智能计算

搜索文档
AI+生物制造风口!9个涉及蛋白质设计案例获国家级认可!
合成生物学与绿色生物制造· 2025-07-09 23:26
人工智能在生物制造领域的应用案例 - 工业和信息化部公示了第一批人工智能在生物制造领域的典型应用案例,涉及15家企业和1家科研院所 [1] - 案例征集工作于2024年10月启动,聚焦AI与生物制造融合,围绕创新研发、中试放大、生产制造等重点环节 [1] - 16个案例中有9个应用于高性能蛋白质元件设计及构建领域,占比超过50% [1] - 典型案例包括天鹜科技的蛋白质工程大模型AIACCLBIO™、安徽元构生物的蛋白质从头设计技术、百图生科的AI大模型改造药用酶等 [1] 典型企业案例技术亮点 - 北京昭衍生物:整合机器学习算法和大数据挖掘技术,开发智能化细胞工厂开发平台,构建高产高质量生物制造细胞株 [3] - 北京诚益通:利用工艺参数大数据分析和AI模型预测技术,实现生物制造过程全链条精准工艺控制 [3] - 上海天鹜科技:自主研发蛋白质通用AI模型,基于90亿条蛋白质数据实现"从序列到功能"的端到端预测 [4] - 安徽元构生物:开发蛋白质AI设计算法SCUBA和ABACUS,突破蛋白质结构从头精准设计等共性复杂问题 [4] - 百图生科:通过AI大模型进行酶突变设计和多目标优化,提高酶活性和稳定性,用于酶替代疗法 [4] 行业发展趋势 - 第四届合成生物与绿色生物制造大会(SynBioCon 2025)将于8月20-22日在宁波举办 [7] - 大会聚焦AI+生物智造赛道及绿色化工与新材料、未来食品、未来农业和美妆原料四大应用领域 [7] - 会议将探讨"十五五"期间生物制造产业发展趋势及促进科技成果转移转化 [7]
蛋白质结构预测/功能注释/交互识别/按需设计,中国海洋大学张树刚团队直击蛋白质智能计算核心任务
36氪· 2025-07-01 15:53
蛋白智能计算体系概述 - 蛋白质是生命活动的主要承担者,在人体生理功能中扮演关键角色,但传统研究面临结构解析成本高昂、功能注释滞后、设计效率低下等挑战 [1][3] - AI技术突破为蛋白质研究带来革新,2024年诺贝尔化学奖授予AI蛋白质结构预测与设计领域,凸显其重要性 [3] - 蛋白智能计算体系通过数据驱动算法实现对蛋白质复杂特性的高效模拟,为药物发现和生命系统模拟提供新路径 [1][3] 蛋白质结构预测突破 - AlphaFold系列模型实现从单体预测到复合物预测的飞跃:初代模型在CASP13中准确预测25种蛋白质结构(第二名仅3种),二代模型发布2.14亿蛋白质单体预测数据库,三代模型扩展至蛋白质-核酸-小分子复合物预测 [4][5] - AlphaFold3预测结构与电镜解析结果的平均误差不超过一个原子宽度,覆盖PDB数据库几乎所有分子类型 [5] 蛋白质功能注释技术 - 全球2.5亿条蛋白序列中仅0.5%完成精准功能注释,团队利用AlphaFold2预测的虚拟结构数据扩充训练样本至数亿级,突破电镜数据稀缺瓶颈 [6] - 提出自监督图注意力方法,通过编码残基关联信息使功能预测性能超越传统方法,在7个数据集上达到SOTA结果 [7][9][10] 蛋白质交互识别应用 - 自研模型解决AlphaFold3商业使用限制问题,引入孪生学习与协同机制,实现蛋白-核酸-小分子交互预测,胰腺癌信号通路预测准确率超95% [16] - 开发几何深度学习方法解决三维信息丢失问题,筛选出nM级别亲和力候选化合物,湿实验初步验证预测结果 [17][20] 蛋白质设计创新 - 蛋白质设计作为折叠逆问题面临搜索空间爆炸挑战,AI技术已实现全新蛋白质设计案例,如中和蛇毒毒素的特异性结合蛋白 [22] 生命系统跨尺度计算 - 构建"表征-状态-尺度"三维计算体系,涵盖基因-蛋白质-信号通路-细胞四级尺度,实现从原子到细胞的全链条模拟 [23] 团队技术成果 - 发表论文30余篇,Google Scholar引用超1,600次,研究成果发表于IEEE JBHI、JCIM、npj Systems Biology等权威期刊 [25]
地平线机器人(9660.HK):高端辅助驾驶行业核心受益者 首次覆盖给予“买入”评级
格隆汇· 2025-06-25 14:33
行业前景 - 全球智能汽车销量2030年预计达到8000万辆 中国智能汽车销量2030年预计达到3000万辆 [1] - 高阶辅助驾驶+高级自动驾驶渗透率2030年接近100% [1] - 国内第三方供应商将直接受益于智驾功能快速普及 [1] 公司市场地位 - 公司2024年在中国OEM高级辅助驾驶市场份额超过40% [1] - 公司龙头地位稳固 [1] - 公司软硬件结合能力和高端芯片市场渗透支撑未来业绩增长 [1] 技术优势 - 公司核心竞争优势为BPU(智能计算单元)架构 [1] - BPU架构通过软硬件协同优化实现更高算力密度与智能水平 [1] - 征程系列芯片搭载BPU智能加速单元 具备高性能、低延迟、低能耗优势 [1] 财务数据 - 征程系列芯片2024年底累计出货770万颗 [2] - 预计2025-2027年出货量分别为420万颗/450万颗/550万颗 [2] - 中阶J5/J6E/J6M芯片占比2025年显著提升 [2] - 最高端J6P芯片2025年开始量产 2026年大规模落地 [2] 营收预测 - 预计2025-2027年营业收入分别为34.3亿元/54.1亿元/74.6亿元 [2] - 预计2027年实现盈利转正 [2]
廊坊,正在崛起
36氪· 2025-06-20 11:32
"这么近,那么美,周末到河北。" 京津冀的朋友,对这个口号应该不陌生。河北好玩的地方很多,避暑山庄、白洋淀、山海关、北戴河、阿那亚、草原天路、崇礼冰雪旅游度假区……都是 北京、天津居民短途游最爱去的地方。但是,如果你只把河北当成京津"后花园",以为河北只有旅游业,可就小瞧河北了。 河北是经济大省,2024年,河北GDP排名全国第十三。 廊坊经洽会的规格很高,这一展会在廊坊举办也能体现廊坊的战略地位。 廊坊经洽会 / 「定焦One」摄 据介绍,廊坊经洽会是全国唯一以现代商贸物流为主题的党政机关主办专业展会。廊坊经洽会的前身,是1984年河北省人民政府举办的首届"河北省利用 外资引进技术暨出口商品贸易洽谈会"。后来,会议名称几经变更,最终确定为"中国·廊坊国际经济贸易洽谈会" 。 2000年起,这一活动落地廊坊。 我们都知道,各类展会和经贸洽谈会是推动经济发展的重要抓手。比如,服贸会、进博会、广交会,这些头部展会不仅可以展示我国经济发展的成果和实 力,也是链接全球资源、扩大招商合作、促进贸易成交、大力提振消费的重要舞台。 河北经济正处在转型升级的进程中,以前主要靠钢铁产业、装备制造业,以后要在传统支柱产业绿色智能 ...
盈利走弱,债务攀升,紫光股份赴港寻“转机”
新浪财经· 2025-06-19 17:57
公司背景与上市计划 - 紫光股份前身为"清华紫光",1999年11月在深交所上市,现计划赴港二次上市完成"A+H"双平台布局 [1] - 公司是全球领先的数字化和人工智能解决方案提供商,提供全栈智能ICT基础设施产品,2024年在中国数字化基础设施市场排名第三、网络市场排名第二、计算及存储基础设施市场排名第二 [1] - 股权结构显示公司无实控人,西藏紫光通信持股28%(由北京智广芯100%控股),其他A股股东持股72% [1] - 联席保荐人为中信建投国际、法国巴黎银行、招银国际,募资用途包括智能计算中心研发、云及AI数字化解决方案、战略收购、海外扩张及营运资金 [1] 二级市场表现 - 截至6月18日A股收盘价23.10元/股,市值661亿元,较年初高点34.35元/股下跌超30% [2] 财务业绩分析 - 2022-2024年营收持续增长(737.52亿元→775.38亿元→790.24亿元),但归母净利润逐年下滑(21.58亿元→21.03亿元→15.72亿元) [3] - 2025年Q1营收207.90亿元(同比+22.25%),归母净利润3.49亿元(同比-15.75%),延续"增收不增利"趋势 [3] - 主营业务结构变化:数字化解决方案收入占比从62.7%提升至70.5%,ICT分销收入占比从37.1%降至29.3% [3] - 2024年净利润下滑主因:营收成本增加、毛利减少、金融及合约资产减值损失净额增加 [3] 毛利率变化 - 2022-2024年整体毛利率持续下降(19.8%→18.5%→16%) [4] - 数字化解决方案各分部毛利率三年累计降幅:智能计算及存储-3.6pct、智能连接及安全-2.9pct、云服务及系统集成-8pct,ICT分销业务毛利率累计-2.9pct [4] 海外业务与债务压力 - 2022-2024年海外收入持续增长(23.23亿元→26.96亿元→30.67亿元),占总收入比例从3.1%升至3.9% [5] - 子公司新华三国际业务表现突出:2024年收入29.16亿元(同比+32.44%),2025年Q1收入10.51亿元(同比+71.83%) [5] - 2020年及2023年120亿元定增计划均失败,2016年后九年未融资,2024年以21.43亿美元收购新华三30%股权导致债务攀升 [6] - 2022-2024年总负债激增(362.4亿元→472.2亿元→727亿元),资本负债比率从15.9%飙升至132%,流动比率从1.5降至1.1,速动比率从1.0降至0.5 [6][8] - 截至2025年3月末现金及等价物76亿元,短债110亿元,存在34亿元短债缺口 [6] 战略发展展望 - H股上市旨在深化全球化布局、增强境外融资能力、提升国际品牌形象,中泰证券认为此举可构建多元化融资渠道并增强研发投入 [5][7]
超50家客户开展测评!RDK S100是怎样成为机器人行业首选平台
机器人大讲堂· 2025-06-16 16:17
公司战略与定位 - 地瓜机器人专注于机器人底层基础设施建设,提供软硬件通用底座以降低开发门槛,类比PC生态的Wintel和移动互联网的iOS/Android与ARM体系[1] - 公司定位为构建机器人Infra(基础设施)平台,聚集从上游资金到中间零部件再到整机与服务的全链路资源[14] - 2024年初从地平线拆分成立,已发布旭日系列智能计算芯片和RDK机器人开发套件,并在2024年5月完成1亿美元A轮融资[1] 核心产品与技术 - RDK S100是面向具身智能的全场景算力核心,基于BPU纳什架构设计,拥有百TOPS级算力,专为大参数Transformer优化[2] - 产品采用大小脑协同架构:大脑(CPU+BPU)负责计算,小脑(MCU)负责控制,分层模型架构被验证为当前最具可行性的开发方式[5][6] - SoC芯片集成CPU(6核Arm Cortex-A78AE)、BPU(80/128 TOPS)和MCU(4核Arm Cortex-R52+),实现算控一体化[5][6][7] - BPU Nash支持160+ ONNX标准算子,新增多线程VPU单元提升浮点计算精度,MCU适用于高帧率低延迟的关节级实时控制[6] 市场定位与需求验证 - 深度调研50家企业后确认100T算力为落地场景刚需,四足/机械臂/轮足/物流车等场景将最先实现量产突破[3] - 针对初创企业痛点,提供人才培养、资本对接、产品优惠等全方位生态支持[4] - 目前与20+具身智能头部客户合作,RDK S100已吸引50+客户测评并成为行业首选方案[14] 产品性能与优势 - 单SoC设计解决传统架构缺陷,有效控制功耗与成本,适合长时间运行的机器人应用[3][7] - 提供丰富接口:支持2路MIPI/4路GMSL相机、H.264/H.265编解码、以太网/USB/CAN等通信接口[9][11] - 软硬一体化开发模式包含OS、中间件、算法库等,降低兼容性问题与开发成本[12] - 提供ROS2硬件加速包TogetheROS.Bot、200+开源算法示例和ModelZoo模型仓库,加速算法落地[13] 应用案例 - 宇树科技Go2四足机器人实现稳定仿生步态,BPU资源占用率极低[14] - 睿尔曼双臂机器人集成语音识别、多模态视觉大模型和高性能检测算法[15] - 在宇树人形机器人G1上部署ASAP框架,BPU推理占用率仅2%,CPU占用降低250%[15] - 支持机械臂科研教具、双足机器人语音控制、8路视频流分析、无人车感知等多种场景[16][17][18] 行业影响与愿景 - RDK S100通过标准化开发环境降低门槛,使开发者聚焦算法创新,加速技术普及[19] - 公司愿景是成为机器人产业的"Wintel"或"Android+ARM",推动产业跨越式发展[20]
携HSD亮相香港车博会,地平线机器人:已与奇瑞集团就量产展开全面合作
证券时报网· 2025-06-14 08:18
公司动态 - 地平线机器人(09660 HK)在2025首届国际汽车及供应链博览会(香港)展示城区辅助驾驶系统Horizon SuperDrive(HSD)和车载智能计算方案征程6系列 [1] - HSD系统获得大会颁发的"2025中国汽车供应链创新成果奖" [1][2] - 公司总裁陈黎明表示将持续依托开放生态与十年技术沉淀构建全场景辅助驾驶解决方案体系 [2] - HSD是国内首个软硬结合全栈开发的城区辅助驾驶系统搭载最高算力国产智驾计算方案征程6P [2] - 同时展出Horizon Cell"弹夹系统"支持模块化升级车载计算平台 [3] 技术亮点 - HSD采用一段式端到端架构实现从光子输入到轨迹输出的全域打通 [2] - 系统可提供安全专业可靠的极致拟人体验实现全场景无差别安全出行 [2] - Horizon Cell系统通过硬件模块化和开发平台化支持灵活配置满足不同需求 [3] 商业合作 - 已与奇瑞集团就HSD量产展开全面合作将作为奇瑞"猎鹰"方案在星途品牌全球首发 [3] - 计划2025年实现HSD与征程6P计算方案的量产 [3] - 与博世电装采埃孚等国际头部Tier1企业达成紧密合作 [4] - 行业头部软硬件合作伙伴已基于征程6系列开发差异化方案并获多家主机厂量产定点 [4] 市场表现 - 已与全球超40家车企及品牌合作覆盖超310款车型 [4] - 前装量产出货数量突破800万套 [4] - 当前市场每三台智能汽车就有一台搭载地平线辅助驾驶方案 [4] 资本动态 - 现有股东以每股6 93港元配售6 81亿股占扩大后股本约4 9% [4] - 配售价较6月11日收市价7 44港元折让约6 85% [4] - 募资净额约46 74亿港元将用于业务扩张和研发投入 [4]
四方股份20250610
2025-06-10 23:26
纪要涉及的公司和行业 - 公司:四方股份、世纪互联 - 行业:电力设备行业 纪要提到的核心观点和论据 电网投资现状及趋势 - 2025 年特高压进入加速投资期,一季度国家电网电网投资同比增长 27.7%,达 172 亿元,在建特高压工程全面复工,下半年预计加快五条特高压直流线路建设以满足“十四五”规划 [2][4][5][9] - 2025 年全年有望开工四至五条线路,第三季度预计迎来招标小高峰,9 月累积完成 11 个批次招标 [9] 配网侧情况 - 高比例可再生能源和电力电子设备的双高特性对配电网安全稳定运行造成挑战,政策开放分布式光伏加速消耗灵活性调节资源,未来两三年可能进入配网智能化改造高峰期 [2][6] - 2024 年国家政策聚焦配网侧,提出健全新型配电网调度运行机制、推动技术升级,建立与网荷储协同机制 [11][12] 四方股份情况 - **市场份额**:在国网特高压二次设备品类市占率为 2.7%,输变电设备继电保护品类市占率 14.2%,均处于前五 [2][7][19] - **技术实力**:与科研院校合作开展前瞻技术布局,技术人员占比超 62%,拥有 866 项授权发明专利和 647 项软件著作权,参与 526 项国家及行业标准制定,积极参与国家重点研发项目 [2][7][15][16] - **财务情况**:2024 年营收 69.51 亿元,同比增长 20.86%;归母净利润 17.16 亿元,同比增长 14.09%;2020 - 2024 年收入和归母净利润复合增长率分别为 15.82%和 20.11%;销售毛利率从 36.67%下降至 32.33%,净利率从 8.73%提升至 10.30%;销售费用和管理费用下降,研发费用 2024 年为 6.56 亿元,同比增长 21.27% [2][8][17] - **产品经验**:截至 2024 年底,实现国内首次核心设备挂网运行,中标多个试点项目和安全稳定控制系统、智能巡视系统等 [18] - **特高压招标表现**:2024 年国家电网投标中,特高压二次设备品类中标金额约 1345 万元,占市场份额 2.7%;输变电子保护品类中标金额约 6 亿元,占市场份额 14.2%,均处于前五,未来有望维持领先并保持 10% - 15%增长 [19][20] - **相关布局**:在构网络型及宽频振荡抑制技术方面深耕多年,实现重大项目突破;绿电脸解决方案已形成规模应用场景;凭借云网融合储能一体化解决方案有望成为绿电直供方案主要供应商 [21][22][25] - **盈利预测**:预计 2025 - 2027 年营收分别为 83 亿元、98 亿元和 113 亿元,归母净利润分别为 8.2 亿元、9.6 亿元和 11.1 亿元,电网自动化和电厂及工业自动化业务均保持增长 [4][26] 世纪互联情况 - 作为阿里云合作商,已在国内投资 50 多个数据中心,计划在乌兰察布新建全直流供电数据中心,配套 300 兆瓦新能源计划于 2025 年 10 月并网,旨在降低基建和运营成本 [23][24] 其他重要但是可能被忽略的内容 - 南方电网投资结构 2010 年取消小型基建并新增信息化投资专业,2010 年以来逐渐重视配电网智能化改造,2017 - 2022 年数字化投资占比明显提高 [13] - 随着新能源发电竞争占比提高,新型电力系统建设推进,对开发储能等条件资源和提升数字化水平投资需求愈加迫切,2016 - 2022 年数字化年均投资是 2011 - 2015 年的 2.3 倍 [14] - 四方股份面临原材料价格及汇率波动、海外政策变化、国内电网建设不及预期风险,特高压直流相关设备建设核准开工时间延迟将影响业绩增长预期 [27]
电子信息制造业“全数”转型 标准化生态共建驱动产业发展
中国产业经济信息网· 2025-06-10 07:36
政策目标 - 到2027年规模以上电子信息制造企业关键工序数控化率超过85% [1] - 数字化转型对推动实体经济与数字经济深度融合及新型工业化具有深远意义 [1] 标杆企业实践 - 标杆企业关键工序数控化率远超行业平均水平,采用数控设备、自动化生产线及工业机器人 [2] - 引入智能制造执行系统(MES)实现生产实时监控与精准调度,生产周期缩短且质量稳定性提高 [2] - 中小型企业可从生产、管理、研发等单点突破逐步拓展至全流程数字化转型 [2] 核心技术突破 - 需加快攻关高性能计算、智能计算、云边端协同计算等先进计算技术以提升算力支持 [3] - 5G-A、千兆光网、工业互联网等新型信息基础设施是数字化转型的基础保障 [3] - 人工智能应用于质量检测(图像识别)和设备故障预测(机器学习算法),提升效率并降低成本 [3] 生态体系建设 - 需构建开放协同的生态体系,企业从"赋能者"升级为"标准引领者" [4] - 产业链上下游企业、服务商、高校科研机构需共同参与,实现信息共享与业务协同 [4] - 产学研合作攻克关键技术难题并培养数字化转型人才 [4]