看最近生命科學的技術進展（Neuralink和果蠅實驗），我覺得人類的永生不是問題，十年後肯定可以實現。但更實際的問題是，人如果不死不滅的活著，生活還有啥意思？如果是一直當牛馬，那就更沒意思了。畢竟人的壽命從100歲延長到1000歲，只是被剝削的時間更多了。針對公平的問題，這是上面人要考慮的，不要多操閒心。馬斯克已經給人類規劃好了人類未來的演進路徑，打開了上帝視角。馬斯克預言，2030年腦機介面將成為主流醫療手段，2040年人類可通過“意識備份”實現“數字永生”。通過腦機介面實現人類的意識永存，畢竟肉體會毀滅。通過腦機介面+AI+具身智能，實現人類的機械飛昇。一位阿茲海默病患者通過Neuralink下載健康時的記憶備份，逐漸恢復認知能力；程式設計師用思維直接向xAI的Grok模型描述需求，程式碼瞬間生成並部署。目前主要是面對的社會倫理挑戰比較大，這是各個國家重點的監管對象，就像深圳的南方科技大學的幹細胞實驗一樣。目前植入式裝置的長期生物相容性、訊號干擾排除、隱私安全等問題引發廣泛爭議。馬斯克一直堅持腦機介面的技術路線：“要麼被AI超越，要麼與之融合，這是人類存續的必選項。”還面臨著社會公平的問題。很多神經科學家擔心，腦機介面可能引發“認知不平等”。富人通過植入裝置增強智力，而普通人因為無法負擔高昂的手術費用被甩在身後，這是科技平權的理念。從目前的產業進展來看，腦機介面泡沫還是很大，但有了AI的加持，進展會非常的快。目前中美是在腦機介面領域走的最靠前的，國內的強腦科技、腦虎等，美國的Neuralink。人類所有的產業最終都要為生命科學服務，畢竟長壽是人類有史以來永恆的追求，從秦始皇到現在。現在要在馬斯克的帶領下實現了秦始皇長生不老的夢想，人類的星辰大海已經啟航。 (科技錨)

最近，NVIDIA 發佈了備受關注的《State of AI in Healthcare and Life Sciences: 2026 Trends》調研報告。這份報告基於 2025 年 8-9 月對全球 600 多名醫療和生命科學專業人士的調查（管理層與 AI 從業者各佔一半），涵蓋製藥、醫療器械、數字醫療、支付方與提供方等多個細分領域。報告用實打實的資料告訴我們：AI 已經在醫療健康行業站穩腳跟，而且正在加速從“嘗鮮”走向“規模化盈利”。過去一年，AI 的應用成熟度明顯躍升。報告直言，AI不僅幫助醫療器械廠商快速適應新法規，還大幅縮短新藥研發時間，甚至能建立人體數字孿生來輔助癌症治療。更讓人振奮的是，AI agents（智能代理）正讓醫生們把時間還給患者，而不是埋頭在文書工作裡。AI採用率持續攀升，70%企業已在實際使用報告顯示，2025年有 70% 的受訪組織正在積極使用 AI，比2024年的 63% 又上升了7個百分點。其中，生成式 AI 和大語言模型的使用率從 54% 躍升至 69%，成為最熱門的工作負載。各細分領域全面進步：數字醫療：78%（去年70%）製藥與生物科技：74%醫療器械、工具與診斷：70%支付方與提供方（醫院、保險公司等）：56%（去年僅43%，大漲13個百分點）中大型企業（員工超100人）採用更多類型AI，包括生成式AI、資料分析、Agentic AI等，幾乎每個工作負載都比小企業高出約 10個百分點。生成式AI和資料分析仍是各行業前兩大重點，只有醫療器械領域把電腦視覺排在首位（59%）。預測與資料分析仍是AI核心，臨床決策支援最受歡迎65% 的組織把 AI 用於資料分析和資料科學，42% 用於支援臨床決策。這兩大應用貫穿藥物發現、影像診斷、個性化醫療等全鏈條。分行業看，用法各有側重：製藥與生物科技：藥物發現與開發（57%）、基因組應用（44%）數字醫療：虛擬健康助手與聊天機器人（52%）、臨床文件自然語言處理（50%）支付方與提供方：行政任務與工作流最佳化（52%）醫療器械：醫療影像（61%）整體而言，臨床決策支援是全行業最受歡迎的AI用例（42%），其次是醫療影像和行政工作流最佳化（各 38%）。真實盈利來了！醫療影像和藥物發現ROI最亮眼這是報告最鼓舞人心的部分：當 AI 針對具體場景落地時，回報非常明顯。醫療器械領域：57% 的企業表示醫療影像AI已產生ROI製藥企業：46%表示藥物發現與開發AI實現ROI數字醫療：虛擬健康助手與聊天機器人是最高回報用例支付方：行政工作流最佳化回報最顯著全行業來看，醫療影像、工作流最佳化、臨床文件自然語言處理是前三大ROI用例。管理層反饋：85%認為AI幫助年度收入增長80%認為AI幫助年度成本下降44% 的管理者表示收入增長超過 10%（小企業更高達56%）開源模型成“秘密武器”，82%企業視其為戰略關鍵為什麼AI能精準落地？報告給出的答案是開源。82%的受訪者認為開源模型和軟體對AI戰略“重要”或“非常重要”，其中小企業認可度更高（64% 認為非常重要）。開源讓企業能用自己的資料微調模型，打造高度專用的AI解決方案，而不是用通用大模型“將就”。推理性能（模型精準度、資料合規、成本效率）成為大家最關注的點，38% 把模型性能與合規列為首要因素，37% 最看重總擁有成本。基礎設施也在悄然變化：混合計算（本地+雲）使用率從去年的 35% 升至 43% ，純雲部署則從 41% 降至 35% 。Agentic AI初露鋒芒，47%組織已在嘗試今年報告新增了 Agentic AI（智能代理）專題，結果讓人驚喜：47% 的組織已在使用或評估AI agents其中 22% 已實際部署，19% 計畫明年部署大企業部署比例更高（27% 已部署）製藥與生物科技領域最積極：48% 用 AI agents 做藥物發現和生物標誌物識別。整體最受歡迎的 Agentic AI 用例是：知識管理和檢索（46%）文獻綜述與分析（38%）內部流程最佳化（37%）分行業看，製藥側重文獻綜述（55%）和藥物發現（48%）；數字醫療最愛患者聊天機器人（49%）。不過挑戰也不小：性能可靠性（27%）、資料相關問題（隱私、安全）、監管合規是三大痛點。40%的企業表示，HIPAA、FDA審批、GDPR等合規要求是實施Agentic AI的最大影響因素。2026年AI預算大增85%，醫療AI進入“飛輪期”因為看到了實實在在的回報，企業信心滿滿：85%的受訪者表示2026年AI預算會增加近一半企業增幅超過10%預算主要流向：最佳化現有AI工作流和生產周期（ 47% ，比去年上升）建構或獲取更多AI基礎設施（ 34% ，比去年上升）報告總結：醫療AI正進入“飛輪階段”——早期試點成功→更多投資→更好效果→更大投資。2027年，AI 很可能從單純預測分析轉向更成熟的 Agentic 系統，在患者群體、臨床試驗、護理流程中實現端到端智能推理。總結：AI不是“未來”，已經是醫療的“現在”這份 NVIDIA 報告用 600 多份真實調研資料證明：AI 正在讓醫療更高效、更精準、更親民。無論是大藥企用 AI 加速新藥研發，還是醫院用聊天機器人減輕醫生負擔，或者保險公司用工作流最佳化降低成本，AI 都已交出漂亮答卷。當然，預算、人才、資料合規仍是需要跨越的門檻。但趨勢已經清晰：誰先把 AI 和自身業務深度融合，誰就能在 2026 年搶佔先機。 (AI資訊風向)

澄世在解讀最新發佈的《歐洲科研成果孵化企業報告（2025-1）》（Dealroom European Spinouts Report）時發現，歐洲在深科技和生命科學領域的科研成果孵化方面正進入加速期。過去十年裡，歐洲的科研孵化企業總體估值增長了七倍，創造了16.7萬就業崗位，並孵化出3家獨角獸。這得益於歐洲長期積累的科研底蘊、持續穩定的R&D投入，以及龐大的STEM人才儲備——這些科學實力正不斷通過“科研成果孵化企業”被推向市場。然而，在從“科研成果”走向“商業價值”的最後一公里上，歐洲卻並未掌握定價權。真正享受成果轉化高溢價的，卻往往是更擅長資本化與全球化推進的美國機構。當技術在歐洲誕生、卻在美國完成價值收割，這背後到底出了什麼問題？歐洲科研成果良好的孵化基礎先看歐洲的科研孵化硬實力，作為科研成果孵化企業初創的沃土，其相關孵化企業已形成亮眼成果。深科技&生命科學領域科研成果孵化企業價值a. 總估值：約3980億美元b. 加速增長：企業價值十年間增長了7倍，39%的價值是由2015年以來成立的科研成果孵化企業創造的。c. 就業：歐洲總部深科技&生命科學領域分拆公司提供超過16.7 萬個工作崗位自2019年以來增長了3.4倍。科技與生命科學領域科研成果孵化企業漏斗歐洲深度科技與生命科學領域的科研成果孵化企業已形成“初創 - 成長 - 成功” 的完整漏斗，在2019至2024年期間統計資料如下:a. 新增初創企業以每年200+家的速度增長；b. 4300家早期初創融資額低於1500萬美元；c. 880 家成長型企業，融資額在1500萬至1億美元之間；d. 187 家企業融資額超過1億美元的“規模化企業”；e. 約71 家企業為營收在2500萬至1億美元之間的“新興”企業；f. 76家“成功企業”的收入超過1 億美元或價值超過10億美元；g. 3家“超級獨角獸企業”估值超100億美元。資本的“介入”與價值的“外流”資本層面的資料更顯火爆，2025年以來歐洲該領域風投已籌79億美元，融資速度超2024年，是2019年疫情前的兩倍，年底有望衝破91億美元，大額融資集中在 AI 與自主系統、量子技術、航天等前沿賽道。然而，深入分析融資結構與退出機制，一系列問題浮現出來：融資階段的資本來源差異：在早期融資階段（融資金額低於1500萬美元），約86%的資本來源於歐洲本土；但進入後期融資階段（融資金額超過1億美元），情況發生顯著變化，超過50%的資金來自歐洲以外地區，其中美國資本佔據主導地位。退出環節的價值流向：2025年預計將成為該領域歷史上第二活躍的退出年份，有望實現高達60億美元規模的項目退出，當前，併購已成為主要的退出路徑，自2021年以來，首次公開募股（IPO）幾乎銷聲匿跡，值得注意的是，在退出環節所產生的大部分價值，最終被美國買家獲取。歐洲科研成果孵化對中國的啟示歐洲“前期培育強、後期價值弱”的困境，也為中國科研孵化發展提供了參考：築牢本土資本“全周期”支撐：歐洲早期依賴本土資本、後期被美國資本滲透的問題，警示中國需完善更長遠發展周期和更深入行業的基金鏈條，尤其強化對成長期、規模化企業的資金支援，避免核心企業因資本缺口被外資掌控。打通成果“留存轉化”通道：歐洲大量價值通過併購被美國拿走，啟示中國需最佳化退出機制 —— 既要推動優質科研孵化企業本土IPO，也要引導本土龍頭企業、產業基金參與併購，將技術價值和產業話語權留在國內。聚焦優勢賽道“精準發力”：根據歐洲在牛津、劍橋等高校孵化案例以及瑞士孵化人均價值領先的案例，提示中國的頂尖高校強化與區域產業的繫結，在 AI、量子、醫療裝置、氣候技術等優勢賽道集中資源，打造 “高校孵化 + 區域特色”的標竿模式。重視STEM人才“留存與活用”：歐洲充足的STEM人才是科研轉化基礎，中國需進一步完善STEM“人才培養、就業、創業”的銜接機制，通過政策扶持、產業配套，讓高端人才留在本土科研孵化產業鏈，避免人才與價值雙重流失。 (澄世諮詢)

在植物生命科學領域有一個懸而未決的世界難題——“單個體細胞如何發育成完整植株”這一問題早在2005年就被國際著名學術期刊《科學》（Science）在其創刊125周年時列為最具挑戰的125個關鍵科學問題之一近日，這道世紀之問終於迎來了來自中國科學家的答案山東農業大學張憲省教授和蘇英華教授研究團隊首次完整揭示了單個植物體細胞如何通過基因重程式設計“改變命運”，最終發育為完整植株的全過程。該成果不僅破解了困擾科學界百餘年的“植物細胞全能性”機制之謎，也為作物遺傳改良與高效再生提供了全新理論支撐。9月16日，這一成果在國際著名學術期刊《細胞》（Cell）線上發表。一個細胞如何“重啟”生命程序？1902年，“植物細胞全能性”概念被提出，即植物細胞可脫分化形成類似受精卵的全能幹細胞，進而發育為完整植株。這一現象廣泛存在於植物界，包括農作物、木本植物，但其背後的分子機制始終未解。論文通訊作者張憲省教授介紹，較動物細胞而言，植物細胞具有更強的發育可塑性，在一定條件下，它們無需受精就能發育成胚胎，這種現象被稱為“體細胞胚胎發生”。植物細胞還有著獨特的“再生”能力，例如，葉片的體細胞在經歷重程式設計過程後，能夠回歸到原始的幹細胞狀態，並進一步進入“體細胞胚胎發生”階段，最終再生為一株完整的植株。這一“再生”現像在快繁、生物技術育種、脫毒培養等農業生產中具有極為重要的應用價值。而植物體細胞經過重程式設計，從“普通細胞”轉變為“全能性胚胎”的核心秘密一直未被揭露。“就像一片葉子本應永遠是葉子，但它卻能‘變身’為一株株新植物，這種‘命運逆轉’如何發生？”論文通訊作者之一、山東農業大學長江學者特聘教授蘇英華道出研究初衷。自2005年起，團隊在張憲省教授指導下，以擬南芥為模型開啟探索，一場持續20年的科研“馬拉松”就此展開。從偶然發現到完美體系研究初期，團隊面臨的最大挑戰是建構單個體細胞直接發育成胚胎的實驗技術體系。2009年，團隊首次在擬南芥中發現，大量生長素的積累是細胞全能性啟動的“開關”，相關成果發表於《Plant Journal》。2011年，一次意外的發現使得研究迎來轉折，一種誘導因子使得幼苗葉片表面直接長出胚胎結構，這種體細胞胚竟然直接來源於葉片表面的單個細胞。這一偶然現象讓蘇英華教授意識到，無需愈傷組織過渡，成熟葉片細胞可直接被誘導為胚胎。為重現這一現象，蘇英華教授帶領學生“像重啟實驗一樣”經過反覆驗證，他們終於建立了“誘導單細胞起源的體細胞胚胎發生”穩定體系。蘇英華教授介紹，下一個難題是尋找全能幹細胞的分子標記，經過反覆驗證試驗，終於發現了只在全能幹細胞中發光的螢光標記。體細胞胚來源於單個全能幹細胞氣孔前體細胞中積累生長素後轉變為全能幹細胞有了穩定的誘導體系和全能幹細胞標記，打開了該項研究的大門。應用掃描電鏡及雷射共聚焦活體成像等技術，首次捕捉到單個植物細胞的分裂全過程：從1個細胞分裂為2個，再以“3個一組”的特殊模式逐步形成12個細胞的胚體，直觀證實了植物細胞全能性的“單細胞起源”，有力回答了學術界長期存在的疑惑。兩個關鍵基因如何“點亮”全能性？團隊通過深入研究，找到了觸發細胞全能性的“關鍵鑰匙”：葉片氣孔前體細胞特有的基因SPCH，與人工誘導高表達的基因LEC2，二者協同作用形成“分子開關”。“就像轉動一把鎖需要兩把鑰匙，缺一不可。”張憲省教授形象比喻。論文第一作者唐麗蘋副教授介紹，體細胞胚來源於單個的全能幹細胞，原本註定要發育成氣孔的“前體細胞”，在全能性調控因子LEC2與氣孔發育關鍵因子SPCH的協同作用下，啟動生長素合成通路，導致生長素特異性大量積累，致使前體細胞脫離“氣孔發育之路”，轉而成為能夠孕育新生命的全能幹細胞。氣孔前體細胞的兩條發育路徑利用先進的單細胞測序、顯微切割轉錄組測序與活體成像等前沿技術，團隊完整記錄了細胞命運重塑的完整路徑，揭示了關鍵的命運分岔點：一條路徑是氣孔前體細胞繼續分化為氣孔；另一條路徑是在大量合成內源生長素的推動下，單個體細胞被重程式設計為全能幹細胞，走上胚胎發育之路。模式圖展示氣孔前體細胞的兩條發育路徑研究人員將這一關鍵過渡狀態命名為“GMC-auxin”中間態。在這一狀態下，細胞發生了深度的染色質重塑，大量沉默的基因被逐步啟動，細胞命運軌跡由此產生分岔，為全能性的建立打開了大門。進一步的實驗表明，阻斷細胞內源生長素合成會使這一重程式設計過程完全停滯，體細胞胚胎無法形成；而單純加入外源激素也無法替代這一過程，說明只有細胞自主合成並積累的生長素訊號，才能真正觸發全能性的開啟。更為重要的是，該研究在世界上首次全面解析了單個植物體細胞重程式設計形成全能幹細胞並再生完整植株的分子機理：在GMC-auxin中間態下，大量轉錄因子形成高度耦合的調控網路，進而啟動下游的胚胎發生程序。植物體細胞重程式設計形成全能幹細胞的分子調控網路《Cell》雜誌審稿人認為，該研究揭示的GMC-auxin中間態是“令人興奮的突破”，首次定義了氣孔前體細胞向全能幹細胞轉變的分子路徑，原創性強，意義重大，為理解植物體細胞發育命運改變和再生潛能提供了強有力的科學支撐。加速從實驗室到田間的智慧育種這一理論的解析不僅有助於理解植物細胞發育的根本規律，也為精準調控植物再生和定向改良作物性狀提供了全新的思路與技術工具。目前，該體系在小麥、玉米和大豆等作物的實驗正同步推進。“未來或可通過精準調控細胞全能性，實現作物優良品種的‘快速克隆’，大幅度縮短育種周期，服務精準設計育種。”張憲省教授表示，“這也將為珍稀植物種質資源的高效保護、植物合成生物學注入新動力”。文章主要作者左起：翟立明博士後，蘇英華教授，張文傑副教授，張憲省教授，高月博士，唐麗蘋副教授，田鑫教授山東農業大學為論文第一完成單位，張憲省教授、蘇英華教授和荷蘭拉德堡德大學的須健教授以及北京華大生命科學研究院夏科科副研究員為共同通訊作者。山東農業大學唐麗蘋副教授、翟立明博士、北京華大生命科學研究院李紀明博士、山東農業大學高月博士生為共同第一作者。該研究得到了國家自然科學基金重點項目、面上項目、山東省自然科學基金重大項目、荷蘭拉德堡德大學生物與環境科學研究所的啟動基金、國家重點研發計畫以及深圳市科技計畫的資助。院士點評中國科學院院士 種康中國科學院院士種康對該研究成果給予高度評價，指出該研究在國際上首次明確了植物全能幹細胞的起源，發現“GMC (Guard Mother Cell)-auxin狀態”是氣孔發育與胚胎重程式設計的關鍵分叉點，揭示了LEC2–SPCH–YUC訊號通路通過促進生長素合成來重塑細胞發育軌跡的分子機制。該成果在概念上取得了重要突破，證明植物再生可由特定譜系細胞直接觸發，而不是僅僅依賴脫分化過程，為作物再生體系最佳化提供了理論藍圖。評論還指出，該發現不僅深化了對植物細胞全能性機理的理解，也為破解農業生物技術長期存在的“再生瓶頸”開闢了新路徑。中國科學院院士 楊維才中國科學院院士楊維才評價說，自從上世紀50年代末德國科學家Reinert 和美國科學家Steward發現分化的體細胞可以經體細胞胚胎發生形成完整植株以來，“單個體細胞是如何發育成單個植株”就成為一個重要的科學問題。山東農業大學張憲省團隊利用原位追蹤結合單細胞測序等技術，發現轉錄因子LEC2通過啟動生長素合成途徑，促使分化的體細胞脫分化啟動胚胎發生，這一重大發現是領域內的突破性進展。 (溪遠講植物科學)

iNature系統地總結了生命科學領域的前20位在中國單位任職的學者，包括分子生物學，神經科學，生物化學，遺傳學，免疫學，醫學，微生物學，植物科學與農學等8個細分領域。D-index(學科H-index)學者排名指標，僅包括被調查學科的論文和引用值。根據官網介紹，D-index細分為化學，電腦科學，數學，法律，材料科學等26個細分領域。iNature系統地總結了生命科學領域的前20位在中國單位任職的學者，包括分子生物學，神經科學，生物化學，遺傳學，免疫學，醫學，微生物學，植物科學與農學等8個細分領域：對於分子生物學領域：李家洋，裴端卿，孫毅，徐華強，賀福初，張志榮，湯富酬，鄧宏魁，翁傑敏，陳曄光等人入選；對於神經科學領域：蒲慕明，賀永，龔啟勇，蔣田仔，魯白，李曉江，臧玉峰等人入選；對於生物化學領域：鄧初夏，韓家淮，施一公，陳國強，徐建明，陳峰等人入選；對於遺傳學領域：朱健康，鄧興旺，楊煥明，徐訊，李英睿，張勇，張啟發，張亞平，金力，賀林等人入選；對於免疫學領域：管軼，高福，曹雪濤，傅陽心，董晨，姜世勃，田志剛，時玉舫，劉宇隆等人入選；對於醫學領域：黃天蔭，沈祖堯，陳力元，范上達，鄧初夏，於君，管軼，高福，高玉堂等人入選；對於微生物學領域：袁國勇，肖立華，李蘭娟，張彤，陳鴻霖，賀志理，趙國屏等人入選；對於植物科學與農學領域：朱永官，張福鎖，趙方傑，張建華，沈其榮，楊肖娥，喻景權等人入選；最後，由於時間比較匆忙，如有任何錯誤，可直接聯絡iNature編輯部，方便我們進一步更正。在分子生物學領域，對多達6162名研究人員進行了分析。如果一個學者的大部分出版物是在分子生物學領域，那麼他被考慮的D指數門檻是40。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在神經科學領域，對多達30084名研究人員進行了分析。如果一名學者的大部分出版物是在神經科學領域，那麼他被考慮的D指數閾值為30。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。對於生物學和生物化學學科，對多達88978名研究人員進行了分析。如果一名科學家的大部分出版物是在生物學和生物化學領域，那麼他被納入排名的D指數閾值為40。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在遺傳學領域，對多達6162名研究人員進行了分析。如果研究人員的大部分出版物是在遺傳學領域，則將其納入審查的D指數閾值設定為40。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在免疫學領域，對多達11980名研究人員進行了分析。如果一個學者的大部分出版物是在免疫學領域，那麼他被納入評估的D指數閾值是40。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在醫學領域，對多達70665名研究人員進行了分析。如果一個學者的大部分出版物是在醫學領域，那麼他被納入審查的D指數門檻是70。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在微生物學領域，對多達44555名研究人員進行了分析。如果研究人員的大部分出版物是在微生物學領域，則將其納入審查的D指數閾值確定為40。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。在植物科學與農學領域，對多達10707名研究人員進行了分析。如果發表的大部分論文是在植物科學與農學領域，則接受該學者的D指數門檻設定為30。進入頂尖研究人員排名的接受標準是基於D指數、在特定領域的貢獻比例、研究人員的獎勵和成就。(儀器資訊網)

輝達在生命科學領域的野心藏不住了。 生成式AI 興起後，輝達的CEO黃仁勳頻繁在公開場合談論生命科學，宣稱「生命科學工程化」即將來臨。事實證明，老黃不玩虛的——在剛落幕的輝達2024年GPU技術（GTC )大會上，醫療健康和生命科學大火了一把，有業內人士統計，總共900多場活動中，至少有90場與此領域相關。 尤其是在GTC 開幕當天，黃仁勳一口氣正式推出了25個醫療、生物製藥相關的“微服務”，涵蓋醫學影像、藥物研發和數位健康等領域。其目標是讓「全球醫療企業能夠在任何地點和任何雲端上充分利用生成式AI 的最新進展」。 在此之前，業界對輝達的認知，更集中在「賣卡的」。 「算力，特別是GPU是訓練AI模型必備的生產資料。」百圖生科首席技術長（CTO)宋樂告訴虎嗅。

2月29日，中國國家自然科學基金委員會發布了2023年度「中國科學十大進展」。2023年度「中國科學十大進展」主要分佈在生命科學與醫學、人工智慧、量子、天文、化學能源等科學領域。 2023年度「中國科學十大進展」分別為： 人工智慧大模式為精準天氣預報帶來新突破 揭示人類基因組暗物質驅動老化的機制

輝達（NVIDIA）執行長黃仁勳近日出席2024年世界政府高峰會，當阿聯酋人工智慧部長問到「如果站在科技的前端，人們到底應該學習什麼？」黃仁勳回答「學習電腦的時代過去了，生命科學才是未來」。 黃仁勳表示，自己的答案可能與多數人的印象完全相反，在過去10到15年，幾乎每個在正式場合談到這個問題的人都會說，「學習電腦科學對孩子來說至關重要，每個人都應該學習程式設計。” 但他認為，「我們的工作是創造計算技術，讓所有人都不再需要學習程式設計。現在程式語言屬於每個人。每個人都可以是程式設計師。這就是人工智慧創造的奇蹟。技術鴻溝首次被縮小了。這就是為什麼這麼多人可以參與人工智慧，」他說，“技術的鴻溝已經彌合。” 阿聯酋人工智慧部長繼續詢問黃仁勳對大學專業的選擇有什麼建議。黃仁勳談到了“生命科學”，他認為生命科學是科學中最複雜的領域之一，不僅複雜，甚至難以理解，同時具有難以置信的影響力。