新疆巴州：碧水蜿蜒，共繪生態畫卷
2026-01-09 21:54 2,749次浏览北京8月4日電(記者 張尼)「我覺得中國工程師不管是在AI層面或者是生物工程層面都是非常強的，現在各行各業都看到工程師帶來巨大的生產力的突破。在交叉領域，像AI、醫藥材料，工程師帶來的價值也是非常巨大的。」劑泰科技聯合創始人兼CEO賴才達接受記者採訪時給出了這樣的評價。 在他看來，中國創新藥發展將迎來工程師紅利階段。 「北京整個產業鏈有非常大的助力」 8月1日，劑泰科技在中關村(大興)細胞基因治療產業園舉行OpenCGT平臺揭牌暨D輪融資發布會。會上宣布，劑泰科技已完成D輪融資。本輪融資募資總額為4億元人民幣，由北京市醫藥健康產業投資基金和大興區產業投資基金聯合領投。 中新健康了解到，北京市醫藥健康產業投資基金是經北京市政府批准成立的八支產業基金之一，重點投向創新藥、創新醫療器械等重點產業領域，以及細胞與基因治療、數字醫療等新興產業領域。 作為AI製藥的先鋒，劑泰科技與深度智耀、晶泰科技、英矽智能被外界並稱為「AI製藥四小龍」，幾家企業通過差異化定位塑造中國AI製藥的多元生態。此次，劑泰科技落戶北京，無疑再為北京生物醫藥產業注入強勁創新動力。 「在和北京的領導、包括很多醫院的合作討論會上，大家一直在講『加速再加速』，他們覺得不夠快，可以更快，甚至要比FDA(美國食品藥品監督管理局)流程做得更快、更好，整個大環境對我們有非常大的助力。」 賴才達告訴中新健康，得益於北京的創新環境，企業在打通醫院端、產業端、早研端等方面，得到了諸多幫助。 「不僅是『32條政策』(北京推出32條創新醫藥高質量發展措施)方面的支持，北京整個產業鏈都有非常大的助力，天生具備很好的產業集群，在監管、醫院體系、患者資源以及對於靶點轉化的能力方面，在全國都是位於前列的。」 事實上，對於細胞與基因治療(CGT)領域，北京在政策端已有布局。 2024年，北京市科學技術委員會、中關村科技園區管理委員會等5部門發布《北京市加快細胞與基因治療產業創新發展三年行動方案》。其中明確，到2027年，培育細胞與基因治療領域的前沿技術企業20家以上，上市企業3家以上，加速形成具有國際影響力的細胞與基因治療產業集群。 今年，北京市醫療保障局等九部門印發《北京市支持創新醫藥高質量發展若干措施(2025年)》，其中提出，面向AI+病理、AI+醫學影像、AI+輔助診斷、AI+手術規劃、AI+製藥等方向，支持不少於10個場景的模型開發應用。 中國工程師將在AI製藥領域帶來巨大價值 近年來，「AI+生物醫藥」持續擦出創新火花，未來，中國創新藥發展會否迎來工程師紅利階段？ 對於這個問題，賴才達給出了肯定的答案。 「2015年開始，我們在MIT(麻省理工學院)就嘗試用AI做新的方向，那時候非常困難，當時的能力和做出的品質和現在相差甚遠，現在整個行業都站在了巨人的肩膀上，無論是算力還是算法都已經實現了巨大突破。」 賴才達表示，中國工程師不管是在AI層面或者是生物工程層面都是非常強的，如今已經可以看到工程師帶來巨大的生產力的突破，「我們現在靠工程師加速賦能，更快、更好、更精準做好事情，透過生物學找到好的方向，最後做出好的產品。」 「AI製藥的鏈條非常長，整個行業還有很長的路要走。」 賴才達強調，從純新靶點驗證到機理模型的搭建，新分子設計、遞送、生產、臨床全套完成AI端到端的部分，不是一家企業做的事情，需要整個行業形成合力，把鏈條全部打通，將產業鏈整合。 「我們看到現在整個生物醫藥行業崛起的苗頭，後面還會更好，也特別期待AI+生物醫藥為整個大環境帶來新的變革，能夠帶來更大產值，給患者帶來更多好的產品。」他說。(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。
荔枝直播
「活动」首次登录送新手大礼包
- 软件大小: 961.64MB
- 最后更新: 2026-01-09 21:54
- 最新版本: v7.6.19.16
- 文件格式: apk
- 应用分类:ios-Android 绿茶直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.57以上
客服热线：133-7392-7954
65289
87
82769
21635
62
2026-01-09 21:54
52749
52
2026-01-09 21:54
58932
73
2026-01-09 21:54
91768
57
2026-01-09 21:54
52318
59
2026-01-09 21:54
46851
52
2026-01-09 21:54
39284
56
2026-01-09 21:54
15397
51
2026-01-09 21:54
53216
72
2026-01-09 21:54
69
27
29835
32
54261
17
94368
57
31
61
41
34278
92
69
76325
31
59