研修班背景与目的 - 为深入落实国家“人工智能+”行动，推动人工智能与经济社会深度融合，加快形成新质生产力而举办[2] - 旨在加快推进材料科学研究新范式，培养面向未来的复合型创新人才[2] 研修核心内容 - **前沿技术应用与发展**：涵盖人工智能引领材料科学发展的挑战、数据标准与智能提取、数据与知识驱动的智能创制、新材料发现与设计、高通量计算与性能预测、生成式AI用于微观结构逆向设计、在表征检测与配方工艺优化中的应用、智能化实验设计以及产业落地路径[3][16][17] - **创新应用实操**：包括编程与材料数据处理基础、高维数据降维与建模、机器学习与深度学习的应用实践、材料大模型的构建评测应用以及基于材料科学的AI智能体构建[4][5][17] - **现场教学**：组织学员前往相关单位与领先标杆项目进行深度现场教学，以提升学习实效与实践能力[6][17] 参与人员与安排 - **目标学员**：企事业单位、研究院所、高校中从事材料相关的负责人、研究人员、技术骨干以及对材料科学感兴趣的相关人员[7][17] - **时间与地点**： - 第七期：2026年1月8日至11日在重庆市举办，支持线上同步进行[8][17] - 第八期：2026年1月29日至2月1日在上海市举办，支持线上同步进行[8][17] - **拟邀专家**：来自中国科学院物理研究所、清华大学、北京科技大学、上海交通大学等知名院校的专家[8][18] 费用与证书 - **费用标准**：每人4980元，包含专家、场地、午餐、材料及教学服务费用；3人及以上团报价格为每人4680元，食宿需自理[9][18] - **结业证书**：学习期满符合条件的学员，可获得由工业和信息化部人才交流中心颁发的《IITC工信人才专业能力提升证书》[9][18] 增值服务与报名 - **定制化内训**：可为单位提供全流程定制化课程服务，内容涵盖AI与管理融合、核心技术解析及行业专属软件实操等，由资深专家结合具体业务场景量身设计[14] - **报名方式**：通过扫描指定二维码联系工作人员，或发送报名表至指定邮箱 `pxgl@miitec.org.cn` [11][12][18][19]

事件概述 - 国际材料研究学会联合会总部正式落户北京 将于2026年1月1日起正式运行 这是中国首次承接该级别国际科技组织总部 [1] - 中国材料研究学会将全面承担其运营管理职责 此举被视为该组织发展历程中的重要里程碑 [1] 行业意义与影响 - 意味着中国在全球材料科技治理体系中的话语权与影响力显著提升 全球材料科学合作迈入新的发展阶段 [1] - 材料被定位为扮演关键物质革命的重要角色 引领着全人类的工业发展和生活福祉 一代材料对应一代科技革命和一代新兴产业 [1] - 国际材联应发挥积极作用 引领各国材料学会共同探索和推动解决全球发展问题、人类命运共同体所面临的重大物质保障和工业物质绿色循环问题 [1] - 需加快适应当前科技革命的重大发展机遇 [1] 组织背景与规模 - 国际材联于1991年在美国芝加哥成立 其会员已涵盖全球5大洲100多个国家 [2] - 国际材联是国际科学理事会的主体成员 在国际学术组织体系中具有重要的地位和影响力 [2] - 中国材料研究学会被描述为全球最大的材料类学会 拥有21万余名国内外会员 在国际材料界具有重要的影响力和引领力 [2] 未来目标与方向 - 目标是团结和凝聚全球材料科学家和各国、洲及地区材料学会 以服务人类社会进步和全球发展为宗旨 [2] - 推动国际材联迈向更加健康、开放、团结与发展的新阶段 [2] - 国际材联总部在中国材料研究学会的运营下 被寄望发挥主导作用 积极协调和凝聚全球优势力量 共同促进全球材料科学发展 [2]

文章核心观点 - 文章通过参观理想汽车材料技术日活动，揭示了公司在材料科学领域的深度自研与合作，其核心观点是：在激烈的行业价格与配置竞争中，理想汽车选择通过底层材料创新来提升产品安全性与品质，而非简单的配置堆砌或成本妥协，这构成了其差异化的产品力基础[2][11][68] 材料研发模式与逻辑 - 公司的材料研发工作模式可概括为“选”、“育”、“研”三个字[12] - “选”指按需采购成熟的供应商方案，但存在通用化无法适配特定车型、性能上限受限的问题[13][14] - “育”指培育符合自身需求的供应商，“研”指核心材料自研，这两者对于打造差异化产品力至关重要[15] 自研不锈钢油箱材料 (UFHS-X) - 为提升增程/插混车型高压油箱的安全性，理想汽车自研了不锈钢材料“UFHS-X”，以替代行业普遍使用的304L不锈钢[19] - 研发初衷是为了应对严重事故中油箱被锐器穿刺导致漏油起火的极端场景[21] - 研发过程历时4年，消耗了1000多吨钢材，进行了近百次试冲压、180多次腐蚀循环、300多次穿刺测试，投入超过1000万元[25][27] - 最终成果UFHS-X不锈钢的抗穿刺性能和屈服强度均远超304L不锈钢，已应用于理想L系列车型[27][28] - 公司未公开材料配方，但向友商开放了该材料的采购权限[29] 高强度钢的强度与韧性平衡 (2000IH热成型钢) - 在车身关键安全结构（如A/B/C柱）上，并非材料强度越高越安全，需平衡强度与塑性（韧性）[31][33][37] - 公司发现，强度达2000MPa的热成型钢虽更抗撞，但塑性差（均匀延展率往往<20%），超过承受极限时易断裂而非形变吸能，断裂边缘锋利反而可能构成安全隐患[36][38][39][40] - 为此，公司联合清华大学和马鞍山钢铁，经过2年多研发，推出了“2000IH”特制热成型钢[44][45] - 该材料强度与2000MPa热成型钢相当，但韧性接近1500MPa热成型钢，碰撞吸能效果更出色，已应用于理想i8、i9的A/B柱等关键部位[46][49] 铝合金电池包护板材料 (LeS6 Ultra铝合金) - 针对电池包底部护板，行业通常采用高强度的7000系铝合金，但其韧性差、易应力腐蚀、焊接性不佳[53][54] - 公司采用“以柔克刚”思路，与诺贝丽斯合作，基于6000系铝合金进行优化开发[55] - 经过2年研发，通过热处理工艺优化和调整烘烤响应速度，开发出“LeS6 Ultra铝合金”[58] - 该材料相比7000系铝合金，形变量减少了30%，抗穿刺能力明显提升，更有利于保护电池包安全[59] 其他内饰与细节材料研发 - 公司在内饰细节材料上也进行了细致研发，例如采用“自润滑POM”材料抑制方向盘开关磨损异响，在传统ABS材料中加入弹性阻尼成分减少物理按键振动异响[63] - 为解决车内甲醛问题，公司与塞拉尼斯等企业合作，在皮质包覆、发泡海绵材料中加入氨基除醛剂，以阻断甲醛释放[65]

谷歌的创业起源与发展 - 谷歌的创立源于1995年斯坦福大学拉里·佩奇与谢尔盖·布林的合作，他们最初共同开发了名为BackRub的搜索算法，该算法通过链接分析确定网页重要性，成为谷歌的前身[7][11] - 创始人最初试图将BackRub技术授权给互联网公司但未能成功，因此被迫选择自行创业，并获得了天使投资，布林为此中断了博士学业[11] - 公司名称“Google”源自代表数字1后面带100个零的数学表达式，体现了其整合全球信息的宏大野心[12][14] 公司的文化与早期创新 - 早期谷歌积极营造学术氛围，注重基础研发投入，并吸纳了许多博士生，形成了创新与打破常规的文化[14] - 公司早期具有鲜明的实验精神，例如第一台服务器机箱由乐高积木搭建，浏览器首个涂鸦暗示员工参加火人节，甚至为公司养的狗撰写员工观察日志[14][15] - 随着技术复杂度提升，公司着重聘请数学、计算机科学人才以及具备计算技能的物理学家，为其技术领先奠定了基础[18] 在人工智能领域的领先与失误 - 谷歌曾是AI领域的先驱：2012年发表Cat paper证明了无监督学习的可行性，并是最早将深度学习大规模工程化的公司之一，当时汇聚了Hinton、吴恩达、Ilya Sutskever、Demis Hassabis等顶尖专家[18] - 然而，公司在Transformer论文发表后犯下重大战略错误，内部未给予足够重视，也未加大计算资源投入，因担心聊天AI“会说蠢话”而不敢轻易推向市场，从而将机会拱手让给了OpenAI[4][18] - OpenAI抓住了此次机会，甚至从谷歌挖走了包括Ilya Sutskever在内的人才[18] 公司的技术优势与当前AI布局 - 得益于长期的研发历史，包括谷歌大脑团队和对早期神经网络的投入，公司在AI领域仍保持技术优势[20] - 谷歌很早就为AI开发了专用TPU芯片，也是最早使用GPU的公司之一，拥有大规模数据中心、自研半导体、深度学习算法等全栈技术，这使其在快速变化的AI竞争中能保持领先[20] - 创始人布林在“退休”后重新回归公司，将大量精力投入Gemini的研发，参与技术讨论、代码审查和训练细节，推动核心AI产品发展[27] 对人工智能未来的看法与建议 - 布林认为AI技术将赋予人们更多能力，在工作、创业、健康和生活方面拥有巨大潜力，但其智能发展的最终程度尚不确定[20] - 他建议大学生积极利用AI作为工具，例如用于挑选礼物、构思产品想法或艺术创作，通常做法是让AI生成多个想法以供启发和完善[21] - 他认为AI在比较文学等创造性工作上可能更擅长，因此不推荐该专业，同时指出量子计算和材料科学可能是被低估的、具有长期影响的未来技术，并建议关注AI和量子计算在材料科学中的应用[4][23] 对创业与产品开发的反思 - 布林以谷歌眼镜的失败为例，告诫创业者不要过早将不成熟的想法商业化，而应在成本控制和消费者体验上做好充足准备[4][25] - 他反思自己在推出谷歌眼镜时过于自信，但认识到史蒂夫·乔布斯的成功独一无二，总结出当想法被外界期待、成本增加、交付期限临近时，必须充分打磨产品，避免陷入被期望裹挟的恶性循环[25] 对教育及个人工作的思考 - 布林认为，随着在线平台和AI的普及，知识的传播正变得普遍化，大学应重新思考其定位，未来可能更侧重于跨地域远程教育，其意义在未来一百年可能发生根本改变[23] - 他透露自己保持思维敏锐的方法之一是经常在驾车时与Gemini对话，询问如建设数据中心所需电力兆瓦数与成本等实际问题[28] - 布林回顾其“退休”决定，认为离开工作后状态变差，现在视其为一个大错误，并强调生命的意义在于找到热情并不懈奋斗[6][27][29]

文章核心观点 - 谷歌联合创始人谢尔盖·布林复盘公司发展史，承认在Transformer论文发布后，公司错误地低估了AI的潜力，未能加大投入，并将市场机会拱手让给了OpenAI [5][26][27] - 谷歌凭借其深厚的学术积累、全栈技术实力（如自研TPU芯片、大规模数据中心）以及在Gemini等项目上的努力，正在重回AI领先地位 [6][29][30][48] - 布林对未来的技术趋势、教育模式、创业方法论以及个人职业选择提出了见解，强调利用AI、关注量子计算与材料科学，并反思了过早商业化的教训 [8][32][37][42] 谷歌的创立与早期发展 - 谷歌起源于1995年斯坦福大学，拉里·佩奇与谢尔盖·布林基于“数字图书馆”项目开发了BackRub搜索算法，该算法通过链接分析网页重要性 [10][16][17] - 最初尝试将BackRub技术授权给其他公司失败，促使二人决定自行创业，并获得了天使投资，尽管布林中断博士学业的决定起初未获父母支持 [18] - 公司将BackRub更名为“Google”，名称源自代表1后面有100个零的数学表达式，寓意整合全球信息的宏大野心 [19][21] - 早期谷歌文化充满创新与打破常规的精神，例如用乐高积木搭建服务器机箱，在浏览器涂鸦中暗示员工参加火人节 [23] 从AI领先到暂时掉队的反思 - 谷歌早期积极投入基础研发并吸纳顶尖人才，为其在AI领域建立了先发优势，例如2012年发表Cat paper证明无监督学习可行性，并最早将深度学习大规模工程化 [22][25] - 公司曾汇聚了众多顶尖AI专家，如Hinton、吴恩达、Ilya Sutskever、Demis Hassabis等，组成了强大的AI团队 [25] - 关键失误在于，2017年Transformer架构论文发布后，谷歌内部未给予足够重视，未加大计算资源投入，且因担心聊天AI“会说蠢话”而不敢轻易推向市场 [26] - 这一保守策略使得OpenAI抓住机会，甚至从谷歌挖走了包括Ilya在内的关键人才，从而在生成式AI领域取得领先 [27] 谷歌重回AI领先地位的基石 - 公司受益于长期的研发历史，包括谷歌大脑团队和对早期神经网络的投入，使其在AI领域仍保持技术优势 [29] - 谷歌拥有全栈技术能力，包括很早就为AI开发专用TPU芯片、早期使用GPU、大规模数据中心以及自研半导体和深度学习算法 [30] - 布林本人退休后重新回归，将大量精力投入Gemini的研发，参与技术讨论乃至代码和训练细节，推动核心AI产品发展 [48] - 布林认为，尽管AI发展日新月异且竞争激烈，但凭借上述基础，谷歌能始终处于领先地位 [31] 对AI未来及技术趋势的判断 - AI技术将赋予人们在工作、创业、健康和生活方面更大的能力，其潜力毋庸置疑，但最终能发展到多智能尚不可知 [31] - 建议个人积极利用AI作为工具，例如让其生成多个想法以供启发和完善，而非完全替代人类 [32][33][34] - 计算机科学和编码能力依然至关重要，因为更好的编码能力有助于开发更好的AI [35] - 量子计算和材料科学是被低估的、具有长期影响的未来技术，值得关注AI和量子计算在材料科学中的应用 [8][37] - 不推荐攻读比较文学等专业，因为AI在这些创造性工作上可能更擅长 [36] 对教育模式与创业方法的建议 - 大学应重新思考定位，知识的传播正通过在线平台和AI普及化，教育不应局限于固定地点和实体建筑，跨地域远程教育是可预见的发展路径 [38][39][40] - 以谷歌眼镜的失败为例，告诫创业者不要过早将不成熟的想法商业化，需在成本控制和消费者体验上做好充足准备，避免被外部期望裹挟而无法完善产品 [42][43][45] - 布林反思自己当初推广谷歌眼镜时过于自信，但认识到像乔布斯那样一次性推出成功产品是独一无二的 [43][44] 个人职业选择的反思 - 布林谈及从谷歌“退休”后又“复出”的经历，表示退休决定是个错误，因为离开工作后感到思维迟钝、状态变差 [47][49] - 回归后，他深度参与公司AI研发，并通过日常与AI对话（如咨询建设数据中心的电力与成本问题）来保持思维敏锐 [48]

谷歌的成功经验与早期决策 - 公司早期确立了整合全球信息的宏大使命，并建立了学术化的公司文化，重视基础研发投入 [11][12] - 公司通过敢于尝试技术深度高、具有挑战性的难题来培育创新文化，例如在AI领域早期就确定了方向 [12][13] - 公司过去25年的重大创新决策包括收购YouTube、DoubleClick，发展Waymo以及自主研发芯片 [12] 谷歌在AI领域的得失与核心优势 - 公司在约8年前发布Transformer论文后出现决策失误，因担心聊天机器人说蠢话而未足够重视及快速推广技术，导致在AI商业化部署上失去先机 [3][10][15] - 公司在AI领域的持续竞争力源于对深层基础技术的长期投入，包括十多年前开始开发AI专用芯片TPU以及建设大规模数据中心 [4][16] - 公司拥有从算法、半导体到计算设施的全栈基础设施掌控能力，使其能够站在现代AI的前沿竞争 [4][16] 对未来AI技术发展的看法 - AI未来的突破将更多地依赖于算法进步和潜在的新架构，而非仅仅扩大数据和计算规模 [5][29] - 过去十年中，算法进步的速度实际上已经超过了计算能力的增长速度 [5][29] - 在算力受限的背景下，学界的研究方向可以聚焦于如何用更少的资源做更多的事 [30] 对教育、专业选择与学术界的看法 - 大学未来的形态可能不应再局限于地理位置，信息传播和远程协作将改变其概念 [20] - 学生应将AI作为增强个人能力的工具，用于头脑风暴和获取专业知识概览 [7] - 在AI擅长编程的背景下，学习计算机科学依然有价值，因为编程有巨大市场价值且能推动AI进步，而AI在处理如比较文学等创造性任务时可能更容易 [6][18] - 学术界在需要十年甚至更久、以纯探索为主的长周期基础研究上仍具有不可替代的价值，产业界往往不愿承担此类长跨度项目 [22][24] - 从学术到产业的路径时间已被大幅压缩，学术界在部分快速落地领域的“先行期”优势可能减弱，但在如量子计算等激进、底层的创新探索上仍适合 [22][23] 对创业者与其他技术领域的建议 - 创业者应避免在想法未完全成熟前过快商业化，需给予产品足够的发展时间，避免陷入外部期望滚雪球的困境 [26] - 材料科学是一个被严重低估的技术方向，其在AI和量子计算等领域的应用潜力巨大 [33][34] - 生物与健康领域，特别是分子科学和合成生物学，正在发生革命但获得的关注度明显不如AI [34]

谷歌的成功经验与早期决策 - 公司早期确立了宏大的使命宣言“整合全球信息”作为理念基础[4] - 公司创建时具有学术化基因，创始人均来自博士项目，重视基础研发投入[5] - 公司文化鼓励尝试并敢于挑战技术难题，这在AI等深奥技术领域变得尤为重要[5] - 公司早期招聘方向正确，吸引了大量数学、计算机科学和物理学背景的顶尖人才[6] 对AI发展的反思与当前格局 - 公司承认约8年前发布Transformer论文时未给予足够重视，投资不足，且因担心聊天机器人说蠢话而害怕向用户展示，这给了OpenAI机会[8] - 公司在神经网络研发上有长期积累，可追溯到Google Brain，并幸运地雇佣了Jeff Dean等关键人才[8] - 公司是早期使用GPU的公司之一，并开发了自有芯片TPU，该芯片已有约12年历史，经历了多代迭代[10] - 公司拥有大规模数据中心、自研半导体和深度学习算法等完整技术堆栈，使其能在现代AI前沿竞争[10] 对计算机科学教育与AI的看法 - 尽管AI编程能力不错，但编程因其巨大的市场价值以及能推动AI进步而依然重要，公司大量使用AI进行编程和算法创意[12] - AI在创意性写作（如比较文学）上可能比编程更容易，因为编程错误可能导致更严重的后果[12] 对未来大学形态的展望 - 未来大学可能不应再局限于地理位置，信息传播迅速和在线开放课程已改变了学习方式[14] - 远程工作与跨地域协作成为趋势，但特定规模下的线下协作效果可能更好[14] - 个人创造新事物的能力不一定依赖传统学位，公司雇佣了大量没有学士学位的优秀人才[14] 学术界与工业界的角色演变 - 从学术到产业的转化路径时间已被大幅压缩，一个想法从出现到落地可能只需几年，这挑战了传统学术研究的长期性[17] - 在AI等领域，工业界与学术界都在进行类似研究，学术界的“先行期”优势可能不再明显[18] - 在更激进、底层的创新（如全新模型架构、量子计算）上，学术界可能仍适合进行最初的探索[18] - 需要十年或更久的纯探索性研究，因时间跨度长不符合商业逻辑，可能仍是学术界不可替代的价值[19] 对创业者的建议与过往教训 - 创业者应避免在想法未完全成熟前过快商业化，并以Google Glass为例，指出其在成本效益和消费者体验未准备好时就推出的错误[21] - 创业者需警惕“以为自己是下一个乔布斯”的心态，应给予想法足够长的发展时间，避免被外部期望和开支裹挟[21] AI的未来发展方向 - AI进步的主菜是算法突破，其重要性已超过单纯扩展算力和数据[23] - 算法进步的速度在过去十年里超过了算力提升，历史上N-body问题的解决主要依靠算法改进[23] - 高校在算力受限的情况下，专注于如何用更少资源做更多事的创新，这是一条持续的研究路径[24] 被低估的技术领域 - 材料科学是一个被长期低估的方向，其在AI和量子计算等领域的应用潜力巨大[27][28] - 生物与健康领域，特别是分子科学和合成生物学，正在发生革命，但获得的关注度明显不如AI[28]

香港投资管理有限公司（港投公司）概况 - 公司被誉为“港版淡马锡”，管理总资产规模约640亿港元 [5] - 公司重点投向硬科技、生命科技及新能源等高成长领域 [5] - 截至2025年10月底，公司已投资超过150个项目，收获两个IPO [5] - 截至2024年12月31日，公司全年实现投资收入23.45亿港元，营运开支0.93亿港元，录得营运利润22.52亿港元 [9] - 目前投入项目的资金占其初始资金规模不足五分之一 [9] “新资本投资者入境计划”与“2025资金组别” - “新资本投资者入境计划”是香港为吸引高净值人士推出的政策，合资格申请人须投资最少3000万港元，其中300万港元需投入由港投公司管理的“投资组合” [6] - 港投公司公布了该计划下“2025资金组别”获委任的十家投资机构 [5] - 获选机构覆盖风险投资、私募股权、私募信贷及对冲基金等多元策略 [7] - 入选机构建议的投资方向聚焦于人工智能应用、可持续科技、材料科学、生物科技等前沿领域 [8] - “2025资金组别”截至2024年底的规模至少为30亿港元，将平均分配予十家机构，并于2026年第一季度启动投资 [8] 投资布局与策略分析 - 硬科技是绝对投资重点，占总投资的71%；生命科技与新能源/绿色科技分别占13%和11% [10] - 投资地域分布上，中国内地项目占比62%，香港本地占34% [10] - 投资阶段分布方面，增长期企业获配69%的资金，成熟期与早期企业分别占21%和10% [10] - 公司强调其“引资效应”：每投资1港元，可带动超过6港元的市场长期资金跟投 [11] - 在已投资项目中，有10余家企业已于2024年提交或计划提交在港上市申请，其中5家在上市前已成为独角兽企业 [11] 具体投资案例与合作 - 隐山资本（普洛斯旗下）获得港投公司委托管理3亿港元基金，聚焦现代物流、数智供应链、新能源及物流科技 [7] - CMC资本与港投公司共同创立“CMC AI创意基金”，并联合领投了中国最大多模态模型与创作社区LiblibAI的B轮融资 [7] - 晨壹基金已在香港进行业务布局，其管理合伙人张勇（阿里巴巴集团前董事会主席）于2024年8月获委任港交所中国业务咨询委员会成员 [7] - 公司投资组合中的两间已上市企业取得了“2至3位数”的内部回报率（IRR），主要增长动力来自生物科技公司 [11]

文章核心观点 - 浦东新区生物医药产业规模与人才集聚效应显著，已成为上海市乃至全国该产业的核心高地，并展现出强劲的发展势头和国际化竞争力 [1][2][4] 产业规模与地位 - 2024年浦东新区生物医药产业规模已占据上海市整体产业规模的超40% [1] - 2024年全国生物医药License Out交易达110笔，上海市贡献38笔占全国1/3，其中浦东交易超30笔占全市近8成 [2] - 2024年浦东新区生物医药从业人员总量达12.99万人，较去年稳中有升 [2] 人才现状与结构 - 浦东已汇聚各类生物医药专业人士14万余人，其中留学归国人员、外籍人士2.2万，院士超过20位 [1] - 2024年企业平均新进率16.3%、平均离职率15.6%，呈现微量净流入态势 [2] - 从领域分布看，医疗器械和化药领域从业人员数量居首，生物药研发领域人才占比从2023年的9.7%增长至2024年的11.1% [3] - 产业博士学历占比达5%，远超三大新老产业2.6%的均值，张江科学城博士占比高达5.9% [3] - 青年人才（40周岁以下）占比超60%，其中35.8%从事研发工作 [3] - 留学回国人员占比增长0.6%，长三角及浦东已成为生物医药海归人才回国发展的首选地之一 [3] 政策与生态建设 - 浦东发布“浦东青创15条”，重点推出100万平方米低租金青年公寓与100万平方米低租金创业空间的“两个100万”政策 [1] - 浦东以制度创新推动产业升级，旨在打造“全球创新药械首发地、科学家创业首选地、制度改革首创地” [4] - 将高科中路两侧约两平方公里打造为创新“核爆点”，推动高能级创新主体集聚 [4] - 统一以“张江药谷+”命名生物医药产业园区，设立张江药谷综合服务中心，构建全链条服务体系 [4] 创新成果与未来方向 - 今年以来，浦东已有7款1类创新药和6款创新医疗器械上市，全球首创、中国首发、临床首用等“3F”创新产品不断涌现 [4] - 未来产业核心人才需求集中在免疫和细胞治疗、抗体RNA及核药研发、AI复合型、生物合成技术四类人才 [3] - 未来人才核心画像具备“高端化、跨界化、全球化”三化特质 [3] - 未来将强化源头创新、优化产业空间、培育龙头企业、完善产业生态，提升临床审评效率，加强金融与人才支持 [5]

新资本投资者入境计划投资组合管理公司委任 - 香港投资管理有限公司公布“新资本投资者入境计划”下“投资组合”2025资金组别的十家委任资产管理公司 [2] - 获委任的资产管理公司涵盖风险投资、私募投资、私募信贷及对冲基金等策略 [2] - 入选机构包括盘实资本、海阔天空创投、CMC资本、晨壹基金、隐山资本、M Capital、柏骏资本、春华资本、信宸资本／中信资本与远信资本投资管理有限公司及惠理集团 [2] 资产管理公司的业务承诺与投资方向 - 获委任资产管理公司均在提案中提出在香港扩展业务的具体方案，展示为香港经济、竞争力及社会长远发展作出贡献的承诺 [2] - 提案建议的投资主题包括人工智能应用场景、可持续科技、材料科学、生物科技等 [2] - 市场反应踊跃，递交提案书的资产管理公司背景、投资策略和实战经验多元化，显示投资机构对香港未来发展的信心 [2] 投资计划规模与资格要求 - 合资格申请人须投资最少3000万港元于获许投资资产，其中300万港元将投放在“投资组合” [3] - 配合《2025年施政报告》方向，“投资组合”将致力培育具备商业及战略潜力的本地或以香港为基地的资产管理公司 [3] - “2025资金组别”截至今年底的规模至少为30亿港元，将会平均分配予上述获选的资产管理公司 [3] - 有关投资工作将于2026年首季启动 [3]