• 超算快讯：
FLUX.1-schnell上线超算互联网，支持一键试用；
国产开源版 Sora来了，支持免费下载权重文件；
科学计算软件CREST 3.0.1版本、GNU Octave 9.2.0版本上线超算互联网；
• 前沿应用：
最佳实践Vol.05 | 如何设置并行参数提升ABINIT计算效率；
OpenAI官宣API支持结构化输出，JSON准确率100％；
亚马逊升级AI图像生成器Titan Image Generator v2，支持参考图像“引导” 生成作品；
• 学术研究：
清华、上交等联合构建面向糖尿病诊疗的全球首个多模态模型，登 Nature 子刊；
北大团队领衔开发AI框架提升蛋白复合体结构预测精准度，登Nature子刊；
浙大研发化学逆合成预测模型，准确率达60.8%；
北大、斯坦福、牛津等大学联合推出空间大模型SpatialBot

prompt：The Paris stadium and runway have been painted purple, and athletes wore purple clothes while running with their backs facing the audience. There is an Eiffel Tower in the distance, and the scene has anime aesthetics and bright colors, creating a cheerful atmosphere. 8k

• 架构创新：采用了多模态和并行扩散Transformer的混合架构，这种架构整合了多种模态的信息处理能力，使得模型能够更好地理解和生成复杂的图像内容。
• Rectified flow+Transformer方法：继承和发展了研究团队在Stability AI任职期间提出的Rectified flow+Transformer方法，这有助于提升模型在图像生成任务中的表现。
• 并行注意力层：并行注意力层的使用，提高了模型的计算效率，使得模型能够在不牺牲生成质量的前提下，显著加快图像生成的速度。

prompt：A detailed wooden toy ship with intricately carved masts and sails is seen gliding smoothly over a plush, blue carpet that mimics the waves of the sea. The ship's hull is painted a rich brown, with tiny windows. The carpet, soft and textured, provides a perfect backdrop, resembling an oceanic expanse. Surrounding the ship are various other toys and children's items, hinting at a playful environment. The scene captures the innocence and imagination of childhood, with the toy ship's journey symbolizing endless adventures in a whimsical, indoor setting.

• 三维变分自编码器结构（3D VAE）：该模型使用3D VAE压缩视频的空间和时间维度，实现了视频数据的有效压缩和高质量的重建。
• 专家Transformer架构：模型利用专家Transformer架构处理压缩后的视频潜在空间和文本嵌入，实现文本与视频内容的有效融合。
• 高质量数据筛选：团队开发了负面标签系统和过滤器，用于识别和排除低质量视频数据，确保模型训练数据的质量。

• 构象搜索算法：新版本在构象搜索算法上进行了优化，使得搜索过程更快速、更高效，能够处理更大规模的分子体系。
• 蒙特卡罗方法增强：增强的蒙特卡罗方法提高了随机搜索的效果，确保更全面的覆盖势能面。
• QM/MM 集成：支持量子力学/分子力学（QM/MM）多层次计算方法，能够在同一计算中结合不同层次的精度需求。
• 多尺度方法：引入多尺度计算方法，支持从半经验方法到从头算方法的无缝集成。
• 并行计算优化：进一步优化了并行计算性能，充分利用多核 CPU 和 GPU 加速器，提高计算效率。

• 解决过度链接问题：修复了构建文件的过度链接问题。
• HiDPI 缩放改进：改进了对 HiDPI 缩放的支持，提升了在高分辨率显示器上的视觉体验。
• Qt6 支持：针对新版 Qt6 进行了多项修复，Windows 二进制文件现在支持使用 Qt6 构建。
• 增强 Matlab 兼容性：提高了多个函数与 Matlab 的兼容性，包括 mad、mode、linspace、logspace、normalize 和 cov。这些更改确保在使用 Octave 作为 Matlab 替代品时的行为一致性 。

二、前沿应用：

最佳实践Vol.05 | 如何设置并行参数提升ABINIT计算效率

超算互联网推出“超链接”最佳实践系列专题，旨在通过HPC软件、AI模型的应用链接科研工作者与AI开发者，分享超算实践经验、模型推理实测教程。

如果您有关于超算应用的创新研究成果、高效计算方法、最佳实践案例或者独到见解想要分享，欢迎投稿或联系报道。

OpenAI官宣API支持结构化输出，JSON准确率100％

• 结构化输出功能：引入了JSON模式支持，确保模型输出符合开发者定义的结构，提高了输出的可靠性和安全性。
• 性能提升：输入和输出效率分别提高了50%和33%，使得API成本有效降低。模型的token输出上限也从4k增加到了16k，进一步增强了实用性。
• 技术原理：采用了约束解码技术，将JSON Schema转换为上下文无关文法，确保输出的Token始终符合Schema，减少了延迟并提高了准确性。
• 原生SDK支持：OpenAI的Python和Node SDK已更新，原生支持结构化输出，简化了开发流程。（OpenAI）

亚马逊升级AI图像生成器Titan Image Generator v2，支持参考图像“引导” 生成作品

• 图像调节：通过提供参考图像和文本提示，指导图像生成器遵循特定的布局和结构，实现更精细的控制。此功能支持Canny边缘和分割两种模式，前者用于提取图像边缘指导生成，后者则提供更精细的区域和对象控制。
• 调色板指导：通过提供十六进制颜色代码列表，精确控制生成图像的调色板，确保图像色彩与品牌标准保持一致。
• 背景移除：智能地从图像中移除背景，即使面对复杂的多重对象场景，也能准确分割并保留前景对象，为图像合成和编辑提供便利。
• 主题一致性：用户可以通过微调模型，确保生成的图像中保留特定主题的特征，使得生成的图像能够自然地融入多样化的背景中，保持品牌风格或特定视觉主题的一致性。（亚马逊AWS）

三、学术研究：

清华、上交等联合构建面向糖尿病诊疗的全球首个多模态模型，登 Nature 子刊

• 创新的协同优化技术：研究团队开发了融合适配器和低秩自适应的协同优化技术，使得系统能够在不更新所有参数的情况下，针对糖尿病管理相关知识进行高效的微调，从而增强了大语言模型(LLM)生成糖尿病管理建议的能力。
• 深度学习的眼底图像分析：DeepDR-Transformer模块利用Transformer模型架构，针对超过50万张眼底图像进行了训练，实现了眼底影像的质量检测、病变分割和糖尿病视网膜病变(DR)的分级诊断，精确度高。
  
  

北大团队领衔开发AI框架提升蛋白复合体结构预测精准度，登Nature子刊

浙大研发化学逆合成预测模型，准确率达60.8%

• 高效的非自回归解码：模型采用非自回归解码器，即使在预测编辑操作时结合了额外的解码器，也能在每个解码器内并行执行编辑操作。
• Transformer架构：EditRetro基于Transformer模型，包含一个编码器和三个解码器，分别负责序列重新定位、占位符插入和标记插入，能够处理复杂的化学反应模式。
• 优秀的预测性能：在标准逆合成数据集USPTO-50K上，EditRetro的top-1精确匹配准确率达到了60.8%，在更大、更复杂的USPTO-FULL数据集上，top-1准确率也有52.2%。
• 多样化的预测：EditRetro通过重新定位采样和序列增强策略，能够生成多样化的逆合成路径，提高了预测的准确性和多样性。
  
  

北大、斯坦福、牛津等大学联合推出空间大模型SpatialBot

• 深度理解：SpatialBot能够处理RGB-D数据，即RGB图像和深度信息的结合，这使得它能够在视觉上理解三维空间，准确获取物体和机械爪的深度值，这是GPT-4o等现有模型所不具备的能力。
• 层级化训练数据：SpatialBot通过SpatialQA数据集进行训练，该数据集包含三个层次的任务设计，从低级到高级逐步引导模型理解深度图和使用深度信息。
• 精准深度信息获取：SpatialBot可以调用DepthAPI来获取准确的深度信息，当模型认为有必要时，它会通过调用API以点的形式获取具体位置的深度值。
• 深度图编码：为了适应不同场景的深度需求，SpatialBot使用了统一的深度图编码方式，使用以毫米为单位的metric depth，范围从1mm到131m，这确保了从室内到室外各种场景的适用性和精度。