微软将建AI内容授权应用商店：出版商补偿格局或变

作者

AI内容许可，三大核心变化

  • 微软业界首发AI内容许可中心化平台
  • 出版商直接设定价格和使用条件，基于使用量的收益模式
  • 美联社、今日美国、People Inc.等大型媒体已参与

发生了什么？

微软发布了Publisher Content Marketplace(PCM)。这是一个中心化的市场，当AI公司使用新闻或内容进行学习时，会向出版商支付费用。[The Verge]

核心在于，出版商直接设定其内容的许可条件和价格。AI公司在这个市场上找到需要的内容并购买许可。还提供基于使用量的报告，出版商可以确认哪些内容在哪里使用了多少。[Search Engine Land]

美联社、今日美国、People Inc.已经宣布参与。第一个购买者是微软的Copilot。[Windows Central]

为什么重要？

到目前为止，AI内容许可的方式是像OpenAI一样与个别出版商签订1:1的一次性合同。简单来说，就像自助餐一样，一次性支付大笔钱，然后无限使用。

微软颠覆了这一点。采用单点(a la carte)方式。People Inc. CEO 尼尔·沃格尔将与OpenAI的合同比作“吃到饱”，将与微软的合同比作“单点”。[Digiday]

坦率地说，这对出版商来说更合理。可以知道自己的内容实际使用了多少，并据此产生持续的收益。一次性合同是一次性收取，而这是一个重复收益模式。

业界评价也不错。在Digiday的大型科技公司AI许可评估中，微软获得了最高分。合作意愿、沟通、支付意愿都获得了高分。

未来会怎样？

我个人认为，这很可能成为行业标准。出版商对内容被擅自用于AI学习有很多不满，而这个模型正面解决了这个问题。

但也有变数。微软收取多少手续费尚未公开。手续费率将影响出版商的实际收益。而且，OpenAI或Google是否会推出类似的平台也值得关注。

常见问题 (FAQ)

Q: 任何出版商都可以参与吗？

A: 目前只有受邀的出版商才能参与。微软表示计划逐步扩大。将从大型媒体开始，扩展到小型专业媒体。

Q: 即使有与OpenAI的现有合同也可以参与吗？

A: 可以。People Inc.在与OpenAI签订一次性合同的情况下，也参与了微软PCM。这两个合同并不冲突。但需要确认各合同的独占条款。

Q: 收益如何分配？

A: 微软收取一定比例的手续费，剩余的归出版商所有。准确的手续费率尚未公开。由于出版商直接设定价格，因此收益结构可能各不相同。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

微软正构建AI内容许可“应用商店”：发布Publisher Content Marketplace

作者

微软构建AI内容许可市场：三大核心

  • 微软正在构建Publisher Content Marketplace(PCM)——一个AI公司可以搜索和协商内容许可条款的平台
  • 与Vox Media、AP、Conde Nast、Hearst等主要媒体公司共同设计
  • 基于使用量的补偿模式，对出版商和AI公司都有利

发生了什么？

微软正在创建一个类似于AI内容许可应用商店的平台。这个名为Publisher Content Marketplace(PCM)的平台，允许AI公司直接搜索优质内容的许可条款，并允许出版商接收关于其内容如何被使用的报告。[The Verge]

微软与Vox Media(The Verge母公司)、AP、Conde Nast、People、Business Insider、Hearst、USA TODAY等主要出版商共同设计了PCM。Yahoo正在作为第一个需求合作伙伴加入。[Search Engine Land]

为什么重要？

坦率地说，AI行业未经授权使用内容的问题已经达到了极限。NYT、The Intercept等公司正在对微软和OpenAI提起版权诉讼。这已经成为了一个无法通过单独合同解决的问题。

PCM之所以有趣，是因为它是一个双边市场。出版商可以设置许可条款，AI公司可以像购物一样比较和协商条款。我个人认为这是解决AI学习数据问题的现实解决方案之一。

微软率先进入这个市场也很有意义。在出版商看来，微软一直传递着“应该为内容质量支付合理价格”的信息。[Digiday]

未来会怎样？

微软目前正在试点阶段扩大合作伙伴。简单来说，这是一个可能成为AI时代内容许可标准的平台。

但还有一个疑问。出版商们自己推动的Really Simple Licensing(RSL)开放标准与PCM如何联动，目前还不清楚。微软对此没有提及。

总而言之，这是AI内容许可从个别协商转向基于平台的交易的第一个信号。有必要关注Google、OpenAI将如何应对。

常见问题 (FAQ)

Q: PCM是任何人都可以参与的吗？

A: 根据微软的说法，它支持从大型媒体公司到小型专业媒体等各种规模的出版商。但目前处于试点阶段，正在与受邀的出版商进行测试。一般参与时间尚未公布。

Q: 出版商如何获得收益？

A: 这是基于使用量的补偿模式。每次AI产品使用出版商的内容进行grounding(参考)时，都会进行测量，并据此支付报酬。出版商可以通过报告查看自己的内容在哪里创造了多少价值。

Q: 与现有的AI许可协议有什么不同？

A: 以前，出版商和AI公司必须进行1:1的单独协商。PCM是一种市场形式，因此多家AI公司可以在一个平台上比较和选择多家出版商的条款。这大大降低了协商成本和时间。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

BGL 通过 Claude Agent SDK 实现 200 名员工数据分析民主化

作者

非开发者也能进行数据分析的时代：Claude Agent SDK 实际应用案例

  • 澳大利亚金融公司 BGL，使用 Claude Agent SDK 为全体员工构建 text-to-SQL AI 代理
  • 通过 Amazon Bedrock AgentCore 确保安全性和可扩展性，200 名员工无需 SQL 即可进行数据分析
  • 核心架构：基于数据的分离 + 代码执行模式 + 模块化知识结构

发生了什么？

澳大利亚金融软件公司 BGL 利用 Claude Agent SDK 和 Amazon Bedrock AgentCore 构建了企业级 BI（商业智能）平台。[AWS ML Blog]

简单来说，即使是不懂 SQL 的员工，也可以用自然语言提问，例如“展示这个月的销售趋势”，AI 会自动编写查询并绘制图表。

BGL 已经日常使用 Claude Code，他们意识到它不仅仅是一个简单的编码工具，还具有推理复杂问题、执行代码以及与系统自主交互的能力。[AWS ML Blog]

为什么重要？

我个人认为这个案例很有趣，因为它展示了“如何将 AI 代理部署到生产环境”的实际答案。

大多数 text-to-SQL 演示都运行良好，但如果将其应用于实际工作，就会出现问题。表连接错误、边缘情况遗漏、错误的聚合。BGL 为了解决这个问题，将数据基础和 AI 角色分离。

他们使用现有的 Athena + dbt 创建了精心设计的分析表，并让 AI 代理只专注于生成 SELECT 查询。坦率地说，这是关键。如果将所有事情都交给 AI，幻觉（hallucination）就会增加。

另一个值得关注的是代码执行模式。分析查询会返回数千行，有时甚至是数 MB 的数据。如果将所有这些都放入上下文窗口，就会崩溃。BGL 让 AI 直接执行 Python，从文件系统中处理 CSV 文件。

未来会怎样？

BGL 计划集成 AgentCore Memory。他们计划存储用户偏好和查询模式，以创建更个性化的响应。

这个案例展示的方向很明确。到 2026 年，企业 AI 将不再是“酷炫的聊天机器人”，而是进化为“真正工作的代理”。Claude Agent SDK + Amazon Bedrock AgentCore 组合是其中的一个蓝图。

常见问题 (FAQ)

Q: Claude Agent SDK 到底是什么？

A: 这是 Anthropic 创建的 AI 代理开发工具。它使 Claude 模型能够自主执行代码、操作文件和进行系统交互，而不仅仅是简单地响应。BGL 使用它在一个代理中处理 text-to-SQL 和 Python 数据处理。

Q: 为什么需要 Amazon Bedrock AgentCore？

A: 如果 AI 代理要执行任意 Python 代码，安全隔离是必不可少的。AgentCore 提供了一个有状态的执行环境，可以阻止会话间的数据或凭证访问。它可以减少生产部署所需的基础设施考虑。

Q: 真的有效吗？

A: BGL 的 200 名员工无需数据团队的帮助即可直接进行分析。产品经理可以进行假设验证，合规团队可以识别风险趋势，客户成功团队可以在客户通话期间进行实时分析。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

英特尔正式进军GPU市场：英伟达独占时代或将动摇

作者

英特尔 CEO 正式宣布进军 GPU 市场 — 3 个核心

  • Lip-Bu Tan CEO 在 Cisco AI Summit 上宣布正式启动 GPU 业务
  • 聘请新的 GPU 首席架构师 — 数据中心用 Crescent Island 计划于 2026 年下半年进行采样
  • 英特尔挑战 Nvidia 独占市场，成为第三个参与者

发生了什么事？

英特尔 CEO Lip-Bu Tan 于 2 月 3 日在旧金山举行的 Cisco AI Summit 上正式宣布进军 GPU 市场。[TechCrunch] 目前该市场由 Nvidia 占据绝对主导地位。

Tan 表示已聘请了新的 GPU 首席架构师。虽然没有透露姓名，但他提到说服他加入花费了不少功夫。[CNBC]

英特尔已经在准备代号为 Crescent Island 的数据中心用 GPU。它基于 Xe3P 微架构，配备 160GB LPDDR5X 内存，计划于 2026 年下半年向客户提供样品。[Intel Newsroom]

为什么重要？

说实话，我有点惊讶。我没想到英特尔会正式进入 GPU 市场。

目前 GPU 市场由 Nvidia 独占。AI 学习用 GPU 市场占有率超过 80%。AMD 正在用 MI350 发起挑战，但仍然难以超越 Nvidia 的 CUDA 生态系统。

英特尔的进入为市场提供了第三个选择。特别是 Crescent Island 瞄准了 AI 推理市场。不是学习，而是推理。这很重要。

因为 AI 推理市场的增长速度比学习市场更快。代理 AI、实时推理的需求正在爆发。英特尔 CTO Sachin Katti 也强调了这一点。[Intel Newsroom]

我个人认为英特尔的时机并不坏。Nvidia GPU 的价格太贵，很多公司都在寻找替代方案。英特尔正在用 Gaudi 推行性价比战略，也是出于这个原因。

未来会怎样？

Crescent Island 的采样将于 2026 年下半年开始，届时可以确认实际性能。英特尔还计划到 2028 年进行 14A 节点风险生产。

但存在问题。正如 Tan 本人承认的那样，阻碍 AI 增长的是内存。内存瓶颈与 GPU 性能一样严重。散热也是个问题。Tan 表示，风冷已经达到极限，需要水冷解决方案。[Capacity]

英特尔是否能够推翻 Nvidia 的霸权地位尚不清楚。但至少竞争的出现对消费者来说是个好消息。

常见问题 (FAQ)

Q: 英特尔的新 GPU 什么时候上市？

A: 数据中心用 GPU Crescent Island 计划于 2026 年下半年向客户提供样品。正式发布时间尚未公布。消费级 GPU 有单独的 Arc 系列，目前正在销售基于 Xe2 架构的产品。

Q: 与 Nvidia 相比，英特尔 GPU 的优势是什么？

A: 英特尔强调价格竞争力。Nvidia H100 每单元消耗 700 瓦，价格昂贵，而英特尔 Gaudi 和 Crescent Island 则强调性能与功耗比。此外，英特尔可以提供 CPU-GPU 集成解决方案，这也是一个差异化优势。

Q: 消费级游戏 GPU 会受到影响吗？

A: 直接关联较少。本次发布针对的是数据中心 AI 推理市场。不过，英特尔 Arc 系列在游戏市场上的份额超过 1%，并且正在增长，B580 的 12GB VRAM 配置在性价比市场上备受关注。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

MIT厨房宇宙：AI用冰箱食材制作食谱

作者

3个核心要点

  • MIT开发了AI食谱生成厨房设备“Kitchen Cosmo”
  • 通过摄像头识别食材后，用打印机输出用户定制的食谱
  • 提出了将LLM扩展到物理世界的“Large Language Objects”概念

发生了什么事？

MIT建筑系学生开发了基于AI的厨房设备“Kitchen Cosmo”。[MIT News] 这款设备高约45厘米（18英寸），通过网络摄像头识别食材，通过旋钮接收用户输入，并使用内置的热敏打印机打印食谱。

该项目由MIT的Marcelo Coelho教授领导的Design Intelligence Lab进行。建筑学研究生Jacob Payne和设计专业四年级学生Ayah Mahmoud参与了该项目。[MIT News]

为什么重要？

坦率地说，这个项目有趣的原因在于其哲学，而不是技术本身。Coelho教授将其称为“Large Language Objects(LLOs)”。这是一个将LLM从屏幕上取出并将其转化为物理对象的概念。

Coelho教授说：“这种新型智能非常强大，但仍然对语言之外的世界一无所知。”[MIT News] 简单来说，ChatGPT很了解文本，但不知道冰箱里有什么。Kitchen Cosmo弥补了这一差距。

我个人认为，这展示了AI界面的未来。不是触摸屏幕和打字，而是展示物体并转动旋钮的方式。在像烹饪这样手头很忙的情况下尤其有用。

未来会怎样？

研究团队计划在下一个版本中添加实时烹饪技巧和多人一起烹饪时的角色分工功能。[MIT News] 学生Jacob Payne说：“当你在考虑用剩下的食材做什么时，AI可以找到创造性的使用方法。”

这项研究是否会转化为商业产品尚不清楚。但是，将LLM扩展到物理界面的尝试将会越来越多。

常见问题 (FAQ)

Q: Kitchen Cosmo可以识别哪些食材？

A: 使用Vision Language Model通过摄像头拍摄的食材进行识别。可以识别水果、蔬菜、肉类等常见食材，并考虑家里的基本调味料来生成食谱。但是，具体的识别准确度尚未公开。

Q: 食谱生成会反映哪些要素？

A: 可以输入用餐类型、烹饪水平、可用时间、心情、饮食限制、人数。此外，还可以选择口味偏好和地区烹饪风格（例如：韩式、意大利式）。综合所有这些条件，可以制作出定制的食谱。

Q: 普通人可以购买吗？

A: 目前是MIT实验室的原型阶段，尚未公布上市计划。由于是从学术研究项目开始的，因此商业化可能需要一段时间。但是，其他公司有可能推出类似概念的产品。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

黄仁勋：“一切都将以虚拟孪生呈现”——英伟达-达索25年合作的最大伙伴关系

作者

Jensen Huang：“一切都将通过 Virtual Twin 呈现” — NVIDIA-Dassault 25年合作的最大伙伴关系

  • NVIDIA 和 Dassault Systèmes 宣布了 25 年合作历史上最大规模的战略伙伴关系
  • 目标是通过基于物理的 AI 和 Virtual Twin 将设计和制造流程扩展 100~1000 倍
  • 将在三大洲部署 AI 工厂，预计将为 4500 万用户提供工业 AI

发生了什么事？

NVIDIA CEO Jensen Huang 和 Dassault Systèmes CEO Pascal Daloz 于 2026 年 2 月 3 日在休斯顿 3DEXPERIENCE World 上宣布了有史以来最大规模的合作伙伴关系。[NVIDIA Blog] 两家公司已经合作了 25 年以上，但这次发布是 NVIDIA 的加速计算和 AI 库与 Dassault 的 Virtual Twin 平台真正融合的第一个案例。

Huang 表示：“AI 将像水、电和互联网一样成为基础设施”，“工程师们将能够以 100 倍、1000 倍，最终甚至 100 万倍的规模工作。”[NVIDIA Blog] 他补充说，工程师们将拥有一支 AI 伙伴团队。

该合作伙伴关系的核心是 Industry World Models。经过物理定律验证的 AI 系统在实际制造产品、工厂甚至生物系统之前对其进行模拟。 NVIDIA Omniverse 库和 Nemotron 开源模型已集成到 Dassault 的 3DEXPERIENCE 平台中，被称为 Virtual Companion 的 AI 代理将实时支持设计。[Dassault Systèmes]

为什么重要？

坦率地说，这不仅仅是一项合作伙伴关系公告。这是一个可能改变工业 AI 格局的举措。

Virtual Twin 是比现有 Digital Twin 更进一步的概念。如果说 Digital Twin 是静态的 3D 副本，那么 Virtual Twin 甚至可以模拟实时行为和演变。这意味着您不仅可以设计产品的几何形状，还可以同时设计其工作方式。

我个人认为，这种合作关系的真正意义在于“AI 伙伴”的概念。工程师不再独自运行 CAD，而是 AI 在旁边实时模拟和提出数千种设计选项。可以在设计初期阶段探索更广阔的设计空间。

已经有类似的尝试。 Siemens 和 NVIDIA 也在 CES 2026 上发布了 Industrial AI Operating System，并且 PepsiCo 工厂通过 AI 数字孪生实现了 20% 的吞吐量提升。[NVIDIA Newsroom] 但 Dassault 拥有 4500 万用户和 40 万客户的庞大安装基础。如果 NVIDIA AI 集成到如此规模的平台中，其影响力将是不同的。

未来会怎样？

Dassault 的 OUTSCALE 品牌将在三大洲部署 AI 工厂。这是一种在确保数据主权和隐私的同时运营工业 AI 模型的结构。

但实际上能实现到什么程度还有待观察。“扩展 100 万倍”是一种愿景，而不是眼前的现实。重要的是，现有的 3DEXPERIENCE 用户是否可以在不增加额外费用的情况下使用此功能，或者是否需要新的许可证。尚未公布定价政策。

2026 年 3 月在波士顿举行的 3DEXPERIENCE 用户大会的主题是“AI-Powered Virtual Twin Experiences”。[Dassault Systèmes] 届时可能会发布更具体的路线图。

常见问题 (FAQ)

Q: Virtual Twin 和 Digital Twin 的区别是什么？

A: Digital Twin 是物理产品的静态 3D 副本。 Virtual Twin 在此基础上增加了实时行为模拟和随时间推移的演变。由于可以模拟和预测产品的形状以及工作方式和整个生命周期，因此可以在设计阶段进行更多优化。

Q: 这种合作关系对现有的 3DEXPERIENCE 用户有什么影响？

A: 如果 NVIDIA 的 AI 库和 Nemotron 模型集成到 3DEXPERIENCE 平台中，用户将可以获得 AI 伙伴的实时设计支持。但是，由于尚未公布具体的定价政策或与现有许可证的兼容性，预计将在 3 月的用户大会上发布更多信息。

Q: NVIDIA 不是也宣布了与 Siemens 类似的合作伙伴关系吗？

A: 是的。 NVIDIA 在 CES 2026 上宣布了与 Siemens 的 Industrial AI Operating System 合作伙伴关系。 Siemens 在制造自动化和工厂系统方面具有优势，而 Dassault 在产品设计和 PLM 领域具有优势。从 NVIDIA 的角度来看，这两个合作伙伴关系都是扩展 Omniverse 生态系统的战略，并且彼此之间更像是互补关系而不是竞争关系。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

微软 Paza：发布 39 种非洲语言语音识别基准

作者

微软 Paza：发布 39 种非洲语言语音识别基准

  • 推出首个低资源语言专用 ASR 排行榜
  • 可比较 52 个最新模型的性能
  • 同时发布针对肯尼亚 6 种语言的微调模型 3 种

发生了什么？

微软研究院发布了用于低资源语言的语音识别 (ASR) 基准平台 Paza。[Microsoft Research] Paza 源自斯瓦希里语，意为“提高声音”。该项目由 PazaBench 排行榜和 Paza ASR 模型两部分组成。

PazaBench 是首个低资源语言专用 ASR 排行榜。它衡量了 39 种非洲语言的 52 个最新 ASR 和语言模型的性能。[Microsoft Research] 跟踪三个指标：字符错误率 (CER)、单词错误率 (WER) 和实时处理速度 (RTFx)。

为什么重要？

目前，大多数语音识别系统都针对英语、中文等主要语言进行了优化。非洲语言使用者超过 10 亿，但对他们的技术支持不足。微软的 Project Gecko 研究也表明“语音系统在实际低资源环境中会失败”。[Microsoft Research]

Paza 团队强调，“在低资源环境中创建有用的语音模型不仅是数据问题，还是设计和评估问题”。核心在于不仅仅是添加语言，而是与当地社区一起开发技术。

未来会怎样？

Paza 发布了针对肯尼亚 6 种语言（斯瓦希里语、卢奥语、卡伦金语、基库尤语、马赛语、索马里语）进行微调的 3 个模型。它们是 Paza-Phi-4-Multimodal-Instruct、Paza-MMS-1B-All 和 Paza-Whisper-Large-v3-Turbo。预计未来将扩展到更多非洲语言。它以开放基准的形式发布，研究人员可以自由地测试和改进模型。

常见问题 (FAQ)

问：Paza 基准支持哪些语言？

答：目前支持 39 种非洲语言。包括斯瓦希里语、约鲁巴语、豪萨语等，并为肯尼亚 6 种语言提供微调模型。以排行榜形式运营，研究人员可以直接比较模型性能。

问：PazaBench 衡量哪些性能指标？

答：衡量三个指标。字符错误率 (CER) 衡量单个字符的错误，单词错误率 (WER) 衡量单词的错误。RTFx 表示实时处理速度，用于预测实际部署时的响应速度。

问：为什么低资源语言语音识别很困难？

答：学习数据绝对不足。英语有数万小时的语音数据，但非洲语言通常只有数百小时。此外，方言多样性很大，并且有些语言没有标准拼写法，因此评估本身就很困难。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

Alphabet 年营收首次突破 4000 亿美元，AI 和云驱动增长

作者

突破4000亿美元：谷歌母公司Alphabet的历代级业绩

  • Alphabet年营收首次突破4000亿美元
  • Q4营收1138亿美元，同比增长18%
  • 谷歌云48%的快速增长是核心动力

发生了什么？

谷歌的母公司Alphabet在2025年年度营收首次超过4000亿美元。仅第四季度营收就达1138亿美元，较去年同期（965亿美元）增长18%。[CNBC] 净利润为344.6亿美元，同比增长约30%。[9to5Google]

按业务部门来看，广告营收为822.8亿美元，增长13.5%。YouTube广告收入为113.8亿美元。最引人注目的是谷歌云。同比增长近48%，引领了Alphabet的增长。[Android Central]

为什么重要？

本次业绩表明，AI投资正在转化为实际收入。谷歌云的爆炸性增长与AI基础设施需求的增加直接相关。随着企业将AI工作负载转移到云端，谷歌正在受益。

首席执行官桑达尔·皮查伊表示，Gemini AI应用程序的月活跃用户超过7.5亿。上个季度为6.5亿，增加1亿。这是AI服务采用迅速普及的信号。

今后会怎样？

Alphabet预计2026年的设备投资为1750亿~1850亿美元。是2025年支出的两倍以上。这意味着将积极投资于AI数据中心和基础设施。这被解读为缩小与微软、亚马逊在云和AI竞争中的差距的战略。

但这种规模的投资是否会持续转化为收益还有待观察。如果AI基础设施竞争过热，可能会降低盈利能力。

常见问题 (FAQ)

Q: Alphabet第四季度业绩中增长最快的部门是？

A: 谷歌云同比增长48%，创下最高增长率。AI工作负载需求增加和企业云转型是主要原因。广告部门也增长了13.5%，但云的增长势头压倒性。

Q: Gemini AI用户数量增加了多少？

A: Gemini AI应用程序的月活跃用户突破7.5亿。从上个季度的6.5亿增加了一个季度就增加了1亿。这表明谷歌AI服务的采用正在迅速普及。

Q: Alphabet的2026年设备投资计划是？

A: Alphabet预计2026年的设备投资为1750亿~1850亿美元。这超过了2025年支出的两倍。这表明将集中投资于AI数据中心扩展和基础设施强化。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

MIT人工智能药物研发：深度学习发现7种抗生素

作者

MIT AI 新药开发：深度学习发现了 7 种抗生素

  • 生成型 AI 从数百万个候选分子中发现了 7 种抗生素
  • 耐药菌靶向 NG1、DN1 化合物动物实验成功
  • ARPA-H 资助下，已启动 15 种新抗生素的设计

发生了什么？

MIT 研究人员利用生成型 AI 设计了攻击耐药菌的新抗生素。[MIT News] James Collins 教授团队结合了深度学习、遗传算法和变分自编码器，生成了数百万个候选分子。 合成了 24 个进行测试，结果 7 个显示出抗菌活性。[MIT News]

NG1 靶向多重耐药淋病奈瑟菌，DN1 靶向耐甲氧西林金黄色葡萄球菌 (MRSA)。 两种化合物均显示出较低的耐药性发生率。[MIT News]

为什么重要？

抗生素耐药性是 21 世纪最大的健康危机。 传统新药开发需要 10 年以上的时间和数十亿美元的资金。 AI 正在改变这个过程。 Collins 团队于 2020 年推出了首个 AI 发现的抗生素 Halicin，这次他们从头开始设计了新的分子。

MIT EECS 的 Regina Barzilay、Tommi Jaakkola 教授和 Harvard Wyss Institute 的 Donald Ingber 教授正在合作。 非营利组织 Phare Bio 弥合了发现和临床之间的差距。

未来会怎样？

AI 新药的瓶颈现在是实验验证。 像 Phare Bio 这样的中介组织正在缩短从实验室到医院的路径。 在 ARPA-H 的支持下，15 种抗生素的设计正在进行中。

常见问题 (FAQ)

问：AI 制造的抗生素与传统抗生素有何不同？

答：AI 可以同时探索数百万个分子，找到人类错过的模式。 传统方法是改变已知的结构，但 AI 从头开始设计全新的分子。 NG1、DN1 是以前没有的结构。

问：生成型 AI 抗生素何时可以使用？

答：目前已通过动物实验。 到临床试验还需要数年时间。 Phare Bio 正在 ARPA-H 的支持下开发 15 个候选药物。 最快可能在 5 年内获得首次临床结果。

问：AI 能解决耐药菌问题吗？

答：完全解决很难。 但 AI 可以在耐药性产生之前快速设计新的抗生素。 这种化合物显示出较低的耐药性发生率，因此比以往更有利。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

谷歌一月AI更新汇总：Gemini 3、Gmail AI工具、Chrome自动浏览

作者

谷歌AI生态系统四大更新一览

  • Gemini 应用与谷歌应用联动，进化为个性化AI助手
  • Gmail开始免费提供AI写作工具
  • Chrome搭载基于Gemini 3的自动浏览功能

发生了什么？

谷歌于2026年1月对主要产品进行了大规模AI更新。最显著的变化是Gemini应用的“Personal Intelligence”功能。现在，Gemini可以直接连接到Gmail、日历、云端硬盘等谷歌应用，为用户提供定制化的帮助。[Google Blog]

在Gmail中，AI写作工具“Help me write”也向免费用户开放。付费订阅者可以使用Proofread等高级功能。[Google Blog]

为什么重要？

本次更新的核心是“整合”。之前分散的谷歌服务以Gemini为中心整合在一起。从用户的角度来看，无需在多个应用之间切换，只需通过Gemini即可处理日程确认、电子邮件撰写、文件搜索等任务。

Chrome的“auto browse”功能尤其值得关注。Gemini 3可以自动执行复杂的网络任务。例如，代替用户处理机票搜索、商品比较等工作。浏览器正在从简单的网页查看器进化为AI代理。

未来会怎样？

谷歌还在教育领域大力投入AI。与Khan Academy、Oxford合作开发学习工具，并在Gemini应用中添加了练习测试功能。[Google Blog]预计2026年内，谷歌在AI辅导市场的地位将进一步提升。

常见问题 (FAQ)

Q: 如何激活Gemini Personal Intelligence？

A: 可以在Gemini应用设置中选择加入来激活。目前处于测试阶段，允许与谷歌应用联动后，即可获得个性化帮助。必须经过用户明确同意才能运行。

Q: Gmail AI写作工具支持所有语言吗？

A: 目前支持包括英语在内的主要语言。“Help me write”功能可以免费使用，而Proofread等高级语法校正功能则提供给Google Workspace付费订阅者。

Q: Chrome auto browse 功能安全吗？

A: 谷歌表示，该功能被设计为在用户监督下运行。AI在执行任务前会经过用户确认，并建议手动处理敏感的支付信息输入。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料