杜克大学Wang实验室借助Gemini 3 Deep Think模型，基于研究级数据推演热力学曲线与生长路径，生成可执行工艺“配方”，成功制备出130微米二维半导体薄膜，刷新实验室纪录；AI将经验驱动的试错优化升级为知识驱动的精准设计，显著加速材料研发进程。
当硅材料逐渐逼近理论极限，材料研发还能更快吗？
在杜克大学 Wang 实验室，研究团队把二维材料作为突破方向，但难点不在理论，而在工艺。气体流量、温度变化、加热时间彼此耦合，参数组合复杂，过去往往需要专家反复试验数周甚至数月。
这一次，AI 起到了关键作用，Gemini 3 Deep Think 基于研究级数据和前沿成果，综合推演出完整的热力学曲线和生长路径，形成一套可直接执行的工艺 “配方”。研究人员按照这套方案操作，成功制备出了 130 微米的二维半导体薄膜，虽然没有达到原定 100 微米的目标，但创下了实验室的最好成绩。
在这个项目中，AI 的价值，不只体现在一次尺寸突破，而在于改变了参数优化方式！它把原本高度依赖经验的试错过程，转化为基于知识整合和系统推演的精准设计，加快了材料探索的节奏。
#Gemini #AI技术 #材料科学
Runway 估值达 530 亿，正从视频生成工具转型构建 AI 世界模型。其核心逻辑是利用视频数据中蕴含的物理规律，弥补文本数据的偏见，目前已发布 Gen-4.5 并规划了交互式模拟、机器人训练等五步路线图。凭借好莱坞付费用户形成的反馈闭环与经常性收入，Runway 具备较强商业基础。尽管面临算力瓶颈及 Google、Luma 等激烈竞争，且 Sora 退出留下市场真空，但 Runway 通过“先有生意再有研究”的策略，试图验证视频生成通向世界理解的工程化路径。
Anthropic 宣布作废未经董事会批准的二级市场员工股转让，导致其估值短期内大幅缩水，引发关于 AI 泡沫破裂的讨论。由于公司未上市，员工套现依赖私募渠道，中间商通过 SPV 层层转卖并收取高额手续费，造成交易混乱且投资者权益缺乏保障。Anthropic 明确不认可此类灰色渠道交易，使大量散户面临资金损失风险。此外，AI 巨头如 OpenAI、xAI 和 Anthropic 的股权高度集中，少数早期员工巨额套现加剧了财富分配不均。尽管行业技术飞速发展，但普通民众难以参与核心利益分配。
Grok 4.3 近期更新后，多数用户仍停留在简单问答模式。AI Master 的实操演示显示，这款工具的真正价值在于工作流整合：Fast/Auto/Expert 三档模式分工明确，Expert 模式下追加"什么条件变化会让你改变答案"可逼出明确结论而非模棱两可的套话。深度嵌入的搜索支持一键生成带引用的舆情分析，"反向观点扫描"能在信息茧房中找出盲区。任务功能可设定周期性指令自动运行，相当于零成本的专职信息助理；结构化输出配合内置 Python 执行，上传 CSV 直接出图表，省去本地配置环境的
围绕《Gemini 3 Deep Think 助力材料科学突破》展开交流，未登录用户可浏览评论，登录后可参与讨论。
