10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年

资讯 凤凰科技 作者:新智元 全文 5953 字 · 约 15 分钟读完 配图 16 张 分类医疗 AI

药物研发的时间加速器,真的来了

所属频道 行业落地

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 1)

最近,Anthropic的CEO Dario Amodei 说了一句话:

AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。

这话说得够狠,但很多人觉得,也就听听。

直到一个叫顾全全的科学家站出来说:10年太慢了,我们要把药物研发周期压缩到4年!

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 2)

11月10日,他创立仅5个月的公司 Geodesic Intelligence,发布了全原子结构预测模型 NovaAtom-Lite。

在全球最严苛的生物分子预测基准测试 FoldBench上,NovaAtom-Lite直接把谷歌 DeepMind 旗下Isomorphic Labs 的王牌模型 IsoDDE 拉下了马。

在一系列生物制药基准测试中屠榜,获得多项TOP 1!

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 3)

Model card链接:https://www.geodesiclab.com/news/introducing-novaatom-lite

15个人的创业公司,几百张GPU,5个月。对面是累计融资27亿美元、正在以400亿到500亿美元估值谈新一轮融资的 Isomorphic Labs。

X上瞬间炸了。

有人感叹:「Dario Amodei 预测癌症10年内攻克,而 NovaAtom 的创始人说只要4年。」

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 4)

有人算账:「谷歌 DeepMind 剥离出 Isomorphic,烧了几十亿美金,估值谈到400亿以上。结果一个UCLA教授带着15个人的创业公司,5个月就超了。」

而且,这不是顾全全第一次干这种事。他之前在字节跳动带队做出了 SeedFold——世界上第一个在 FoldBench 上超越 AlphaFold 3 的模型。

正是 SeedFold 的横空出世,逼得 Isomorphic Labs 不得不祭出 IsoDDE,重新夺回结构预测的王座。而这次,NovaAtom-Lite 又把 IsoDDE 拉下马,王座再次易主。

更狠的是,根据顾全全在 X 上透露的信息,NovaAtom-Lite 只是开胃菜,后面还有更大更强的 NovaAtom-Pro 蓄势待发。

也就是说,就算 Isomorphic Labs 近期再放出更强的模型试图反扑,迎接它的可能是 NovaAtom-Pro 的又一次击穿。

这场结构预测的王座之争,顾全全已经连赢两局,而第三局的底牌他还攥在手里。

从此,人类攻克绝症的时间表,再度提前!

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 5)

生物界已经迎来了它的「HBM爆发时刻」,投资人这样感慨

NovaAtom-Lite 到底在干什么?

为什么药那么难做?

因为药物起效的本质,是让一个分子精准地「咬住」另一个分子。

抗体要咬住抗原,小分子药物要塞进蛋白质的口袋里。

这个「咬合」发生在原子尺度——埃(Å)级别,一埃等于一百亿分之一米。

稍微偏一点,药就不灵。

传统方法靠湿实验一个一个试,平均一款新药从实验室到上市要13年、烧掉近20亿美元,成功率不到5%。AI的价值就在于:在计算机里先把这个「咬合」模拟出来,大幅缩短试错周期。

这正是 NovaAtom-Lite 干的事——

输入蛋白质、DNA、RNA的序列以及小分子配体的信息,它就能预测出整个复合物中每一个重原子(氢以外的原子)的三维空间坐标。

不是模糊的轮廓,是精确到原子级别的位置。

而且,它不是一个「死板」的计算器。

NovaAtom-Lite 加入了一套极具工程价值的「条件约束与提示」功能。

你可以告诉它:这里有一个共价键,那里有一个已知的结合口袋。模型会把这些信息当作参考线索,而不是死板约束,像一个懂化学物理法则的「AI大脑」一样,灵活地做出预测。

输出的也不只是一组坐标。

模型同时返回局部结构置信度 pLDDT、残基间预期误差 PAE,以及界面可靠性指标 ipTM——简单说,它不仅给你答案,还告诉你「这个答案我有多大把握」。

两记重拳:79.07% 和 77.06%

评价一个结构预测模型有多强,制药界有两块最核心的试金石:抗体-抗原结合预测和蛋白质-配体结合预测。

前者是大分子药物(比如抗癌抗体)的核心——你得知道抗体是怎么精准「锁住」靶点的;后者是小分子靶向药的命门——药物分子得准确塞进蛋白质的结合口袋里。

两个方向,一个比一个难。

FoldBench 是目前公认最严格的全原子生物分子预测基准,包含1522个复合物结构,数据全部来自模型训练截止日期之后的新结构,杜绝了「提前看答案」的可能。

第一拳:抗体-抗原。 FoldBench 收录了172个抗体-抗原结合界面。

评判标准用的是 DockQ 分数(可以理解为预测的结合姿态和真实结构有多像,0.23 以上算预测成功,越高越好)。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 6)

一个5个月大的公司,比 AlphaFold 3 高出31个百分点,比融资27亿美元的 Isomorphic Labs 高出3.5个百分点。

更夸张的是,如果把标准提高到 DockQ ≥ 0.80(要求极高精度的预测),NovaAtom-Lite 的成功率是 AlphaFold 3 的2.2倍。

第二拳:蛋白质-配体。 这项测试覆盖558个结合界面,判定标准更苛刻:不仅要求小分子药物的预测位置与真实位置偏差小于2埃(配体 RMSD < 2 Å),还要求周围蛋白质的接触细节也高度吻合(LDDT-PLI > 0.8)。两个条件同时满足才算成功。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 7)

两项核心指标,全部TOP 1。

它真的「懂」物理,还是只会背答案?

每次有模型刷榜,圈内第一反应都是:你是不是偷看答案了?

这个质疑完全合理。结构预测模型吃的训练数据就是已知的蛋白质结构库,如果模型只是把见过的东西背下来了,那跑分再高也没用:真到了药物研发前线,面对的全是从没见过的新分子。

业界有一个专治「死记硬背」的狠测试叫 Runs N' Poses。它把测试样本按照与训练集的相似度分成8组,从「长得像」到「完全陌生」,一层层剥开模型的底裤。

在相似度最低的0-20%组(63个与训练集「毫无关系」的配体,相当于考试里那些完全超纲的题)各模型成绩如下:

AlphaFold 3 直接腰斩到24%,NovaAtom-Lite 依然稳在47.6%,几乎是前者的两倍。

而在相似度最高的80-100%组,两者差距反而缩小到91.0% vs 88.2%。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 8)

这说明越是面对陌生的分子,NovaAtom-Lite 的领先优势越大。

它不是在背书,而是真正掌握了微观原子世界的底层物理法则,拥有了一套可迁移的「推理引擎」。

给它更多时间思考,它就更聪明

做 AI 的人都知道一个趋势叫 Test-time Scaling——推理阶段给模型更多算力,答案质量就更高。

大语言模型领域早已验证了这一点,而 NovaAtom-Lite 证明,这个规律在生物分子预测里同样成立。

在同一批172个抗体-抗原界面上,团队做了一组优雅的实验:

1个随机种子(最少算力):成功率 74.3%

5个随机种子:79.07%

25个随机种子:81.7%

100个随机种子(深度推理):83.1%

Oracle 上限(事后用实验答案挑最优解):88.4%

从74.3%到83.1%,仅仅是增加采样数量,成功率就提升了近9个百分点。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 9)

这意味着这套系统具有极强的「弹性」。

创业公司预算有限,用少量算力快速试错,依然能拿到不错的结果。而对于医药巨头来说,当一款靶向药关乎百亿市场和无数患者的生命时,你可以开足算力、全力压榨每一点精度——模型的上限远没到头。

这是极其令人兴奋的可扩展性。

给它一点提示,就能起飞

光靠自己猛算还不够。

真实的药物研发场景里,科学家手上往往已经有一些线索。比如知道抗体和抗原大概在哪个位置接触,或者小分子大概塞在蛋白质的哪个口袋里。

问题是:模型能不能「听懂」这些提示,并用好它们?

NovaAtom-Lite 的回答:不仅听得懂,而且效果炸裂。

在 FoldBench 的172个抗体-抗原界面上,不给任何提示时成功率是79.07%。只要给模型一个接触残基对(相当于告诉它这两个残基离得很近)成功率直接飙到 91.28%,提升了12个百分点。

在另一个更大规模的抗体-抗原测试集 PXM-22to25-AB(383个聚类)上,这个提升更夸张:从66.05%一口气拉到 88.82%,涨了将近23个百分点。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 10)

更有意思的是蛋白质-配体方向。

在 Runs N' Poses 上,团队测了四种设置:无约束、一个接触对、四个口袋残基、完整口袋,层层递进。

提示对最难的样本帮助最大:在与训练集相似度最低的0-20%区间,给完整口袋提示能把成功率从47.6%拉到 63.5%,提升近16个百分点;而在高相似度区间(60%以上),提升只有2到5个百分点。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 11)

简单说就是,越是「超纲题」,模型越能从你给的线索里「悟到」更多。科学家的经验不会被浪费,你知道得越多,它算得越准。

两个「神级」案例:从分子套索到暗门破解

数字再漂亮,制药的人最终要看的是:你能不能解决真实世界里那些最棘手的结构难题?

案例一:给疯狂甩动的「分子套索」拍高清定格照

中东呼吸综合征(MERS)病毒是个凶残的对手。科学家找来了一种纳米抗体 VHH-T148 去对付它,这个抗体的核心武器是一条由22个氨基酸组成的 CDR-H3 长环。

想象一下,一条在三维空间里疯狂甩动的「软鞭」。它极度灵活,缺乏进化上的共变信号,预测难度极高。

这是结构预测领域公认的噩梦级难题。

结果,NovaAtom-Lite 生成了25个候选方案,全部命中。DockQ 达到0.839,CDR-H3 的预测误差仅为 0.56 Å,覆盖了全部18个表位残基中的每一个。

0.56 Å大约是一个碳原子直径的三分之一,这是「分子级单反相机」的定格拍摄。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 12)

案例二:让「锁着门」的癌症靶点自己把暗门打开

KRAS 是医药界出了名难搞的癌症靶点。

它表面光溜溜的,药物几乎无处下口。

有一类抑制剂能钻进 KRAS 上一个「隐藏口袋」(switch-II pocket)起效,但问题是这个口袋平时是锁着的。

也就是说,AI 不仅要算出药物小分子应该怎么放,还得凭空推测出蛋白质的构象变化——那扇门是怎么打开的。

在这个案例(结构编号 8UN5,KRAS G13D 突变体)中,OpenDDE 直接懵了,配体 RMSD 高达 17.74 Å——药物被扔到了十万八千里外。

而 NovaAtom-Lite 的配体 RMSD 仅为 0.98 Å。

不仅如此,在全部25个样本中,switch-II 区域的预测与晶体结构仅差 0.4 到 0.6 Å,并重现了全部12个天然极性接触,没有任何配体原子与蛋白质发生空间冲突。

这是真正的分子级微雕。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 13)

a16z 的「预言」:

制药业正在迎来它的 GPT-3 时刻

就在 NovaAtom-Lite 发布三天后,硅谷顶级风投 a16z 发布了一篇重磅研报——《大型制药企业,即将与大型软件分庭抗礼》(Big Pharma Can Rival Big Software)。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 14)

这份报告有几个核心判断值得细品:

第一,AI 制药正式进入「GPT-3 时刻」。

a16z 的原话是:我们认为当前 Bio × AI 的市场成熟度已接近 GPT-3 水平。GPT-3那是通用AI从「能用」到「好用」的转折点。a16z 认为,类似的能力正在生物模型中涌现。

第二,药企未来将按「科技股」定价。

传统药企的估值逻辑是对已有药物组合做现金流折现,背后的药物研发引擎几乎不被资本认可。但如果 AI 让药物发现变得「高度可重复、可预测」,投资者就会愿意为药企的 AI 基础设施买单——就像他们为 SaaS 公司的平台付费一样。

这是估值逻辑的根本性重构。

第三,11月10日发布的 NovaAtom-Lite 已被 a16z 收录进了这份研报。

一个发布仅三天的模型就被顶级资本写进了行业报告里,反应速度本身就很说明问题。这是真的被注意到了。

更耐人寻味的是,在 a16z 报告的产业版图插图中,唯一被点名提到的公司就是 Geodesic Intelligence。

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年(配图 15)

报告将 AI 制药初创分为两类:一类是像 Isomorphic Labs、Recursion 这样自己下场做药的「垂直整合者」,承担高风险,博万亿美金上限;另一类是提供模型、工具和平台的「卖铲人」:实验室自动化、AI 智能体、分子设计引擎的供应商。

Geodesic 显然被归入了后一类中最尖端的那个位置。通过 Geodesic API 和 NovaDDE 平台,NovaAtom-Lite 的能力正在被开放给每一家药企和科研团队。

目前还不知道Geodesic Intelligence是否会下场做药,但从其模型展现出的竞争力来看,它显然有机会将边界从模型和工具供应商,进一步延伸至药物研发本身。

a16z 的判断不是空谈。产业端的数据已经在验证这个趋势。

GenScript(金斯瑞)的 AI 制药业务连续三个半年翻倍增长,Twist Bioscience 的 AI 药物发现订单更是三位数飙升。

大药企抢着签约。光 Isomorphic Labs 一家,诺华和礼来的合作协议加起来就将近30亿美元;Anthropic 自己开了湿实验室,OpenAI 直接收购了生物科技公司。

整个行业的底层逻辑正在被重写:AI 不再是制药的辅助工具,而是正在成为制药的基础设施。

最短路径

回到 Geodesic Intelligence 的故事。

顾全全是 UCLA 计算机科学系教授,在 AI for Science 领域声名在外。2026年6月,他创立了 Geodesic Intelligence,目标只有一句话:

构建 AGI,找到从生物学到药物的最短路径。

仅仅5个月后,带着15人的精锐团队,他交出了第一份答卷。

而这只是起点。官方已经明确表示,NovaAtom-Lite 是 NovaAtom 模型家族的第一个成员,更大、更强的模型已在路上。

Geodesic 的完整布局是一个三位一体的闭环:NovaAtom 负责结构预测,NovaDDE 负责科学推理与药物发现工作台,NovaLab 负责湿实验验证——

从提出生物学问题、计算分析分子结构,到实验验证候选物,一条龙打通。

这让人想起 a16z 在报告结尾写的那句话:更快、更低成本地研发药物,将是 AI 最具深远影响力的应用方向。

药物研发的时间加速器,真的来了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 顾全全团队发布NovaAtom-Lite,要把药物研发压到4年

    新智元报道 最近,Anthropic的CEO Dario Amodei 说了一句话:AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。这话说得够狠,但很多人觉得,也就听听。直到一个叫顾全全的科学家站出来说:10年太慢了,我们要把药物研发周期压缩到4年!11月10

    来源 腾讯网
  2. 豆包工作上架「工作台」:首批21款场景,金融医疗教育都能用

    豆包11月16日上线「工作台」功能,首批覆盖金融、医疗、教育、创意设计等21个专业场景。该功能为专业工作提供专属AI空间,预置所需技能与工具,用户无需从头挑选即可开工,降低AI使用门槛。首页提供21款工作台,涵盖金融投研、医生、教师、写作、新媒体创作、数据分析、法律事务、出行规划等,并按场景定制。

    来源 AI 产业速递
  3. CataX AI拿下种子轮:启明创投独家押注AI原生药企

    AI制药的战场,正从分子转向临床。投资界获悉,CataX AI近日已完成种子轮融资,启明创投独 家投资。与此前聚焦药物发现的AI制药公司不同,这家成立仅4个月的AI原生Biotech不做靶点与分子发现,而是借助Agent加速新药的早期临床开发。身后创始人王子龙,90后,高一时,他便凭全国生物联赛一等奖获得保送资格,高中

    来源 腾讯网
  4. 王颖金贻荣确认出席MEET2027:AI转向系统交付,12月9日议落地实效

    12月9日在北京举办的MEET2027大会公布了第二批核心演讲嘉宾。阵容涵盖AI基础设施、量子计算、AI for Science及医疗大模型等领域。百度个人超级智能事业群组总裁王颖、分子之心创始人许锦波、蚂蚁健康CTO顾进杰、相干科技CEO金贻荣、面壁智能姚远、商汤宣善明、太初元碁洪源及第六镜科技刘闯将分享各自在技术落

    来源 AI 应用前沿
  5. 豆包工作上线工作台:21个专业场景,AI办公走向职业化

    2026年11月16日,豆包工作上线「工作台」功能,首批覆盖金融、医疗、教育、创意设计等21个专业场景,预置各职业所需的技能、工具与插件,接入万得、同花顺、学科网等专业资源,并支持用户自建和分享专属工作台,现已在豆包工作电脑版和豆包电脑版上线。

    来源 AI 实验室动态
  6. 豆包工作上线工作台:21个专业场景,金融医疗教育一站可用

    11月16日消息,豆包工作独家上线“工作台”功能,首批覆盖金融、医疗、教育、创意设计等21个专业场景,为不同职业人群提供定制化AI工作空间。工作台预先配置了各专业场景所需的技能和工具,用户选择对应工作台即可直接使用。 以金融投研工作台为例,系统提供公告解读、业绩分析、市场简报、公司研究等任务入口,并接入万得、同花顺、国

    来源 AI 行业观察
  7. 吴昌盛谈AI时代传感技术:水凝胶贴得住也撕得下

    从博士期间探索面向可持续发展的能源技术,到博士后期间被临床中婴儿娇嫩的皮肤触动,如今他是新加坡国立大学的一名助理教授,吴昌盛的科研轨迹一直伴随着科技人文关怀。今年,他因在“自适应生物电子”领域的成果入选了《麻省理工科技评论》2026 年度“35 岁以下科技创新 35 人”(TR35)亚太区名单。他用热响应水凝胶解决了器

    来源 腾讯网
  8. 亚马逊Prime Air无人机噪音遭投诉:居民称像蜂群盘旋

    IT之家 11 月 14 日消息,据休斯顿纪事报报道,亚马逊旗下的超快无人机配送服务 Prime Air 曾承诺,无论是午间零食、日用百货还是紧急医疗用品,只要重量在 5 磅(IT之家注:约 2.3 千克)以内,最快都能在 30 分钟内通过空中直送消费者家门口,然而当地居民对该服务并不买账。 在亚马逊开展该项服务的得克

    来源 AI 行业观察
  9. 为什么说Gemini才是目前最被低估的真神?

    有很多宣传自己多模态的模型,其实并没有听觉,比如GPT-6、Claude 5.5,你让他们听声音时,他们可能会回得有模有样,但实则把音频偷偷交给其他工具处理,模型本身听不见声音。

    来源 凤凰科技
  10. DeepSeek App与网页版设使用限额:长对话7天不活跃不再保留

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  11. DeepSeek App与网页版设使用限额:长对话7天不活跃即失效

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  12. 中国眼谷导航设备获批上市:定位精度0.12毫米,入驻企业超950家

    中新网温州11月14日电(张益聪)在眼眶、鼻腔与颅底交错的毫米级术野里做微创手术,好比在层叠交错的立交桥缝隙间精准穿行,毫厘偏差便可能触碰神经与血管的“安全红线”。 近日,国家药监局批准中国眼谷小镇入驻企业温州睛睿之元科技有限公司的耳鼻喉科手术导航设备上市。透过这张三类医疗器械注册证,从中可以看见,在中国...

    来源 腾讯网
  13. 苹果N50智能眼镜:2027年6月亮相,年底出货?

    据彭博社资深科技记者马克·古尔曼 2026年11月15日发布的“Power On”通讯,苹果首款智能眼镜计划在2027年6月的苹果全球开发者大会上正式发布,并预计在2027年年底之前开始出货。报道称,N50 智能眼镜不具备AR显示功能,主要依赖Siri语音助手、摄像头和传感器提供AI辅助功能,应用场景包括识别景物、翻译

    来源 TechWeb
  14. 浙江算力超198EFLOPS:智算占96%,AI如何落地乡村医院路口?

    《科创板日报》11月14日讯(记者 黄心怡)“十五五”规划纲要明确加快建设全国一体化算力网、全面实施“人工智能+”行动,算力网正式纳入国家新型基础设施核心矩阵。浙江作为数字经济的先行者,正在积极布局。《科创板日报》记者连日走访浙江多地了解到,浙江信息通信行业坚持适度超前、集约高效、绿色安全、应用牵引,推动...

    来源 腾讯网
  15. 曝苹果首款智能眼镜明年6月发布、年底出货

    【TechWeb】11月16日消息,据彭博社资深科技记者马克·古尔曼(Mark Gurman)2026年11月15日发布的“Power On”通讯,苹果首款智能眼镜计划在2027年6月的苹果全球开发者大会(WWDC)上正式发布,并预计在2027年年底之前开始出货。该产品内部代号为 N50。 报道称,N50 智能眼镜不具

    来源 AI 行业观察
  16. 苹果N50智能眼镜曝光:2027年6月WWDC发布,年底前出货

    据彭博社资深科技记者马克·古尔曼 2026年11月15日发布的“Power On”通讯,苹果首款智能眼镜计划在2027年6月的苹果全球开发者大会上正式发布,并预计在2027年年底之前开始出货。报道称,N50 智能眼镜不具备AR显示功能,主要依赖Siri语音助手、摄像头和传感器提供AI辅助功能,应用场景包括识别景物、翻译

    来源 TechWeb
  17. 安杰莱李鲁亚谈脑机接口:无创天花板怎么破

    11月13日,第五届南渡江智慧医疗与康复产业高峰论坛在海口举行。安杰莱科技(杭州)有限公司创始人、董事长李鲁亚发表题为《从“读脑”、“懂脑”到“写脑”——脑机接口与AI和机器人重构神经智能的底层逻辑》的主题演讲,系统阐述了非侵入式脑机接口在临床康复中的现实瓶颈、技术突破路径,以及“读脑—懂脑—写脑”闭环对神经康复底层逻

    来源 腾讯网
  18. 用户爆料DeepSeek App和网页版出现使用限额

    【TechWeb】11月16日消息,据多名用户在社交平台发帖反馈,DeepSeek已对App与网页版的长对话功能实施了使用限额。 有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。 此外,还会限制每日的对话额度,当用户日使用量达到上限

    来源 AI 行业观察
  19. AI问诊挤进就医第一站:豆包单日健康咨询破2000万,谁担责

    21世纪经济报道记者 闫硕 伊伊起初没把背上那几个小疙瘩当回事。患处发痒,她自行涂抹止痒消炎药膏,症状稍有缓解。可没过多久,疙瘩越长越多,瘙痒加剧,皮肤发红、起水疱。她拍下照片发给大模型,模型提示怀疑带状疱疹,建议尽快前往皮肤科就诊,还依据定位推荐了当地医院,并询问是否需要协助挂号预约。就诊后,线下诊断...

    来源 腾讯网
向下滚动自动加载更多