jimeng

月之暗面将 Kimi 模型重心从编程转向科学研究

AIGC行业资讯12小时前发布 zhang
0 0

月之暗面(Moonshot AI)正在调整其 Kimi 语言模型的主攻方向。公司国际总监 Giacomo Ficari 在里斯本 Web Summit 上表示,编程领域的基准测试收益正在递减,因此 Kimi 将转向生物学、化学和制药研究。Ficari 认为,科学问题对 AI 模型的智能水平要求高于法律、金融或编程。

这一转向已有具体落地案例。北京公司 DP Technology 将 Kimi K3.1 Pro 集成到其研究助手 BioMaster 中。在一项测试中,该 AI 分析了来自 3,696 个小鼠胰腺细胞的基因数据,并在 90 分钟内标记出 100 个候选基因;相同工作若由人工完成,估计需要 4 小时。效率提升明显,但距离完全独立的科学发现仍有差距。

在名为 TCSExam 的理论计算机科学基准测试中(包含 100 道题),领先模型能够生成可验证的证明,却无法独立破解任何开放猜想。美国竞争对手也面临类似局限:Anthropic 的 Claude 在 9 月发现了一个酶系统,但数学家对 OpenAI 所宣称的数学和物理突破提出了批评。

制药行业的态度同样谨慎。花旗 6 月对 50 位美国研究负责人进行的调查显示,72% 的受访者已广泛使用 AI,但只有 24% 预计 AI 能显著提高药物研发的成功率。

从产业视角看,月之暗面的转向折射出大模型竞争的一个现实:编程等通用能力基准逐渐趋平后,厂商需要寻找更具差异化、更高价值的应用场景。科学发现尤其是生物医药研发,流程长、试错成本高,对 AI 的推理与知识整合能力要求苛刻,一旦验证可行,可能打开新的商业化空间。但当前证据表明,AI 更多是加速数据分析和假设生成的工具,而非独立做出突破的研究者。制药业对 AI 提升研发成功率的低预期,也说明从“能用”到“好用”之间仍有距离。对关注 AI 落地的投资者而言,科学场景的进展值得跟踪,但短期不宜高估其颠覆性。

© 版权声明

相关文章

豆包网页版