预测

支持并行概率预测

BMO资本分析师在美光财报前夕上调了美光2027财年全年营收和Non-GAAP每股收益的预测。

不过，Nielubowicz提醒称，对于即将推出的扩展内容，不宜进行过于精确的销量预测。

他说：“任何关于这款扩展内容销量的预测都可能存在较大的误差，因为在游戏行业中，主游戏发售12年后才推出扩展内容是一种非常特殊的情况。

在物理学中，散射振幅（scatteringamplitude）用于描述粒子碰撞后以多大概率产生特定结果，是理论预测与对撞机实验相互对照的基础。

在裂解性转糖苷酶与抑制剂复合物的回顾性案例中（PDB编号：8GFD），InteraFold-Chem预测的配体构象与实验参考结构之间的RMSD为1.10Å，低于本次采用的2Å成功判定阈值，较好地还原了该案例中配体的结合位置与构象。

8GFD复合物实验结构与各模型预测结构对比

从体外实验走向人体临床，真实的药代、安全性和疗效数据为检验模型预测、优化后续研发提供了更直接的依据。

2026年全球折叠屏智能手机市场份额预测

苹果份额将超华为升至第二2026年09月08日07:58快科技快科技9月8日消息，根据CounterpointResearch最新发布的全球折叠屏智能手机市场预测，到2026年底，全球折叠屏智能手机累计出货量将突破1亿台。

一直以来，台风预报领域都面临路径预测与强度预测难以兼顾的问题。

WN-C的强度预测能力也超过了专门针对飓风设计的高分辨率区域模型HAFS。

二是强度预测，即预测的最大持续风速等指标与实际情况的差距；

区别于传统路径预测，此次公开的WeatherNext模型能够在同一套全球AI模型中同时预测台风路径、强度和风结构。

评估主要围绕三个方面展开：一是路径预测，即模型预测的台风中心位置与实际路径之间的偏差；

平局和冷门是12个AI预测的集体盲区。

7月12日，联想集团与咪咕视频联合发布《世界杯预测人机大战百场观察》。

作为全球首个多AI与人类同台进行世界杯预测的人机对决，“世界杯预测人机大战”采用直播真人秀机制，真实赛果即时验证、全程公开记录，打造全民参与的大型人机博弈。

报告基于双方联合发起的“世界杯预测人机大战”活动中，人类阵营与12个国内主流AI大模型针对2026FIFA世界杯前100场比赛的预测结果，对AI在真实世界复杂场景中的表现进行了系统分析，并总结出多项阶段性发现，为观察AI在复杂现实场景中的能力与边界，提供了一份来自真实世界的实践样本。

正是基于这种真实、开放、持续且不可篡改的验证框架，联想集团与咪咕视频历经半年打磨，携手发起“世界杯预测人机大战”：由联想天禧AI超级智能体担任召集者，汇聚DeepSeek、Kimi、百度文心、通义千问、腾讯混元、智谱、MiniMax、中移九天等12个国内主流AI模型，与全球球迷共同围绕世界杯全部104场比赛展开同题预测，并通过咪咕视频出品、联想联合出品的直播真人秀《人机大战：谁是世界杯预言家》，持续记录AI、人类专业嘉宾与普通球迷的判断过程和真实赛果。

基于前100场比赛形成的真实数据，《世界杯预测人机大战百场观察》报告，提炼出多项阶段性洞察。

这场围绕世界杯预测展开的“人机大战”，可媲美十年前AlphaGo与李世石的世纪对弈，是新一轮“脑力与算力”的较量。

这场“世界杯预测人机大战”，为行业和社会提供了一个观测AI进化的公共窗口。

“世界杯预测人机大战”的最终榜单，也远未到盖棺定论的时刻。

该预测随机正确率仅约1.81亿分之一，铸就了本次人机大战乃至世界杯预测史上最动人的“浪漫时刻”，这位幸运儿也因此被媒体和不少网友称作“世界杯天选锦鲤”。

“世界杯预测人机大战”的诞生，并非偶然。

作为本次活动联合发起方之一，咪咕视频方面表示，之所以围绕世界杯预测发起这场创新活动，是为了让观众真正“玩”起来。

在赛场之外，联想携手咪咕视频打造的“世界杯预测人机大战”，则让AI从支撑赛事的后台走到公众面前，接受普通用户能够观看、参与和理解的真实检验。

AI预测命中率65.7%联想与咪咕发布《世界杯预测人机大战百场观察》2026-07-1317:42:22来源：央广网

模型最初版本是一个基础的卷积神经网络（CNN），该模型仅接收图像，获取诊断结果，并根据模型预测诊断结果的准确程度来训练模型。

数学命题可以借助形式化工具在计算机中检查证明是否成立，但模型预测出的一种全新蛋白质究竟有没有活性，却不能只靠另一个模型给出答案。

当上游的数据处理、模型预测和假说生成被AI大幅提速后，下游的物理世界却不会因此获得同等的加速度。

因为模型预测出一个可能有效的分子，仅仅是第一步。

近期，美国17岁高中生EdwardKang开发出了一款有些反直觉的AI工具：通过视网膜图像预测与眼睛无关的疾病——自闭症谱系障碍（ASD）和注意缺陷多动障碍（ADHD）。

从搭建流域洪水预报平台到监测地下水超采区信息，再到摸清季节与水文、生物地球化学周期的关联……多位受访专家介绍，AI在防洪减灾、地下水位预测预报、水环境判断、港口航道、新能源等领域已有探索和应用。

对台风预报而言，这项研究表明全球AI天气模型已经具备同时预测路径、强度和风圈等关键信息的能力。

论文显示，该模型可针对全球热带气旋生成最长15天的天气和气旋情景，并预测路径、强度及风圈半径。

画质、几何精度、预测能力和任务成功率被混在一起比较，不同团队看似争夺同一赛道，实际回答的可能是不同问题。

其中，台风路径主要受到大尺度大气环流影响，全球天气模型通常具有较强预测能力；

双重数据训练，提升预测能力

WeatherNext则在预测全球天气状态的同时，直接输出台风位置、强度和风圈范围等信息，将大气环境变化与台风演变过程纳入同一次预测，使预测结果从单一路径判断转向对多种可能情景的综合模拟。

此外，研究团队还评估了模型预测结果的不确定性是否与实际发展情况相匹配。

这意味着，只有当实际发生的系统属于热带或副热带气旋，且参与比较的模型均成功识别该气旋时，这次预测结果才会被纳入统计。

换言之，该模型能够在更早时间提供更精确的预测结果，为预警和决策争取更多准备时间。

如果说Motus与Motubrain将生数的世界模型探索推进到L3，使机器人能够根据环境理解和未来预测生成动作，那么近期提出的Motus2则进一步加入结果评估与策略反馈，尝试让行动闭环具备自我改进能力。

图｜WeatherNext与不同气象预测模型的对比情况（来源：DeepMind）

Motus2通过引入基于模型的强化学习（MBRL），可以将模拟器预测的未来和评估器给出的价值转化为策略更新信号：高价值方案得到更强引导，低价值动作逐渐减少。

它不急于把动作送给真实机器人，而是根据当前观测和候选动作，先预测未来几帧环境可能发生什么变化。

它既可作为世界动作模型（WAM），根据语言指令、当前观测和视觉历史生成动作，也可作为动作条件世界模型（AC-WM），在给定动作后预测未来视觉状态，分别回答“下一步做什么”和“执行后会发生什么”。

模型需要看清环境，预测干预的后果，再将判断转化为能够执行的动作，并接受真实结果的检验。

能否预测干预带来的后果？

训练时还预测动作后的真实力信号，帮助模型学习接触如何演化，部署时则只输出修正后的动作，避免每一步都重新运行大模型。

视觉语言动作模型（VLA）可以根据画面和指令输出动作，世界模型则尝试预测动作执行后环境将如何变化。

随着预测跨过4—5月，集合成员之间又开始明显分散

进入3月以后，预测开始第一次明显转向

模拟器（Simulator/Action-ConditionedWorldModel）：预测这些动作在视觉世界中可能造成的后果；

他特别强调，这类危言耸听的预测会造成真实的伤害。

“AI+水利不是简单地把AI工具叠加到水利模型或者水利业务上，而是把数据、算法、物理模型和业务知识融合起来，提升水利系统的感知、模拟、预测和决策能力，促进洪涝、干旱、水环境污染和地下水风险等问题的解决。

“我的预测是十年内至少有10亿台人形机器人；

“我的预测是十年内至少有10亿台人形机器人；