礼来 CEO David Ricks 在播客访谈中谈及多项行业相关内容:当前 GLP-1 相关业务约占礼来 80% 市场价值,这类药物除降糖减重外,还在探索抗炎、干预成瘾、改善相关代谢疾病等更多潜力适应症,口服 GLP-1 药物、直连患者的销售模式也成为礼来拓展药物覆盖的重要方向。礼来已配置搭载千余块英伟达 GPU 的生物医药超级计算机,还与英伟达合作投入建设 AI 创新实验室,但 Ricks 认为人类目前仅掌握 10%-15% 的生物学知识,现有条件下 AI 尚无法可靠预测复杂生物系统,需通过自动化机器人实验持续补充生物学数据,才能进一步释放 AI 在药物研发中的价值。他同时提到中国在全球药物研发管线中的份额已达约 30%,中国药企在已有机制基础上迭代优化药物的能力突出,他认为美国需重视自身生物医药创新竞争力,还提出应强化创新药临床数据保护,保障原创研发企业的合理回报。此外访谈还提及新药研发成本高企的核心原因集中在后期临床试验,患者招募耗时久是行业普遍痛点,礼来也在尝试用数字化方式优化招募流程。
李飞飞团队提出开放世界动作建模框架 OpenWAM,通过共享视频-动作专家 MoT 骨架、四种可配置交互方式、拆分可独立训练的局部动力学模型,搭配大规模反事实机器人交互视频数据集,在仿真与真机机器人任务中取得优异表现,明确了因果化视频底座、局部动力学设计与多样反事实数据对性能提升的关键作用,为世界动作模型领域提供了控制变量的公共试验台,验证了机器人大脑可采用想象与落地模块分离、按需拼装的迭代路径,相关代码与预训练权重已开源。
由扎克伯格与普莉希拉・陈支持创立的非营利科研机构 Biohub 宣布扩大「虚拟生物学计划」,联合美国能源部、NIH、Google DeepMind、Isomorphic Labs、Meta 等多家机构,汇集总计约 18 亿美元的资金、数据、算力与实验测量资源,建设面向下一代生物学 AI 模型的开放数据基础设施,目标是产出能反映细胞受干预前后变化的多模态标准化数据,支撑可预测细胞行为的 AI 虚拟细胞模型训练,助力快速探明疾病机制、发掘潜在治疗方案。该项目将重点投入冷冻电子断层扫描、大规模显微成像、高通量生物干预与测量三类技术,计划一年内产出首批新大规模数据集,五年内推动细胞行为预测模型取得进展,数据采用差异化开放安排,商业出资方可优先限时使用其资助生成的数据,政府资助数据则直接开放。当前 AI 生物学领域正从利用已有科研数据训练模型,转向直接参与生物实验与数据生产环节,不过细胞生物学领域是否适用大模型的规模化提升规律、如何科学设计实验产出高质量有效数据以支撑模型掌握细胞运作因果规律,仍是待验证与探索的核心问题。