 400 倍以上，为材料科学、物理与化学研究提供首原理计算工具，加速科学发现并深化统计力学理解。

▌ Frost & Sullivan：全球氢能检测市场迎来高速增长

Frost & Sullivan 发布《2024 – 2029 全球氢能检测市场》报告指出，全球氢能检测市场规模将于 2029 年达到 65 亿美元，年复合增长率 20.1%。该增长受欧盟 2030 年减排 55% 等政策驱动，检测机构通过验证电解槽、储运设备安全性支撑氢能产业发展。当前面临检测成本高、标准缺失等挑战，SGS、必维、天祥等检测企业正通过基础设施测试服务加速氢能商业化进程。

▌ MIT 发布 SEAL 自适应框架，实现语言模型自主生成与优化

麻省理工学院（MIT）研究团队推出更新版自适应语言模型技术 SEAL，使大模型能通过自生成的合成数据实现自主微调与持续学习。最新实验证明，SEAL 在问答准确率和推理成功率上分别提升 40% 与 50% 以上，表现优于 GPT-4.1 的合成数据方案。研究被认为标志着语言模型从静态推理迈向自进化阶段，为未来具持续学习能力的 Agent 化 AI 奠定基础。

▌英国科学家实现实验室培育人类血液突破

英国剑桥大学研究团队利用人类干细胞培育出胚胎样 " 血液 "，成功模拟早期胚胎造血过程。该三维结构在培养两周后自主生成造血干细胞，可分化为红细胞、T 细胞等各类血细胞。这项技术无需外源生长因子，同时形成跳动的心肌细胞，为白血病等血液疾病建模及个性化输血治疗开辟了新路径。

▌谷歌斥资百亿在印度新建数据中心

谷歌宣布在印度维沙卡帕特南港投资超 100 亿美元建设 1 吉瓦数据中心，预计两年内建成。该计划隶属安得拉邦到 2029 年实现 6 吉瓦数据中心容量的整体规划，地方政府承诺提供土地与电力补贴。印度数据中心市场正迎来爆发式增长，亚马逊与 OpenAI 等企业相继布局，预计 2027 年前总投资将突破 1000 亿美元。

▌《麻省理工科技评论》与 Globant：代理型 AI 重塑制药业商业流程

全球制药行业正面临专利悬崖与研发成本攀升双重压力。《麻省理工科技评论》与 Globant 合作发布的报告认为，代理型 AI 可在销售、合规、营销及审查环节中提升制药企业的运营效率与合规准确性。代理型 AI 能够个性化沟通医疗专业人员（HCP），加速医疗、法律与监管内容审查流程，从而提升生产力并缩短药品上市周期，为制药业应对市场竞争与个性化需求提供新动力。

▌瑞士 ABB 与 Nvidia 合作开发新一代 AI 数据中心电力系统

瑞士 ABB 公司宣布与 Nvidia 合作，联合开发面向下一代 AI 数据中心的高效可扩展电力解决方案，以支持 Nvidia 即将推出的 800 伏架构，实现更快速且低能耗的电力传输。ABB 在电气化研究中约 40% 聚焦于新型数据中心关键领域，包括直流配电、冷却及保护装置。该合作将助力应对全球 AI 数据中心用电需求激增与基础设施升级。

▌比利时 IMEC 推动深科技初创企业投资与产业化

比利时微电子研究中心（IMEC）通过 Imec.DeepTechVentures 支持深科技初创企业，涵盖脑机接口、固态锂电池及垂直集成存储与计算等领域。该平台利用 Imec 的技术专长、国际科研与产业网络及先进研发设施，帮助企业降低市场与技术风险，将实验室创新快速导入工业生产，实现科学突破的商业化，并在能源、健康及 AI 算力等关键领域创造社会与经济价值。