报告行业投资评级 未提及 报告的核心观点 未提及 根据相关目录分别进行总结 AI 行业动态 - 英伟达因美国出口管制在中国 AI 芯片市场份额从 95%暴跌至 50%，推出新款阉割版 Blackwell GPU，售价 6500 - 8000 美元，采用 GDDR7 内存技术，内存带宽约 1.7TB/秒 [4] - 阿联酋将成全球首个让全民免费使用 ChatGPT Plus 的国家，阿布扎比将建 Stargate UAE 高性能 AI 数据中心，支持 1 千兆瓦计算集群，初期目标 200 兆瓦容量，投资总额可能达 200 亿美元 [5] - Salesforce 以 80 亿美元收购云数据管理龙头 Informatica，整合双方 AI 引擎，完善其数据管理领域布局 [6] - SpAItial 获 1300 万美元种子轮融资，组建来自 Meta 和谷歌的豪华技术团队，专注文本生成逼真 3D 环境技术，目标创造可交互 3D 世界 [7] AI 应用资讯 - VAST 升级 Tripo Studio，推出智能部件分割、贴图魔法笔刷、智能低模生成和万物自动绑骨四大核心功能，非专业人士效率提升 10 倍以上 [8] - AI 科学家 Zochi 的论文被顶会 ACL 主会录用，其论文在 GPT - 3.5 上攻击成功率达 100%，GPT - 4 上达 97% [9] - Anthropic 推出 Claude 语音模式，用户可语音讨论文档和图片，可在文本与语音间自由切换，有使用限制 [10] - AKOOL 发布全球首款实时摄像头 AKOOL Live Camera，实现低延迟虚拟数字人等功能，标志 AI 视频进入“智能化响应”时代 [11] - 法国机构 Kyutai 推出模块化语音 AI 系统 Unmute，具备低延迟等功能，未来几周将完全开源 [12] - Google I/O 发布的 Veo3 视频生成模型实现流畅真实动画效果和同步音效，已达近电影级画质 [13] - OpenAI o3 模型在 Linux 内核 SMB 实现中发现远程 0 - day 漏洞，误报率约 1:4.5，标志着 LLM 在漏洞研究领域达实用水平 [14] AI 大模型资讯 - 自动驾驶大牛创立 Odyssey，推出世界模型实现视频实时生成，速度达 40 毫秒/帧，已获 2700 万美元融资 [15] - Google 发布三款基于 Gemma 的模型变体，分别面向医疗、手语和动物语言领域 [16] - Claude 4 采用可验证奖励强化学习范式，预计 2026 年将出现能独立完成实际工作的软件工程 Agent [17] 科技前沿 - 波士顿动力 Atlas 机器人升级，具备 3D 空间感知和实时物体追踪能力，可在汽车工厂执行复杂工业任务 [18] - 苹果将在 WWDC 2025 发布 iOS 19 等系统重大设计更新，代号“Solarium”，实现跨设备和操作系统视觉统一 [19] - 世界首个 AI 科学家团队 2.5 个月内发现治疗干性老年性黄斑变性新药 Ripasudil，将开源 Robin 系统 [20]

AI驱动的科学发现 - 非营利组织Future House利用多智能体系统"Robin"发现ROCK抑制剂Ripasudil对干性年龄相关性黄斑变性(dAMD)具有潜在治疗效果[3][4] - 研究流程完全由AI驱动，包括假设生成、实验设计、数据分析和迭代优化，人类仅负责实验室操作和论文撰写[2][7] - 整个研究过程仅耗时10周，远快于传统研究方法[9] 技术实现细节 - Robin系统由Crow、Falcon、Finch三个智能体组成，分别负责文献回顾、药物评估和数据分析[18] - 系统首先回顾151篇文献提出10种生物学机制假设，随后分析400篇文献筛选30种候选药物[21][22] - 通过流式细胞术测试5种优先药物，最终发现Ripasudil可使RPE细胞吞噬作用提升7.5倍[25][48] 科学发现价值 - 研究揭示了ROCK抑制剂通过增强RPE细胞吞噬作用和调节ABCA1基因表达(上调3倍)来治疗dAMD的新机制[45][47] - 发现ROCK抑制剂在治疗dAMD中的应用具有创新性，不同于以往整合素抑制剂的研究[65][67] - 研究成果已获得多位领域专家的认可[5] 团队背景 - Future House由物理学家Sam Rodriques和化学家Andrew White联合创立，专注于AI驱动的科研自动化[52] - 团队核心成员在生物工程、化学、AI等领域具有丰富研究经验和学术成果[53][56][57] - 组织计划开源相关代码和数据，推动科学研究的开放协作[12] 行业影响 - 该成果展示了AI在药物发现领域的巨大潜力，可能改变传统研发模式[16] - 研究引发广泛关注，为dAMD患者带来治疗希望，同时也引发关于创新性的学术讨论[61][62][64] - 团队将继续探索科学自动化的四个层面，推动AI在科研中的深度应用[59]