生成式大模型
搜索文档
人工智能助力蛋白质“按需定制”
新浪财经· 2026-02-14 20:22
人工智能在科研领域的应用进展 - 人工智能正加速走进越来越多的应用场景,在科研领域也逐渐深入核心环节,助推更多研究成果加速涌现 [1] - 西湖大学科研人员开发的生成式大模型,已找到一种有望用于治疗阿尔茨海默病的全新蛋白酶 [1] - 清华大学团队开发的“超级药物搜索引擎”,让“找药”的过程效率提升上百万倍 [1] - 人工智能正在助力科学研究进程全面提速 [1]
AI浪潮下的生产力革新:第一财经科创未来行邀您共探价值重构路径
第一财经· 2026-01-27 21:47
活动概况 - 第一财经联合中欧国际工商学院AI与管理创新研究中心、璞跃中国共同主办“科创未来行”2026年度AI产业主题沙龙 活动将于2026年1月30日在璞跃中国长三角区域创新中心举行 活动聚焦AI技术落地与商业创新 [1] 核心议题与目标 - 活动核心是解构AI新生产力 聚焦AI应用落地以加速技术价值释放 探索生成式时代商业革命的底层逻辑 [3] - 活动旨在揭秘内容科技规模化价值释放的核心路径 并探讨新红利时代下企业格局的重新洗牌 [3] - 活动将结合企业级AI应用真实案例 拆解数字化底座搭建与AI潜能释放的核心方法论 进行实战经验分享 [3] - 活动设置两场专题圆桌论坛 分别聚焦AI时代生产力重构、智能体与搜索优化对企业的增长赋能等话题 [6] 参与方与嘉宾构成 - 活动邀请学界权威、企业领袖、投资精英与实战专家参与 [3] - 主题演讲嘉宾包括中欧国际工商学院教授及AI研究中心主任方跃 特赞科技首席运营官谭屹 [5] - 主题演讲嘉宾包括虎博科技CEO卢鑫 汉得信息董事会秘书及董事刘福东 [6] - 圆桌对话嘉宾涵盖媒体、科技公司、证券公司、研究机构、投资机构及咨询公司等多方代表 包括第一财经、网宿科技、国金证券、中欧AI与管理创新研究中心、腾讯智慧零售、智推时代、璞跃中国、九方智投等机构的相关负责人 [7] 活动价值与预期成果 - 活动致力于为不同角色打造价值触点 企业决策者可探寻AI战略突破方向 产品负责人能汲取技术落地实战经验 投资机构可精准捕捉AI商业化风口 [7]
人工智能齐鲁新篇:全链崛起与深度赋能的山东实践
齐鲁晚报· 2025-12-09 00:32
文章核心观点 - 山东省将人工智能作为战略重点,“十四五”期间在产业规模、技术支撑、场景落地和生态构建方面取得显著进展,为“十五五”时期打造全国人工智能产业发展和示范应用高地奠定坚实基础 [1] 产业规模与目标 - 2025年全省人工智能核心产业营收预计突破1200亿元,约占全国总量的10% [2] - 预计2025年大模型业务收入将达60亿元 [2] 算力与基础设施 - 全省算力总规模达23.18E(百亿亿次),其中智能算力占比超过51% [2] - 规模100P以上的智算云服务中心达22家 [2] 数据、模型与产业支撑 - 山东获批国家数据要素综合试验区,数据管理能力成熟度贯标企业数量居全国首位 [2] - 纳入重点监测的大模型企业达170家、产品249个,其中29个生成式大模型通过国家备案 [2] 产业应用与融合 - 已培育国家级卓越级智能工厂49家,数量居全国第二位 [3] - 建设“产业大脑”130个、“晨星工厂”5657家 [3] - 浪潮海若、卡奥斯天智等148个行业大模型实现规模化商业化应用 [3] - 有20个项目入选国家人工智能发展与合作典型应用案例,入选数量居全国第一 [3] 企业梯队与市场主体 - “十四五”期间累计培育人工智能领域骨干龙头企业1124家,专精特新中小企业883家 [4] - 形成头部企业“领航”、新势力企业“远航”、初创企业“启航”的协同发展梯队 [4] 政策支持与产业生态 - 创新出台“模型券”“算力券”“语料券”等精准奖补政策 [4] - 设立了总规模20亿元的人工智能产业发展基金 [4] - 加快建设中国算谷·人工智能公共服务平台 [4] 未来发展规划 - “十五五”期间核心思路是坚持“应用牵引、赛道聚焦、企业为本、链式发展” [5] - 未来将聚焦全链条发展,推进“智能产业化”,同时突出规模化应用,加速“产业智能化” [5] - 目标是打造在全国乃至全球具有影响力的人工智能创新策源地和应用示范先行区 [5]
技术应“向善”而非“添堵”(纵横)
人民日报· 2025-05-26 06:13
新技术应用中的问题与思考 不当使用新技术造成的阻碍效应 - 盲人办理手机卡因刷脸验证的"睁眼"要求无法完成 最终只能以亲属名义开通 反映新技术使用不当给特定群体带来不便 [1] - 根据法律法规 刷脸需取得单独同意且不能作为服务前提 但实际操作中仍存在违规将新技术作为强制门槛的现象 [1] - 人工智能客服被过度依赖 实际体验中常无法解决问题反而成为新障碍 背离了提升用户体验的初衷 [1] 技术不完善导致的测不准现象 - 论文检测系统将《滕王阁序》等原创作品误判为AI生成 显示当前AI识别技术存在明显缺陷 [1] - 生成式大模型在不同指令下输出质量差异显著 说明技术效果高度依赖使用方式 [2] - 人工智能在行业落地需结合场景进行深度学习训练 未优化算法前难以保证可靠性 [2] 盲目崇拜技术的风险 - 部分用户全权委托生成式大模型创作内容 甚至用AI开药方或放任辅助驾驶 存在过度依赖倾向 [2] - 新技术本质仍是生产工具 需避免"神化"倾向 人类主导权不可替代 [2] - 服务行业若为省事滥用未成熟技术 可能损害群众利益 需坚持技术服务于人的原则 [2] 技术推广的关键因素 - 新技术普及效果取决于深度开发程度 同一产品在不同使用条件下表现差异显著 [2] - 行业应用中需针对具体场景优化算法 单纯技术堆砌无法保证实用性 [2] - 当前阶段仍需要人类主导技术应用边界 避免未成熟技术全盘接管关键环节 [2]