每周带来超级计算与人工智能的热点资讯，聚焦超算&AI快讯、前沿应用、学术研究、最佳实践等行业热点、前沿趋势、商城动态。

热门软件模型持续更新中，关注【超算互联网】公众号，每周抢先体验最新超算应用。

面壁智能「小钢炮」MiniCPM 4.0上线，最高220倍加速！

本周，面壁智能新一代「小钢炮」模型 MiniCPM 4.0上线超算互联网，支持下载模型文件进行快速开发。

本次发布的 MiniCPM 4.0 分为 8B 和 0.5B 两个参数版本，均刷新了端侧模型能力的上限。

据介绍，通过架构、算法、数据及系统层面的多维度创新，新一代上下文稀疏高效架构模型 MiniCPM 4.0 8B 相较于 Qwen3-8B、Llama-3-8B、GLM-4-9B 等同体量模型实现了长文本推理速度稳定 5 倍，极限场景下最高 220 倍加速，实现了同级最佳模型性能。同时进一步实现了长文本缓存的大幅锐减，在 128K 长文本场景下，MiniCPM 4.0-8B 相较于 Qwen3-8B 仅需 1/4 的缓存存储空间。

在 MiniCPM-4 的技术报告中，面壁工程师们介绍了其对于端侧模型架构、训练数据、训练算法和推理系统四个关键维度的系统性创新：

模型架构：面壁提出了 InfLLM v2，这是一种可训练的稀疏注意力层，能同时加速长上下文处理的预填充和解码阶段，在保持模型性能的同时，实现了高效的长文本处理。

推理系统：MiniCPM 4.0 通过自研的 CPM.cu 推理框架、BitCPM 极致低位宽量化、ArkInfer 自研跨平台部署框架等技术创新实现端侧推理加速。

模型训练和数据层面：面壁提出了 UltraClean，一种高效准确的预训练数据过滤和生成策略，实现了 90% 的验证成本下降，其针对互联网语料建立了严格的准入机制，只有能够真实提升模型性能的数据才能被纳入预训练语料中。利用轻量化的 FastText 工具进行大规模数据质检，在工作流程中处理 15 万亿 token 数据仅需 1000 小时 CPU 时间。

您可点击商品详情 (scnet.cn)抢先体验。

阿里团队空间音频生成模型OmniAudio上线，从360°视频生成空间音频

本周，阿里通义实验室语音团队开发的开源空间音频生成模型OmniAudio上线超算互联网，它能够直接从360°视频生成空间音频，为虚拟现实和沉浸式娱乐带来了全新的可能性。

通义实验室语音团队精心设计并构建了 Sphere360 数据集，包含超过 103,000 个真实世界视频片段的数据集，涵盖 288 种音频事件，总时长达到 288 小时。既包含 360° 视觉视频，又支持 FOA 音频。

OmniAudio 的训练方法可分为两个阶段：自监督的 coarse-to-fine 流匹配预训练，以及基于双分支视频表示的有监督微调。

OmniAudio团队在Sphere360-Bench，以及来自YT-360的外部分布测试集YT360-Test上进行有监督微调与评估。

结果显示，OmniAudio在两套测试集上均显著优于所有基线。

您可点击商品详情 (scnet.cn)抢先体验。

开源推理模型Magistral-Small-2506上线超算互联网

6月10日，人工智能公司 Mistral AI 发布了 Magistral，这是一个全新的大语言模型系列，展现了强大的推理能力。它能够进行不断反思，并解决更复杂的任务。超算互联网已上线Magistral-Small-2506，支持下载模型进行快速开发。

此次发布包含两个版本：面向企业客户的大型专有模型 Magistral Medium，以及一个 24B 参数的开源版本 Magistral Small。其中开源版本使用 Apache 2.0 许可，可以自由使用、商用化；Magistral Medium 则可通过 Mistral 的 Le Chat 界面和 La Plateforme API 访问。

在基准测试中，新模型取得了不错的成绩。这里主要是 Magistral 与其前身 Mistral-Medium 3 和 DeepSeek 系列的对比。Magistral Medium 在 AIME2024 上的得分为 73.6%。Magistral Small 的得分分别为 70.7% 和 83.3%。

新模型在一些其他高要求测试中也表现出色，包括研究生水平的问答基准测试 GPQA Diamond 和用于编程挑战的 LiveCodeBench。

除了通过 Benchmark 和编程等「必考题」，Magistral 模型还擅长在多种语言中保持高保真推理。它尤其适合用于英语、法语、西班牙语、德语、意大利语、阿拉伯语、俄语、中文等语言的推理。

在技术报告中，Mistral 表示 Magistral 应用了自主研发的可扩展强化学习流水线，其并非依赖现有实现和从先前模型中提炼出的强化学习痕迹，而是采用自下而上的方法，完全依赖自己的模型和基础设施。

研究发现，基于文本的强化学习能够保持甚至提升多模态理解、指令遵循和函数调用能力。

您可点击商品详情 (scnet.cn)抢先体验。

分子动力学模拟软件LAMMPS最新稳定版本上线超算互联网

LAMMPS是一款经典分子动力学模拟软件，广泛用于模拟各种材料和物理系统的行为，包括固体、液体、聚合物和生物分子。

本周，LAMMPS stable-29Aug2024-update2上线超算互联网，此次更新是2024年8月29日稳定版本的第二次更新，修复了自稳定版本发布以来报告的程序bug，并更新了一些库、依赖项、工具和构建系统支持。

以下是具体更新内容：

修复 neb 和 neb/spin 的 bug

避免在 compute stress/mop 出现错误时挂起

避免在 KIM 包中仅一个 MPI 等级出现错误时挂起

修复 Domain::remap_all () 中的问题，以避免在使用 fix deform 进行剪切时原子丢失

修复了 dump VTK 中会导致忽略前 5 个自定义属性的索引错误

您可点击商品详情 (scnet.cn)抢先体验。

让AI重构毕业季的仪式感！超算互联网AI毕业季有奖征集活动来啦

又是一年毕业季，想好如何定格最美毕业照了吗？让我们换一个打开方式，让AI重构毕业季的仪式感。

超算互联网邀您参与 “AI 毕业季，共筑青春纪念册” 活动，使用超算互联网AI社区的阿里通义万相Wan2.1、Step1X-Edit、HivisionIDPhotos、CodeFormer等AI模型，生成创意毕业照/视频、最佳职场形象照等内容，可赢取最高价值500元的蓝牙音箱、手绘茶杯套件、记事本套装等周边好礼。

即日起至6月30日，在小红书、抖音等社交平台发布超算互联网AI模型生成的创意毕业照/视频+实操步骤或使用体验心得，带上活动标签#超算互联网AI毕业季，并 @账号 超算互联网，即可参与“AI 毕业季，共筑青春纪念册” 活动。

活动详情，请查看超算互联网AI毕业季专题页，用1分钟定制你的AI毕业礼！

最佳实践Vol.43 | 复现顶刊：LAMMPS模拟非晶合金非局部变形

LAMMPS是分子动力学模拟领域最强大的工具之一，被广泛应用于材料、化学等研究中。

本次实操，我们将在超算互联网平台使用LAMMPS软件，复现发表在金属材料顶刊《Acta MATERIALIA》上的一篇纯MD模拟。论文通过大规模原子模拟，研究表明在预先存在非晶剪切带的金属玻璃（MG）中，拉伸下剪切局部化被抑制。

文献提出的材料设计极具奇思妙想，该设计仅能在模拟环境中得以实现，同时文章还对其进行了深入分析。

除了视频教程外，我们提供详细的实操文档，大家可参照这些步骤在超算互联网使用LAMMPS进行材料的MD模拟。

使用教程文档：https://www.scnet.cn/help/docs/mainsite/hpc/software-examples/practice/non-local-deformation/

更多应用案例可关注超算互联网最佳实践系列文章

Meta开源新世界模型 V-JEPA 2，LeCun亲自出镜发布

近日，Meta 推出基于视频训练的世界模型 V-JEPA 2（全称 Video Joint Embedding Predictive Architecture 2）。其能够实现最先进的环境理解与预测能力，并在新环境中完成零样本规划与机器人控制。

Meta 表示，他们在追求高级机器智能（AMI）的目标过程中，关键在于开发出能像人类一样认知世界、规划陌生任务执行方案，并高效适应不断变化环境的 AI 系统。

这次，Meta 首席 AI 科学家 Yann LeCun 亲自出镜，介绍世界模型与其他 AI 模型的不同。

V-JEPA 2 拥有 12 亿参数，基于联合嵌入预测架构（JEPA）构建。在此之前，Meta 已经证明，JEPA 架构在处理图像和 3D 点云等模态方面出色的表现。

此次发布的 V-JEPA 2 是在去年首个基于视频训练模型 V-JEPA 的基础上，进一步提升了动作预测和世界建模能力，使机器人能够通过与陌生物体及环境交互来完成任务。

V-JEPA 2 基于 JEPA 构建，包含两个主要组件：

编码器：用于接收原始视频并输出嵌入，这些嵌入能够捕捉世界状态的语义信息。

预测器：用于接收视频嵌入以及关于预测内容的附加上下文，并输出预测后的嵌入。

V-JEPA 2 训练包含两个阶段：无动作预训练，以及后续的动作条件训练。

这次，Meta 还发布了三个新的基准测试，用于评估现有模型从视频中理解和推理物理世界的能力。

IntPhys 2：专门设计用于衡量模型区分物理合理场景和不合理场景的能力，它是基于早期的 IntPhys 基准测试进行构建和扩展的。

MVPBench：通过多项选择题来衡量视频语言模型的物理理解能力。

CausalVQA：旨在关注模型对物理世界视频中因果关系的理解，包括反事实（如果…… 会发生什么）、预期（接下来可能会发生什么）和计划（为了实现目标应该采取什么行动）。

清华、人大、字节发布3D分子统一生成模型UniMoMo

为了解决不同分子类型结构差异大、建模难度高的问题。来自清华大学、人民大学高瓴人工智能学院和字节跳动 AI 制药团队，提出一种跨分子种类统一生成框架 UniMoMo。该框架基于分子片段对不同种类的分子进行统一表示，实现对同一靶点不同结合分子种类的设计。

论文地址：https://arxiv.org/abs/2503.19300

为了同时保留原子级几何精度以及捕捉不同种类分子结构的层次性，UniMoMo 创新性地提出了两阶段解决方案：

（1）以 block 层次化全原子表示

（2）全原子几何隐空间扩散模型：在压缩表示上进行高效生成

为全面评估 UniMoMo 的统一建模能力，研究团队在三大分子类型（小分子、多肽、抗体）的结构设计任务中进行了系统性验证。UniMoMo 在多类分子任务基准的评测中均实现领先表现，展示了跨模态知识迁移与数据共享的巨大潜力。

研究者进一步以 G 蛋白偶联受体（GPCR，PDB 8U4R）为靶点，系统验证了 UniMoMo 在单一结合位点上实现多肽、抗体和小分子协同设计的能力。实验结果显示，UniMoMo 生成的各类分子均展现出优异的结合特性，体现在不错的 Rosetta ΔG，Vina score 分布。

中国科学院大学团队MD模拟研究，推动PU废弃物解聚技术发展

塑料在日常生活中的普遍性，凸显了对合成聚合物处理与回收策略的迫切需求。然而，目前仍缺乏能够高效水解聚氨酯（PU）中氨基甲酸酯键的酶制剂。

鉴于此，2025年6月9日，中国科学院大学刘卫东教授课题组在ACS Catalysis上发表研究成果。

该研究采用系统发育导向的酶挖掘技术，以最近表征的脲烷酶UMG-SP-2为模板，成功鉴定出八种氨基甲酸酯水解酶。其中脲烷酶-5（与UMG-SP-2蛋白序列同源性达51%）展现出聚氨酯水解活性，研究者对其进行了功能表征。

通过解析其2.5 Å分辨率的晶体结构，结合分子对接与分子动力学（MD）模拟，系统分析了该酶与丁基-N-[3-(丁氧羰基氨基)-4-甲基苯基]氨基甲酸酯（BTC）的结合模式。

基于结构导向的理性设计，成功构建了P367A/L381A优质变体，其对BTC的水解活性达到野生型的2.8倍。在商业化聚酯型PU泡沫水解实验中，该变体的单体产量较野生型提升10.9倍。

本研究不仅拓展了高效脲烷酶的资源谱系，深化了对氨基甲酸酯水解酶构效关系的理解，更为推动聚氨酯废弃物解聚技术的发展提供了理论支撑。

自 2025 年 3 月起，超算互联网上线「AI4S 论文解读系列专题」，截至今日，已向超算用户和科研人员分享六期 AI for materials、protein、biology 方向的论文解读。

超算互联网重点关注 AI 大模型、HPC、工业仿真、AI4S（物理、化学材料、气象环境、生物信息等）等前沿领域的最新研究进展。 

超算互联网日访问量已突破 300 万，为全面、高效地传播前沿科研成果，我们诚邀您分享创新研究成果和高效计算方法等。现面向广大科研人员开放免费投稿渠道。稿件内容来源为：个人学术研究成果、高水平期刊学术论文解读。

投递邮箱：scnet_contest@163.com 

也可扫描下方二维码添加超算互联网小编企业微信进行投稿。还可入群交流，共同探讨 AI4S 发展，快速把握科研领域的热点资讯。