InstructMesh让普通人能修复AI生成的3D模型缺陷,支持自然语言和滑块操作,解决制造精度问题。
Prove2Me平台让AI代理协作完成数学形式化证明,降低专业门槛,任何人都能参与。
孟加拉语医疗问答系统BanglaMed-QA上线,解决低资源语言医疗信息缺口,准确率达95%。
宾大开源了临床AI框架MARC,用多智能体分工替代大提示词,Decomposer自动生成提示,改配置就行,不用写代码。


PhyAI开源统一推理引擎,一个运行时跑VLA和世界模型,比官方快1.4-4.65倍,新模型当天就能接入。
Q-GAIN帮你快速上手冷原子实验的机器学习分析,能直接检测孤子和量子涡旋,比从头写省事多了。
Clarus让多个AI或人类研究者像团队一样协作,能自动拆解科研任务并记录每个贡献,适合想做复杂科学项目的团队。
谷歌做了个叫PAT的工具,能帮你审论文抓数学错误,召回率比普通模型高34%,已在两大顶会试过了,实用。
AI 编程助手每次会话浪费大量 token 重读上下文的问题终于有了解决方案——PROJECTMEM 用本地事件日志让代理记住历史,做复杂项目开发的团队可以直接集成,减少重复调试成本。
天体粒子物理研究者终于有了一个能自动完成模型构建、约束审计和引力波谱拟合的 AI 系统,DarkAgents 直接解决了该领域计算管线复杂、假设审计繁琐的痛点,做相关理论研究的团队值得一试。
本地部署LLM的开发者终于有办法解决队头阻塞了——Clairvoyant用极低开销预测请求长度,短查询不再被长任务堵死,Ollama/llama.cpp用户可以直接集成试试。
高校行政人员或科研项目管理者终于有了可落地的AI用例——LLM自动评分+理由输出,把数周评审压缩到几小时,做大规模申请筛选的团队可以直接参考这套工作流。
做科研自动化的团队终于有了一个能覆盖全流程、带记忆还能自我进化的系统——AutoSci 把文献、实验、写作、审稿串起来了,搞学术自动化的开发者可以直接用它的开源代码试试。
竞争法研究者终于有了靠谱的AI助手——Maat解决了现有模型在专业法律分析中幻觉和引用不足的痛点,做竞争法案例研究的团队可以直接用开源数据集试试。
做 LLM 工具部署的开发者终于可以告别 HTTP 和 MCP 两套代码的重复维护了——HarnessAPI 用一个技能文件夹自动生成所有接口,减少 74% 样板代码,值得直接试试。
高能物理研究者终于有了一个能用自然语言操作 Root 数据的智能体,省去手动写脚本的繁琐,做粒子物理分析的团队可以直接试试。
核工程和计算物理领域的团队终于有了一个更易用的降阶建模工具——pyforce 1.0.0 摆脱了对特定求解器的依赖,做多物理场仿真的开发者可以直接集成到现有工作流中。
高能物理研究者终于可以用自然语言做 Root 分析了——RooAgent 把复杂的 PyRoot 操作封装成 LLM 可调用的工具,做粒子物理数据分析的团队可以直接试,省去手写大量脚本的麻烦。
小提琴初学者不用再对着无标记的指板发愁——上传乐谱就能看到每根手指该放哪,做音乐教育或自学乐器的建议直接试试这个浏览器工具。