DeepMind 发布全基因组变异图谱 DeepMind 发布 AlphaGenome Atlas，预测 90 亿种人类 DNA 变异的分子效应，革新基因组学研究。
深度解读
AlphaGenome Atlas 的问世是计算生物学领域的里程碑事件。覆盖 90 亿种变异的预计算图谱，相当于为生命科学家提供了一套高精度的“谷歌地图”，极大地缩短了从基因测序到功能解读的周期。以往需要数月实验验证的突变影响，现在可通过查询快速获得预测结果。这将显著加速罕见病诊断、个性化药物研发及癌症机理研究。更重要的是，它展示了基础科学领域"AI for Science"的巨大潜力，表明人工智能正从辅助工具转变为核心驱动力，推动生命科学进入数据驱动的全新纪元。
GPT-5.6 Sol 助力量子实验自动化 研究人员利用 GPT-5.6 Sol 与 Codex 自主运行量子实验、分析结果并校准量子比特。
深度解读
将大语言模型应用于量子计算实验控制，展现了 AI 在极端复杂科学场景下的泛化能力。量子系统极其敏感，校准过程繁琐且需实时反馈，传统自动化脚本难以应对动态变化。GPT-5.6 Sol 展现出理解物理语境、自主规划实验步骤及实时调整参数的能力，实现了闭环自动化。这不仅大幅提升了实验效率，更关键的是，AI 可能在人类未曾设想的参数空间中发现新的优化路径。此案例证明了通用智能体在跨学科科研中的价值，预示着未来实验室将由"AI 科学家”主导日常操作，人类专注于顶层假设提出。
可口可乐马来西亚启用 AI 订货 可口可乐在马来西亚利用 AI 推荐引擎分析历史订单与天气，优化零售商的订货策略。
深度解读
可口可乐在马来西亚的实践是传统快消行业数字化转型的典型缩影。通过融合历史销售数据与实时天气变量，AI 模型能更精准地预测区域性需求波动，减少库存积压与缺货损失。这表明 AI 应用已下沉至供应链末梢，不再局限于互联网巨头。对于传统企业而言，利用现有数据资产进行微创新，往往比追求前沿大模型更能带来立竿见影的 ROI。这种“小切口、深场景”的落地模式，将是未来几年产业 AI 化的主流路径。