核心观点 - DemoDiff是一种基于上下文学习的AI分子设计系统，能够通过少量示例分子快速生成全新分子结构，显著提升药物和材料研发效率[6][7][8] - 该系统采用创新的节点对编码方法将分子描述效率提升5.5倍，原本需要38个原子描述的分子现仅需4个分子积木即可准确表达[9] - 在33个不同设计任务测试中表现优异，与比其大100-1000倍的大型语言模型相媲美，某些任务甚至更优[19][20] AI分子设计原理 - 模仿人类化学家思维过程，通过分析一组标记为正面、中等和负面示例的分子来理解功能与结构关系[10][11] - 基于扩散模型技术，采用渐进式生成方式，从随机分子结构开始经过数百步骤逐步优化至目标结构[16][17] - 具备独特负面学习能力，仅通过效果不佳分子示例就能反向推理设计出高质量分子，在新药开发早期阶段特别有价值[21][22] 技术创新点 - 开发节点对编码方法，类似汉字偏旁部首概念，用分子基团组合描述复杂结构，大幅提升计算效率[12][13] - 采用图注意力机制处理分子三维空间结构，保持全局理解同时确保化学合理性[23] - 模型规模经过优化测试，在7.39亿参数时达到性价比平衡点，性能随参数增加稳步提升[24] 数据基础 - 构建包含超过100万个分子结构和155万种分子属性记录的综合性数据库，涵盖药物和材料领域[9][14] - 数据来源包括ChEMBL药物数据库和各种材料科学数据库，组织成164万个设计任务[14][15] - 分子属性分布遵循齐普夫定律，既保证学习常见设计模式又接触多样化特殊案例[15] 性能表现 - 在六大类33个设计任务测试中表现全面，包括药物重发现、多目标优化、材料设计等[19] - 生成分子多样性优秀，提供多种解决方案，传统方法需数万次试验而DemoDiff仅需少量示例[19][20] - 在属性驱动设计任务中表现突出，能根据期望分子性质而非简单模仿结构进行创新设计[20] 应用前景 - 有望将药物研发周期从10-15年大幅缩短，降低数十亿美元开发成本[25] - 推动材料科学领域突破，在相互制约性能指标间找到平衡，如高强度轻量化航空材料[25] - 可能催生分子设计民主化，让不同背景研究人员参与创新，类似个人电脑普及对软件开发的影响[26] 发展展望 - 当前模型在处理精确控制分子结构细节任务时仍有局限性，未来需开发专业化模型变种[27] - 计划通过增加模型规模、扩展训练数据和优化方法提升处理复杂挑战能力[27] - 正与多家制药公司和材料研发机构合作，在实际项目中验证技术价值[28]

【环球网科技综合报道】巴西当地时间11月18日，在第30届联合国气候变化大会（COP30）上，阿里巴巴达摩院应邀分享应对气候挑战的先进AI技术和实践 经验，其自研的"八观"气象大模型已在浙江、山东、北京等地应用，将台风强度预测误差减少50%以上。面向长期气候预警，达摩院还在会场宣布了八观大 模型全面升级，最早可提前12个月预测世界重大气象事件，如厄尔尼诺、寒潮等，助力全球防灾救灾和社会经济规划。 本次大会是《巴黎协定》签署十周年后的首次气候治理多边会议，吸引来自190多个国家和地区的政府代表、国际组织代表、科学家、企业代表等齐聚一 堂，聚焦多项重要气候议题，呼吁全球携手为应对气候危机寻找共同解决方案。AI正在极端天气预警方面发挥重大价值。达摩院研发出新一代高精度气象 大模型"八观"，受到国际社会关注，曾入选联合国AI for Good创新影响力案例集并获评杰出案例奖。 达摩院决策智能实验室资深算法专家孙亮介绍，基于八观气象大模型，今年达摩院联合浙江省气象台研发"浙江八观"台风预测模型，并参加了中国气象局台 风预报示范计划。经统一检验评估，针对2025年影响我国的所有台风，八观的路径预测与强度预测能力均居第一梯 ...

公司战略转向 - 阿里巴巴于2024年底启动AI战略重大转向，从长期深耕B端企业服务转向聚焦C端大众市场布局[2] - 公司宣布未来三年将投入至少3800亿元用于云计算与AI基础设施建设，该金额超过过去十年在相关领域的投入总和，覆盖算力部署、模型研发及AI云计算全链条[2] - 2025年9月云栖大会期间，公司CEO吴泳铭明确推进该投资计划并披露追加后续投入规划，进一步聚焦AI驱动的业务增长路径[2] 核心产品与技术 - 2025年11月17日，公司正式宣布“千问”项目全力进军AI to C市场，千问App公测版同步上线，基于全球性能领先的开源模型Qwen3，凭借免费策略及与阿里生态生活场景深度绑定，与ChatGPT展开全面竞争[1] - 千问App的核心竞争力聚焦“世界模型”，目标是构建“理解生成一体化”的模型，让AI同时实现“交互”与“创造”，既能理解信息，也能生成内容、理解世界规则并预测变化[4] - 技术路线上探索Autoregressive LLM、Diffusion及两者结合的路线，同时攻关多模态训练数据、自动化评估等，向AGI推进[4] - 2025年9月云栖大会发布的通义千问旗舰模型Qwen3-Max综合性能跻身全球前三，总参数超万亿，预训练数据量达36T tokens，其Instruct版本在SWE-Bench Verified编程测试中获69.6分，位列全球第一梯队；Tau2-Bench智能体工具调用测试中取得74.8分，超越Claude Opus4和DeepSeek-V3.1；推理增强版本在AIME 25和HMMT高难度数学测试中斩获满分[6] - AI智能体生态已形成规模，通过打通淘宝、天猫、高德、饿了么等内部核心业务数据与授权能力，千问App已具备解决用户多元生活需求的服务能力[6] 研发体系与架构 - 通义千问实验室与阿里达摩院形成“基础研究 + 应用攻坚”的协同模式，通义千问实验室承接达摩院在机器智能、多模态融合等领域的基础研究成果，专项负责模型迭代优化与场景落地应用[7] - 相较于OpenAI“研究实验室 + 产品部门”的一体化架构，阿里的协同体系更侧重技术产业化效率[7] - 通义大模型研发体系由阿里云CTO、达摩院副院长、通义实验室负责人周靖人统筹管理，下设自然语言智能实验室、语音实验室、应用视觉实验室、智能计算等二级部门[8] 人才战略与流动 - 公司通义团队正以显著高于市场平均水平的薪资力度大规模招募AI人才，部分岗位薪资翻倍，整体溢价超50%，核心专家岗位薪酬较百度文心、字节火山大模型同级别岗位具有30%-50%的竞争力优势[25] - 薪资结构采用“基础薪资 + 高额期权 + 专项奖金”组合模式，资深技术专家可获得极具竞争力的基础年薪与长期期权激励，特别优秀的应届博士人才年薪可突破百万级[27] - 核心招募方向聚焦多语言大模型和世界模型两大赛道，多语言大模型赛道重点突破低资源语言处理、跨文化语义理解等，千问系列模型已支持119种语言和方言，全球累计下载量突破6亿次[27] - 世界模型研发被视为向AGI进军的战略支点，重点探索Autoregressive LLM与Diffusion模型结合的创新架构[28] - 招聘筛选标准极为严苛，候选人需具备计算机/人工智能相关专业硕士及以上学历，在顶级学术会议发表至少2篇一作论文，且至少1篇聚焦多语言或跨文化语义理解方向[29] - 公司同步启动“全球揽才计划”，面向斯坦福、MIT、剑桥等国际顶尖高校精准招募，侧重具备跨文化背景的“双语 + AI”复合型人才[30] 关键人才变动 - 语言技术实验室前任负责人司罗已离职，现任斑马智行CTO，目前该实验室自然语言处理方向由黄非领衔[13] - 应用视觉团队负责人薄列峰于2025年6月前离职，其主导研发了人物动作生成框架Animate Anyone、一键换装技术Outfit Anyone等爆款技术，离职后加入腾讯混元大模型团队[14][16] - 语音团队负责人鄢志杰于2025年2月15日离职，后加入京东探索研究院出任语音实验室负责人，该岗位空缺后，公司于6月初引入原零一万物联创兼VP李先刚出任通义语音实验室负责人[17][19] - 智能计算实验室技术骨干周畅于2024年7月从阿里离职，后加入字节跳动，公司以其“违反竞业协议”为由提起劳动争议仲裁[23] - 2025年5月，32岁的通义千问开源负责人林俊旸晋升，成为公司最年轻P10级专家，同步统筹多模态与具身智能研究[23] 竞业限制策略 - 公司通过严苛的竞业限制协议构建技术壁垒，绝大多数算法工程师岗位需签署竞业限制协议，限制期限为离职后1至2年，覆盖百度、腾讯、字节跳动等国内互联网AI巨头及商汤、旷视等AI企业[31] - 作为竞业限制对应补偿，公司按员工离职前12个月平均工资的30%-50%按月支付补偿金，向资深算法专家盖坤支付的月补偿金达47500元，对应年度补偿金超57万元[31] - 对于违反竞业协议的行为采取“零容忍”追责态度，除对周畅提起超千万元索赔外，盖坤离职后化名加入快手，被法院判决返还已领取的补偿金33万余元，并支付违约金207万余元[31]

投资规模与结构 - 微软与英伟达共同向Anthropic投入总计高达150亿美元的资金与资源承诺，包括现金注资、算力保障及长期云计算采购合约 [2] - 英伟达与微软分别承诺投资最高100亿美元和50亿美元，Anthropic则承诺采购价值300亿美元的微软Azure算力资源 [2] - Anthropic计划投资500亿美元在美国得州和纽约州建设定制化数据中心，首批设施预计2026年投入运营 [3] 战略合作与技术协同 - 所有算力将完全基于英伟达的Grace Blackwell及下一代Vera Rubin架构芯片，双方将联合优化模型性能与芯片架构，实现“芯片级深度协同” [2] - 此次合作使Anthropic的Claude系列模型成为全球唯一同时登陆AWS、Google Cloud和Azure三大云平台的前沿大模型 [2] - Claude模型被集成至微软Copilot全家桶并引入Azure AI Foundry，覆盖金融、医疗等垂直领域的企业客户 [2][3] 公司估值与市场地位 - 注资使Anthropic估值飙升至3500亿美元，超越OpenAI的1350亿美元，成为全球最具价值的AI独角兽 [3] - Anthropic的年营收超10万美元的大客户数量在过去一年增长近7倍 [3] - Claude的多平台接入能力可能对OpenAI的企业客户产生分流效应 [3] 行业竞争格局演变 - 大模型竞争已从模型之战演变为战略资本与算力版图的争夺，微软、英伟达和Anthropic的阵营成为不可绕过的第四极 [3][4] - AI大模型本质上是平台级基础设施投资，收益兑现可能滞后，类似于2000年代初的互联网基础设施建设 [4] - 科技巨头竞争下，各家模型之间差距在缩小，但生态层面的差距可能进一步扩大 [4]

不过目前，美国在人工智能领域仍保有最具影响力的专利与性能最优的模型。例如，在专利影响力排名 中，哈佛大学与麻省理工学院始终领先于清华大学。斯坦福大学发布的《人工智能指数报告》也显示， 2024年美国科研机构研发的知名人工智能模型达40个，而中国为15个。但在部分性能测评指标上，中国 机构正逐步缩小与美国的差距。 这也让美国想要保住人工智能科研领域的领先地位，正面临不小挑战。华盛顿智库美国信息技术与创新 基金会（ITIF）的数据显示，2019年至2022年间，全球顶尖人工智能研究者（前2%）中，中国占比从 10%升至26%，美国占比则从35%降至28%。 LexisNexis驻波恩的知识产权分析与战略高级总监马尔科·里希特（Marco Richter）指出，"这是不到十 年内全球创新领域的惊人转变，反映了中国打造人工智能强国的坚定决心与协同努力。" 【文/观察者网 阮佳琪】 中国人工智能技术正以爆发式速度迭代，与美国的差距快速拉近。据彭博社19日报道，一项最新统计显 示，清华大学在人工智能领域发表的学术论文中，入选"全球引用量最高100篇论文"的数量位居全球高 校之首，且该校获批的相关专利数量更超过麻省理工学院 ...

来源：鲁网 2025年11月14日，由华为技术有限公司、杭州高新科创集团有限公司联合主办，浙江省昇腾生态创新中 心、杭州人工智能计算中心、杭州天宽科技有限公司、杭州市人工智能学会共同协办的"昇腾CANN开 源开放沙龙·浙江站"成功举行，现场杭州高新区管委会、全球计算联盟、杭州联汇科技、杭州旷维炬 锐、杭州电子科技大学、中国计量大学、浙江工商大学、上海工程技术大学、浙江树人大学等260+政 产学研用伙伴及开发者齐聚。 此次活动聚焦CANN开源开放策略，旨在助力昇腾生态开发者深入掌握CANN分层解耦的技术架构与关 键技术，加速AI计算能力在浙江的落地，为本地优势产业的智能升级注入新动能。 "CANN生态联创计划"发布 昇腾CANN开源开放沙龙·浙江站现场 杭州高新区管委会副主任王理生在开场致辞中提到，自2000年华为杭州研究所落户滨江区，已集聚超万 名高端研发人才，产出全球影响力硬核成果。未来将致力于打造全国领先的产业生态高地，希望与华为 及在场各位共筑优质开发者生态，推动本地计算产业发展。 华为昇腾生态创新中心总经理周黎致辞表示，浙江省昇腾生态创新中心致力于推动昇腾AI在浙江的产 业应用及相关人才培养，未来将通 ...

刚刚，创下日本估值新高的AI初创公司诞生了！ 它就是Sakana AI，由Transformer论文八子之一创办，老黄的英伟达也投了。 而且它的投资方阵容也堪称豪华——除英伟达（参与A轮）之外，还有一众美国顶级风投（如Khosla Ventures、NEA）和日本产业与金融巨头（如三菱日 联、四国电力）等。 所以，Sakana AI为什么能获得如此高估值？ Transformer八子之一创办、要做基于自然启发的AI模型 Sakana AI成立于2023年7月，至今不过短短两年。 之所以一开始就受到巨大关注，毫无疑问离不开它的两位明星创始人。 联创兼CTO Llion Jones，大名鼎鼎的Transformer论文8位作者之一。 帮大家快速回忆一下，这家公司其实就是史上首位"AI科学家"背后的出品方—— 当时他们发布的The AI Scientist，一登场就一口气生成了十篇完整学术论文，而且每篇成本才15美元左右（约107.62元），一时吸引大量关注。 根据Sakana AI公告，最新B轮融资筹集了200亿日元（约合1.35亿美元、9亿多人民币），总估值来到约4000亿日元（约合26.35亿美元、184亿人 ...

中美AI工程师薪酬对比 - 中美AI工程师薪酬差距缩小至约2倍，显著低于普通程序员约7倍的薪酬差距以及人民币兑美元7:1的汇率差 [1] - 中国科技巨头如华为、字节跳动及AI头部企业MiniMax为AI工程师提供最高年薪达140万元人民币的岗位 [1] 中国AI人才市场需求 - 2025年9月中国AI相关新发岗位数量同比激增超过11倍 [1] - 超过1000家AI公司在招聘平台上发布超过7.2万个AI岗位，企业高管亲自参与招聘，人力资源部门活跃度极高 [1] 中美AI从业者工作强度 - 美国硅谷顶尖AI实验室的研究员和高管周工作时长常态为80至100小时 [5] - 约三分之二的中国AI从业者周工作时长在60小时以内 [1][5]

我们正处在一个与AI日常对话的时代，但这些强大的模型似乎总是患有"健忘症"。每一次新的对话，我 们都不得不重复描述任务、背景和我们的需求。我们期待一个能真正记住"我是谁"，理解"我在干嘛"， 甚至感知我们情绪与处境的AI。当AI能做到这一点，它将不再是冷冰冰的工具，而是我们真正的数字 伙伴。 正是在这个背景下，连续创业者、马卡龙AI创始人陈锴杰，正在探索这个问题的答案。他创立的马卡 龙AI，并非又一个聊天机器人，而是一个致力于成为"Personal Agent"（个人智能体）的全新物种。 技术背景的转变是这一切的起点。陈锴杰指出，AI行业正从单纯依靠增加参数和数据的"规模定 律"（Scaling Law）时代，迈向"经验时代"（Era of Experience）。当互联网上的高质量数据被消耗殆 尽，模型的智能提升遇到了瓶颈。未来，智能系统的竞争力将不再由规模参数决定，而是取决于其从真 实用户经验中持续学习和进化的能力。 这一理念的核心是强化学习（RL）。陈锴杰用一个生动的比喻解释了其本质：看十小时网球视频，远 不如亲自拿起球拍挥动一次学得快。每一次真实的互动，都为模型提供了蕴含因果关系的高质量数据， 让它知 ...

Money keeps flowing into artificial intelligence companies but out of AI stocks.In what looks like — once again — a scenario of the left hand scratching the right, Microsoft and Nvidia will be investing a combined $15 billion into Anthropic, while the OpenAI competitor has committed to buying compute power from its two newest stakeholders. At this point, it seems as if a big proportion of AI news can be summarized as: "Company X invests in Company Y, and Company Y will buy things from Company X."Okay, that' ...