六大行日賺超37億
2025-11-01 00:31 3,418次浏览北京8月7日電(記者 張尼)AI製藥領域大額訂單頻現。5日，晶泰控股丟出重磅炸彈，晶泰科技與DoveTree完成總訂單規模近60億美元的管線合作籤約。對於這筆大單，資本市場也予以積極回應，6日，晶泰控股開盤大漲，截至收盤，漲幅超12%。 截圖自晶泰控股公告 近60億美元超大訂單 8月5日，晶泰控股發布公告，其間接全資附屬公司深圳晶泰科技有限公司宣布與DoveTree完成總訂單規模近60億美元的管線合作籤約。 根據協議，集團將利用其基於「AI+機器人」的端到端人工智慧藥物發現平臺，為DoveTree選定的多個主要針對腫瘤學、免疫及炎症疾病、神經系統疾病及代謝失調領域的靶點，發現和開發小分子及抗體類候選藥物，DoveTree將獲得以上產品全球範圍的獨家開發和商業化權利。 公告稱，集團已收到協議約定的首付款5100萬美元，並在最終協議的條款規限下，有權獲得4900萬美元的進一步付款，並有資格獲得金額達58.9億美元的潛在監管裡程碑及商業裡程碑付款，以及基於產品年度淨銷售額的潛在個位數百分點的特許權使用費。 晶泰科技是一家基於量子物理，以人工智慧賦能和機器人驅動的創新平臺型科技公司。其與深度智耀、英矽智能、劑泰科技並稱「AI製藥四小龍」。 中新健康注意到，這筆超大訂單的總額，相當於晶泰控股2024年營收的100多倍。 另據媒體統計，該訂單是迄今全球AI藥物發現領域公開的最大單筆合作，也是中國生物醫藥史上排名前列的License-out交易。 利好消息不斷 海量資金正流向AI製藥領域 藥物研發通常需要十幾年的時間，10億至15億美元的投入，但成功率卻很低。AI技術的出現，正試圖打破這個魔咒。近年來，AI製藥市場規模也快速擴張。 有研究數據顯示，2019-2024年中國AI製藥市場規模由0.7億元增加至7.3億元，年複合增速達47.8%。預計2025-2028年，市場規模將由12.1億元增加至58.6億元，年複合增速達68.3%。 近2個月，「AI製藥四小龍」也頻頻傳來好消息。 6月，英矽智能的在研藥Rentosertib(ISM001-055)的IIa期臨床研究結果被刊登於全球頂尖學術期刊《自然·醫學》。據悉，Rentosertib是一種潛在全球首創用於治療特發性肺纖維化的候選藥物，其靶點識別和分子設計均由生成式AI平臺Pharma.AI驅動。 本月初，劑泰科技的OpenCGT平臺在北京大興落地。劑泰科技聯合創始人兼CEO賴才達接受中新健康採訪時就曾評價，中國創新藥發展將迎來工程師紅利階段。 從全行業看，近期，AI製藥領域的大額訂單頻現。諾和諾德與AI製藥公司Deep Apple Therapeutics達成8.12億美元合作；禮來與Juvena Therapeutics(美國AI製藥公司)籤署超過6.5億美元的協議；阿斯利康與石藥集團達成最高達53億美元合作，利用石藥集團的AI藥物發現平臺開發小分子候選藥物……海量資金正流向AI製藥領域。 對於晶泰本次籤訂大單，業內分析稱，若研發管線順利推進至商業化階段，晶泰控股有望實現從技術服務商向創新藥收益共享者的角色轉變，也將印證AI製藥技術從「實驗室」到「市場」的商業化閉環能力。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
榴莲视频
「活动」首次登录送新手大礼包
- 软件大小: 928.13MB
- 最后更新: 2025-11-01 00:31
- 最新版本: v9.13.10.13
- 文件格式: apk
- 应用分类:ios-Android 桔子直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.23以上
客服热线：131-6974-1587
橙色直播类似软件
猜你喜欢
49872
76
71895
39
2025-11-01 00:31
81472
24
2025-11-01 00:31
64719
51
2025-11-01 00:31
52187
67
2025-11-01 00:31
74236
65
2025-11-01 00:31
85371
26
2025-11-01 00:31
85379
57
2025-11-01 00:31
65897
24
2025-11-01 00:31
89452
68
2025-11-01 00:31
76439
73
2025-11-01 00:31
67583
45
86137
16
37529
48
59127
