文章核心观点 - 麻省理工学院李巨教授团队在Nature发表研究，推出多模态AI机器人平台CRESt，该平台将大型多模态模型、知识辅助贝叶斯优化和机器人自动化技术相结合，旨在解决材料科学实验中的复杂性并加速发现进程[2][3] - CRESt平台在电化学甲酸氧化催化剂发现的实际应用中取得突破，在3个月内探索超过900种催化剂成分和3500次测试，发现一种八元催化剂，其成本特异性性能相比基准提升9.3倍[4][12] - 该研究代表了AI与实验科学融合的范式转变，通过构建智能实验生态系统，为材料科学及其他科学领域的快速发现和创新提供了蓝图[7][13][14] 技术平台创新 - CRESt平台核心创新在于利用大型多模态模型融合化学成分、文本嵌入和微观结构图像等异构数据，构建对材料系统的多维理解[3][8] - 平台叠加知识辅助贝叶斯优化算法，通过嵌入化学知识来缩减巨大搜索空间，集中于高潜力区域，平衡利用与探索，加速向更优材料收敛[8] - 集成机器人合成和表征平台实现自动化高通量实验，生成大量可靠数据并实时反馈，形成快速迭代的闭环系统，大大缩短从假设到发现的时间线[8] - 通过视觉语言模型实现自主异常检测和假设生成，利用摄像头监控识别实验偏差并自行制定纠正策略，增强实验稳健性和数据完整性[9] 应用成果与性能 - 在电化学甲酸氧化这一挑战性领域，CRESt在由钯、铂、铜、金、铱、铈、铌和铬组成的八元催化剂化学空间中进行了大规模探索[12] - 发现最先进催化剂Pd 0.381 Pt 0.080 Cu 0.009 Au 0.004 Ir 0.02 Ce 0.086 Nb 0.338 Cr 0.082，其成本特异性性能比纯钯基准催化剂提升9.3倍，实现了高性能与高经济效益的结合[4][12] - 该突破展示了平台识别复杂多元催化剂协同作用的能力，这类问题通常难以仅凭人类直觉预测或优化[12] 行业影响与前景 - CRESt框架预示未来实验室将作为智能生态系统运行，由AI平台自主引导研究方向、调整方案，为可再生能源、电子和制药等行业实现快速材料原型设计提供可能[13] - 平台成功展示了将大型多模态模型与知识引导优化、机器人自动化相结合的优势，对处于快速发现前沿的众多科学领域具有变革性影响潜力[13][14] - 该研究为多模态AI与实验机器人融合提供了蓝图，旨在消除计算、实验和知识之间的壁垒，推动科学进入人机智能共同进化的新时代[14]

新型纳米抗体治疗精神分裂症 - 法国国家科学研究中心与国际团队合作设计出一种可注射给药且副作用较少的新型纳米抗体 为治疗精神分裂症开辟新途径 [1] - 该纳米抗体源自大羊驼抗体 研究成果已发表在《自然》杂志上 [1] 现有治疗方法的局限性 - 现有精神分裂症治疗方法可缓解某些症状 但对影响患者日常生活的认知障碍作用有限 [1] 新型纳米抗体的作用机制 - 新型纳米抗体能够特异性地激活参与调节神经元活动的谷氨酸受体 该受体是大脑中与精神分裂症有关的关键受体 [1] - 纳米抗体可通过静脉或肌肉注射等外周注射方式给药 具有可生物降解、副作用较少的特点 [1] 临床前研究结果 - 药效已在两个动物模型中得到验证 注射抗体后认知障碍小鼠的认知能力明显改善 [1] - 疗效持续超过一周 [1] 未来研究方向 - 接下来需要进行临床研究来验证这种治疗方式的有效性 [1] - 类似疗法或可扩展到其他神经系统疾病的治疗 [1]