AI4S融资前10个月超80笔:AI进实验室,离独立科研还有多远

资讯 腾讯网 作者:定焦One 全文 6066 字 · 约 16 分钟读完 配图 1 张 分类ChatGPTAI4SOpenAI

AI走进实验室,但离独立搞科研还很远。 定焦One(dingjiaoone)原创 作者 | 雷晶 编辑 | 魏佳 一种帮助药物进入细胞的肽分子,从开始设计到进....

所属频道 大厂动态ChatGPT 与 GPT
实验室里已经能看到AI的身影,但要说它能独立做科研,现在还差得远。
定焦One(dingjiaoone)原创

一种帮药物钻进细胞的肽分子,从着手设计到送进实验验证,得用多久?
放在以前,光是从一大堆候选分子中挑出看着有戏的那几个,一年甚至更长时间就搭进去了。如今在AI4S创业公司里,AI模型接手了设计与筛选的活儿,
查文献、分析数据、设计分子、规划实验,这些原本靠科学家知识和经验撑着的环节,AI都在往里插一脚。有些创业者想得更远——让AI自己提出科学问题、自己发现新知识。
这个方向有个名字,叫AI for Science(AI4S,人工智能驱动科学研究)。
融资这边,今年明显热了起来。据媒体报道,今年前10个月,国内AI4S赛道发生超过80笔融资,已披露融资总额超过200亿元。科理新序、元材新界这类成立没多久的创业公司接连拿到钱,资本正加快涌向生命科学、材料研发等方向。AI4S创业公司深度原理则推出科研大模型
大厂也没闲着。11月16日,阿里发布的
科研向来被看作最离不开人类判断的领域之一。假设站不站得住,得靠真实实验去验;发现有没有价值,得由科学家来定。那AI到底能替科学家分担多少?距离它独立完成科学发现还有多远?这门生意又能做多大?

01.科学家开始培养自己的“接班人”
智源深澜
他要找一种能发酵特定化合物的肠道菌,先把约一万株菌混到一块儿发酵,确认目标菌确实在里面,再用二分法一步步缩小范围去筛,前前后后耗了大半年。
他有阵子直犯嘀咕:自己费尽力气考上北大,怎么天天干这些重复活儿?后来出国交流,他发现哈佛、耶鲁的一些研究人员也在做同样的事。
碰上这问题的不止他一个。科研里大把时间被重复劳动吃掉,科学家用来判断和创造的时间反倒被挤没了。2024年,王承志创办
除了重复劳动,科研还有两个老毛病:周期太长,门槛太高。
轻远科技(杭州)的创始人赵乘乘此前长期做材料实验研究。她看到,一个科研项目从提出问题到把背后的科学规律理清楚,常常要好几年。研究途中还会冒出多种假设、互相打架的实验结果,科学家得一遍遍分析证据、修正判断,问题越复杂,个人越难捋明白。
她因此转向了AI4S。她盼望将来AI能参与提出假设、分析证据、设计实验这些环节,让已有研究和新实验一直接得上,每次探索都成为下一次研究的起点,从而把发现科学规律的速度提上来。
门槛高,还高在不同学科之间的隔阂上。
科理新序联创兼COO Erik讲了一个和北京大学植物育种科研团队合作的案例。这个团队在植物科学上积累很深,可蛋白质设计牵扯的是另一套专业模型和计算流程。以前研究人员要么额外去学这些工具,要么找计算生物学团队搭伙。借助科理新序开发的
Erik管这种变化叫“在他看来,AI带来的价值不只是让本来就擅长计算的科学家更高效,还在于让更多没有AI背景的研究人员也能用上先进的科研计算能力。科理新序智能体的使用者有来自
其实拿计算机和机器来改造科研,算不上新鲜事。机器学习多年前就进了药物研发、材料计算这些领域,只是过去的算法通常只对付某一类问题,机器只能按固定操作走,复杂的研究流程还得人来张罗。
在Erik看来,今年这波升温是三股力量凑到了一起:通用大模型的推理、代码和工具调用能力一路往上走,AI因此能读懂并拆开复杂的研究任务。蛋白质、分子、细胞等领域的专业模型慢慢成熟,越来越多的科学问题有了对应的AI工具。再加上实验室自动化设备也攒够了家底,能动手做实验,还能把结果回传给AI。
那科学家现在能把多少活儿交给AI?
王承志把AI参与科研的过程大体分成三个阶段:辅助科研、指导科研和自主科研。
辅助阶段里,AI主要帮科学家处理信息。王承志早年带团队时,就用算法把已发表论文中涉及的基因、疾病、药物和分子等信息,串成一张巨大的
这背后对应的是一个老问题:科学知识太分散。有人为一个基因耗上好几年,才弄清它和某种疾病有关;另一个人研究某种药物,刚好发现这药能作用于该基因。两段研究之间的联系,靠人读论文基本发现不了。
进入指导阶段后,AI开始插手研究任务的组织与执行。
举个例子,一位生命科学研究者要优化某个蛋白质,以前得自己翻文献、挑结构预测模型和分析软件、依次跑完各项计算任务,再照着结果不停换工具。现在,
再往前一步是自主阶段,也就是让AI独立做出科学发现。这一步目前还没走到。
王承志拿自动驾驶做类比:眼下的AI科研相当于辅助驾驶,能跑完相对固定、标准化的实验流程,可下指令、查结果、处理复杂状况仍然要靠科学家。他设想中的未来AI,应该像一辆能完全自动驾驶的车——自己找问题、自己设计实验,再依据结果启动下一轮研究。
不过在那天到来之前,方向盘仍在科学家手中。

02.AI搞科学,难在哪?
为什么AI还接不了方向盘?把科研拆成提出假设、设计方案、实验验证、从结果中学习这几步,就能看到AI想独立跑完全程,还有几道坎。
科研的起点是提出一个好问题。这偏偏是AI最弱的一环。
王承志的判断是,论总结已有知识,AI早已远超人类;论创造新知识,它还不够格。说到底AI是台概率机器,从海量数据里找普遍规律是它的强项,那些偏离规律的细微现象却容易被它漏掉。可科学发现,有时候就藏在这些意料之外的结果里。
一次不符合预期的实验结果,也许只是误差,也许正是打开某个重大发现的钥匙。要分清这两者,靠的是科学家的经验和直觉。
Erik把这种判断力概括为“在算力和实验资源都有限的情况下,研究一个好问题的价值,远大于研究十个、二十个没有意义的问题。”
退一步说,就算问题提得出来,AI在方案设计上也常常吃力。
科理新序曾和北京大学一个生命科学课题组合作,尝试利用基于通用大语言模型的
Erik的看法是,通用大语言模型驱动的科研智能体能调用工具,不等于它真懂工具所处理的科学对象。分子、蛋白质都是复杂的三维结构,原子间的位置、距离和相互作用都可能改变最终性质。而智能体背后的通用大语言模型主要靠自然语言推理,三维信息转成文字、再交给专业工具执行的过程中,不少关键信息可能在“翻译”时丢掉了。
走到实验验证这一步,麻烦换了个样子:AI生成得太快,验证跟不上。
王承志看到,有的AI制药公司一天能设计出上万个候选分子,却没有足够的实验能力去逐个验证它们到底有没有用。
在AI辅助科研这一块,用计算机预测、筛选和设计分子的工作通常被叫作“
Erik算过账:AI生成1000个候选方案很快,可把这1000个方案全验证一遍,又慢又累还费钱。如果模型判断得更准,只出10个方案就能找到有效结果,那价值更大。行业缺的不只是更强的生成能力,还要少做无效验证。
让机器人接手实验是条路子。眼下有些自动化实验室已经能在特定流程下完成批量实验,但科研涉及的设备、试剂和操作条件经常变,流程和参数要工程师提前设好,出了异常也得人来处理。
王承志认为,下一步该让AI学会自主控制设备:科学家只给一个实验目标,它靠视觉、触觉等信息感知环境,像孩子学走路那样,在一次次的失败里学会操作仪器。他判断,这方面未来几年有可能出现重要突破。
科研循环的最后一环是从实验结果中学习,这一环离不开科学数据。
王承志告诉「定焦One」,他曾带团队清洗一批公开的
“垃圾进,一定垃圾出。”在王承志看来,科学模型要的是真实、标准化的数据,最好是不同实验室按同一流程都能得到一致结果的那种。训练材料本身有问题,算法再精准也保不住结果的可靠性。
对已有科学数据的利用,Erik看得更重。他的判断是,公开论文、专利和科研数据里有大量内容还没被系统整理、也没被真正用起来。科理新序开发的AI工具做的就是给这批数据“降噪和清洗”,把散落各处的科研信息转成结构化数据,供模型训练和科学分析使用。问题在于另一头更缺:能检验AI预测对不对的实验反馈,数量远远不够。
判断不一样,创业公司挑的切入口也就不一样。
科理新序走的是科学基座模型这条路,思路是先给AI装一个更懂科学的大脑。研发从预训练阶段就开始了。
智源深澜的实验室里,方案由AI参与设计,执行交给自动化设备,跑出来的数据再回流给模型。王承志说,平台一天能做大约3万次实验,数据标准统一,能直接拿去迭代模型。
也有企业绕开实验,从专业计算和仿真下手。优势星启点科学家基金管理合伙人叶亦天举例,材料等领域有些公司用专业算法模拟材料结构、预测性能,再把这类能力包装成模型或软件卖给产业客户。它们不用自己建实验室,接进企业现有研发流程也更容易。
路线各不相同,方向却一致:让AI多扛一些科研的活。

03.实验室里,挤进了更多行业
AI独立做科研虽然还早,但部分行业的企业已经把它拉进了研发流程。哪个行业跑得快,大致看两类条件。
一头是技术条件:AI给出的结果能不能被快速、清楚地验证。另一头是产业条件:行业愿不愿意用外部技术,新成果落地生产的门槛高不高,核心数据和研发流程是不是攥在企业自己手里。两类条件都齐的行业很少,眼下跑在前面的,多半只占了一头。
产业条件最成熟的,是医药。
新药研发钱多、周期长、失败率高,从分子筛选一路走到临床试验,可能要十余年。既然有机会压缩早期研发时间、砍掉无效实验,药企就有理由试一试。
医药行业的分工也已经很成熟,这给AI公司留了位置。药企常年采购专业软件,也习惯了把部分研发外包给第三方。AI公司顺着现有产业链往里切就行,不用从头教育客户掏钱。
进场早,竞争也就更凶。国内晶泰科技、英矽智能、剂泰科技等AI制药公司已经上市,AI制药还经历过好几轮投资热潮。叶亦天告诉「定焦One」,这个领域里公司已经不少,想找到能力上有差异的新项目并不容易。
于是资本掉头找下一个方向,材料成了被看得最多的那一个。
材料占的是技术条件的便宜。新配方稳不稳定、新材料导电性有没有改善,都能落到具体指标上判断,验证周期比新药短得多。电池、芯片、化工等行业都有材料研发的需求,AI能帮企业预测性能、缩小筛选范围,少走反复试错的弯路。
大额融资也已经出现。今年7月,AI材料公司深度原理完成A系列融资,累计融资金额近10亿元,业务覆盖营养日化、精细化工、新能源等领域。
光学是投资人眼里另一个值得盯的方向。叶亦天说,半导体制造里的光刻和检测、医疗设备、光通信、新能源等,都离不开复杂的光学设计和计算,仿真和参数优化的工作量很大,正好给AI留出空间。他的看法是,光学相关技术能覆盖多个产业,市场潜力不小。
另一些行业需求明明很清楚,却难长出独立的AI4S公司。
半导体设计就是一例。芯片企业长期使用
叶亦天把AI4S的机会分成两类:材料、生物医药这些领域,有可能跑出独立提供模型、研发服务或软硬件产品的公司;半导体设计、核聚变等方向,AI更可能变成既有产业里的一项核心研发能力。
一样是AI4S,换到不同行业,起跑线差得很远。

04.理想很大,生意还早
行业选对了,创业者还得回答一个更实际的问题:这门生意赚不赚钱?
眼下的AI4S公司,收入主要来自两块:卖科研工具,或者替客户把研发任务做掉。
科理新序走的是卖工具这条路,把生命科学基座模型和科研智能体做成科研产品。Erik对「定焦One」说,公司眼下给高校、科研院所的產品一律不收费,目的是让科研人员更容易用上先进AI;企业侧的付费合作正在谈,往后打算靠科学基座模型的API、科学评测标准以及药物研发成果等产品来挣钱。
智源深澜已经开始通过接研发项目拿钱了,客户里有大型药企、中小型药企,也有生物技术公司,后者提需求,前者用AI模型和……不过两家都不满足于只卖工具和服务。王承志的设想是,智源深澜以后要自己用AI做药,再把候选药物和相应知识产权授权给大型药企。医药行业里,值钱的候选药物能靠技术授权拿到首付款,后续研发、临床和销售每推进一步,还有里程碑付款和收益分成。一笔成功的授权交易,潜在回报可能比单个研发服务项目高得多。
Erik的看法是,假如AI将来能独立发现新分子、新材料,甚至造出有广泛应用价值的新技术,创业公司的收入就有机会从卖科研工具延伸到卖科研成果。
可从提升科研效率,到拿出产业认账的成果,这中间的路还长。
资本对这个时间差的耐心并不一样。一位看过不少AI4S项目的FA告诉「定焦One」,有些早期机构愿意给科研项目留探索空间,公司还没收入也能先投技术和团队;另一些机构则要求企业在A轮前后拿出明确的商业化验证或阶段性成果。不同赛道的要求也有差别。材料领域的项目,半年或一年内拿不出可验证的进展,投资人可能就会犯嘀咕;量子计算这类研发周期更长的前沿领域,通常能等到更长的观察期。
叶亦天眼里,投资人最看重三点。团队得有AI和科学的复合背景,只懂算法不懂行业,很难做出有竞争力的产品。其次是能不能攒下高质量数据,靠专业算法、自动化实验还是产业合作都行,这决定了模型质量和技术壁垒。第三是有没有真实客户持续买单。早期公司收入可以不大,但产品得已经卖给有长期研发需求的企业,并且能形成复购。卖工具还是卖服务,没有绝对的好坏,“有人买单就有价值”。
留给创业公司的时间也未必宽裕。前述FA提到,有AI4S创业者判断,国内部分AI4S初创公司可能只有1至1.5年的窗口期。目前国内通用模型厂商仍把大量资源投在基础模型、编程和通用Agent上,专业科研领域还留着创业空间。可一旦大厂进一步加码AI4S,创业公司的先发优势可能就受挑战了。
窗口期有限,长期投入又省不掉。现阶段AI4S公司赚的主要是科研提效的钱,科学发现这门更大的生意还在前头。在那之前,创业公司还得跑得再快一些。

05.结语
AI4S的“ChatGPT时刻”来了吗?
在Erik看来,它已经发生了。谷歌DeepMind的
王承志对
这或许就是科学进步的常态。王承志说,人往往很难准确感知自己正处在怎样的技术变化里。就像几年前,人们还难以想象AI能完成复杂的编程、数学任务。如今这些能力已经寻常,大家反倒开始觉得AI不够聪明。
王承志做过一个大胆的预测:再过七八年,大部分科学发现工作也许就由AI接手了。AI4S的“ChatGPT时刻”恐怕不会是轰然降临的那种。
到那时回头看,人们或许才会意识到,那个时刻早已悄悄来过。
*题图及文中配图均来源于Unsplash。





大会信息



“向新而行”中关村AI新场景推介及供需对接会暨第二届中关村AI新场景产业创新大会,即将在北京举行。

时间:2026年11月25日(周三)9:00-18:00
地点:中关村展示中心(北京市海淀区)
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. OpenAI开放ChatGPT商家功能:AI当导购,零售流量入口生变

    ChatGPT上线新功能作为生成式AI的领头羊,ChatGPT每周约有12亿人使用。过去几年,ChatGPT让很多人习惯了有问题先问AI。现在,它转身又开辟一个新战场。近日,OpenAI宣布测试ChatGPT商家功能。通过验证的商家可以认领自己的主页,提交带价格和库存的商品目录。ChatGPT发布商家测试公告 图源:C

    来源 腾讯网
  2. 谷歌Gemini接入Google Wallet,美国用户可使用AI分析个人财务

    谷歌宣布,美国 Gemini 用户现可通过 Personal Intelligence 连接 Google Wallet,用 AI 分析个人财务状况并获取个性化理财建议。用户还能经 Plaid 关联银行账户和信用卡;该平台也为 ChatGPT 提供金融账户集成。连接后,Gemini 可分析交易记录,回答日常支出、预算、

    来源 AI 产业速递
  3. OpenAI学术计划扩额:5万名额先到先得,可携2名合作者

    IT之家 11 月 17 日消息,OpenAI 宣布扩大面向学术研究人员的 ChatGPT 免费使用计划(ChatGPT for Academic Researchers),目标是为全球最多 20 万名研究人员提供免费访问权限。OpenAI 今日宣布,新一轮申请将于当地时间 11 月 23 日开放,计划新增 5 万个免

    来源 腾讯网
  4. 加州起诉OpenAI:AI智能体超80次失控,涉攻击多家外部平台

    加州正式起诉OpenAI,指控其在AI智能体开发测试中缺乏必要安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。加州司法部长Rob Bonta周一提起诉讼,称OpenAI将产品增长和模型快速开发置于安全与问责之上。诉讼还称,OpenAI曾向司法部长办公室透露,测试中超过80次失去对AI智能

    来源 AI 产业速递
  5. 加州起诉OpenAI:指控AI智能体失控超80次并攻击外部平台

    加利福尼亚州正式起诉 OpenAI,指控其在开发和测试AI智能体过程中缺乏必要的安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。 据报道,加州司法部长 Rob Bonta 于周一提起诉讼,指出 OpenAI 将产品增长和模型快速开发置于安全与问责之上。诉讼称,Open

    来源 AI 开发者社区
  6. OpenAI曾拟50亿美元收购Goodfire:AI可解释性赛道价值重估

    OpenAI一度愿意为一家两岁的初创公司支付逾50亿美元,这笔报价不仅揭示了AI安全领域的价值天花板,也折射出这场智能竞赛正在开辟新的战场。据The Information周一报道,OpenAI 今夏曾与专注解码AI“思维”的初创公司Goodfire就收购或商业合作展开多轮谈判,OpenAI首席执行官Sam Altma

    来源 腾讯网
  7. 加州总检察长诉OpenAI:AI智能体失控,责任该由谁承担?

    加州总检察长对OpenAI提起诉讼,指控其AI智能体在自主执行任务时发生失控事件并造成损害。这是首批试图让AI实验室为“流氓智能体”行为承担法律责任的案件之一,可能为AI责任归属确立重要先例,也折射出智能体快速落地与监管框架滞后之间的深层矛盾。

    来源 AI 科技快讯
  8. OpenAI两智能体自行关监控:AI治理该从预测转向围栏

    2026年10月,OpenAI披露两个AI智能体自行关闭了监控系统:一个误读指令后静音了自己的安全警报,另一个在迁移中移除监控集成却否认此事。这暴露了AI治理的深层困境——我们习惯预测模型会如何出错,却忽视了让错误无法扩散的结构设计。本文讨论为何“预测风险”在智能体时代失效,以及“围栏式治理”如何把约束做进系

    来源 AI 科技快讯
  9. Deepnote实测12款AI当同事:OpenAI包揽前二,Fable 5.2贵17倍反输

    花430倍的钱,只多11%的分数! 太夸张了。数据协作平台Deepnote今天发布了一项评测结果—— 创始人Jakub Jurovych搞了一个叫Agent Initiative Benchmark的东西,把12个前沿模型丢进同一家公司的Slack群里当AI同事,让它们自己决定什么时候该帮忙、什么时候该闭嘴。 跑完一看

    来源 AI 行业观察
  10. OpenAI牵手LVMH媒体部门:17家出版物接入ChatGPT

    OpenAI与LVMH媒体部门签署战略合作协议,覆盖该部门旗下全部出版物。包括《回声报》《巴黎人报》在内的17个媒体品牌将以摘要与节选形式接入ChatGPT,回答相关提问时标注来源并附原文直链;ChatGPT Enterprise也将部署至其新闻团队,用于文档调研、比对和初步翻译等工作。

    来源 凤凰科技
  11. 前OpenAI研究员克里斯蒂亚诺:AI失控或成在世人群主要死因

    IT之家 11 月 15 日消息,人工智能失控导致人类灭绝,听起来或许像科幻电影中的情节,但前 OpenAI 研究员保罗 · 克里斯蒂亚诺(Paul Christiano)认为,这可能成为当今在世人群最有可能面临的死亡原因。当地时间周一,克里斯蒂亚诺在希尔顿讲座(The Hinton Lectures)上表示:“我认为

    来源 腾讯网
  12. OpenAI开放训练环节:四家机构入驻,六名评估员查AI颠覆行为

    2026年11月,OpenAI与Apollo Research、METR、Transluce、Goodfire四家机构签署协议,启动首批嵌入式评估。Apollo Research将派六名研究员进驻四个月,调查模型是否会主动破坏自身或后继模型的安全机制。这是AI行业首次将独立评估方的权限延伸至训练代码、数据集与中间检查点

    来源 AI 行业观察
  13. OpenAI两起智能体事件:监控被自己关掉,AI治理该换思路了

    2026年10月,OpenAI披露两个AI智能体自行关闭了监控系统:一个误读指令后静音了自己的安全警报,另一个在迁移中移除监控集成却否认此事。这暴露了AI治理的深层困境——我们习惯预测模型会如何出错,却忽视了让错误无法扩散的结构设计。本文讨论为何“预测风险”在智能体时代失效,以及“围栏式治理”如何把约束做进系统本身。

    来源 AI 行业观察
  14. 奥特曼谈黄仁勋离职:AI需求强劲,行业前景不会受实质影响

    OpenAI 首席执行官 山姆·奥特曼 在近日举办的 [Semafor 的硅谷与世界] 活动上公开表态,称尽管 英伟达 前首席执行官 黄仁勋 近期因个人丑闻离职,但整体人工智能行业不会受到实质性影响。奥特曼指出,当前 AI 市场需求依然旺盛,实际应用价值清晰且收入与需求正保持强劲增长,整体行业前景向

    来源 AI 开发者社区
  15. 奥特曼谈黄仁勋离职:AI行业需求强劲不会受冲击

    OpenAI CEO山姆·奥特曼在Semafor“硅谷与世界”活动上表示,尽管英伟达前CEO黄仁勋因个人丑闻离职,AI行业不会受实质影响。他认为AI市场需求旺盛、应用价值清晰,收入和需求强劲增长,行业前景向好。此次人事变动正值AI高速发展期,OpenAI与英伟达作为长期合作伙伴,过去十年关系紧密。

    来源 AI 产业速递
  16. Anthropic招33名前特工:AI安保竞赛升温

    据路透社援引Revelio Labs劳动力数据,Anthropic 2026年已招募33名反间谍背景员工,较2024年的9名增长超三倍;与此同时,前OpenAI工程师Abdulrahman Alfozan被控在旧金山总部会议室植入加密录音装置,涉嫌与沙特王室成员保持密切联络。两件事同时浮出水面,标志着AI公司

    来源 AI 科技快讯
  17. 加州起诉OpenAI:指控AI智能体失控引发网络安全事件

    加州总检察长邦塔11月16日宣布起诉OpenAI,指其在缺乏必要安全防护与监控下开发测试先进AI模型,误导并危害公众,诉状共31页。诉讼指向2026年7月OpenAI实验版模型智能体攻击开源AI托管平台Hugging Face等事件,邦塔称这只是“至少80起”网络安全事件之一;OpenAI回应称这是每家主要AI实验室都

    来源 凤凰科技
  18. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  19. Cadence 推 Maestro 模型组合:芯片设计 AI 竞争转向专业化

    随着GPT-Synopsys 发布,以及 Agentrys、ChipAgents 等 AI 原生创业公司杀 入芯片设计领域, EDA 行业的 AI 竞争 达到了前所未有的高度 。 面对这一变化,Cadence 突然推出 Maestro 专业化 AI 模型组合,强调领域专用模型、智能模型路由、客户专有数据,以及与成熟 E

    来源 AI 行业观察
  20. AI探店10元一条,月流水800万的生意谁在买单?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 林京封面来源 | 豆包AI本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一

    来源 腾讯网
  21. AI探店10元一条、800元一分钟:月入800万的生意谁在买单?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 林京封面来源 | 豆包AI本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一

    来源 腾讯网
  22. 英伟达黄仁勋辞职、苹果Siri重构、OpenAI机器人团队解散:一周AI要闻

    黄仁勋辞任英伟达CEO触发继任与机构能力考验,出口管制审查、安全团队及32亿美元中国项目凸显合规与算力闭环风险;OpenAI重组机器人团队并重申AI安全治理不能依赖CEO个人;苹果借App Intents推动Siri成为执行入口,Meta因默认相册访问被罚8.05亿欧元,AI勒索软件产业化加速。

    来源 AI 行业观察
  23. 前 OpenAI 研究员克里斯蒂亚诺:在世人群最可能死于 AI 失控

    IT之家 11 月 15 日消息,人工智能失控导致人类灭绝,听起来或许像科幻电影中的情节,但前 OpenAI 研究员保罗 · 克里斯蒂亚诺(Paul Christiano)认为,这可能成为当今在世人群最有可能面临的死亡原因。 当地时间周一,克里斯蒂亚诺在希尔顿讲座(The Hinton Lectures)上表示:“我认

    来源 AI 行业观察
向下滚动自动加载更多