至顶网个人商用频道 09月13日 北京消息(文/黄当当):在大数据“攻城拔寨”的当下,“精准医疗”迅速成为了一个热词,进入公众视野。
所谓精准医疗(Precision Medicine)是一种将个人基因、环境与生活习惯差异考虑在内的疾病预防与处置的新兴方法。这种个性化医疗将从传统的“对症下药”转向“对不同的人、不同的病在不同阶段采取不同的治疗之法”。
尽管前景美好,但精准医疗的普及却面临着一系列挑战。英特尔数据中心医疗与生命科学集团亚太区负责人张晓波表示,包括数据隔离、数据孤岛、精准定位、安全隐私、专家稀缺在内,当下医疗行业的很多冲击都亟待解决。
随着云计算、大数据等技术逐渐应用于医院临床业务,好消息是,生物及医学研究已形成数据密集型科学,不仅大规模存储并分析基因数据的能力已具备,并且基因测序越发变得简捷快速化。
为在精准医疗上再添一把火,英特尔计划将人工智能列入医疗领域的部署与应用,干了这3件事情:
1、基于英特尔在基因领域的集成解决方案BIGstack 1.0,浪潮发布基因一体机,并且还融合英特尔最新的至强可扩展处理器与FPGA协处理器。
2、诺禾致源同样采用BIGstac基因组解决方案,与英特尔成立了基于RSD的可扩展基因组学中心。
3、英特尔联合爱尔眼科及极视互联、晋弘科技推出人工智能眼科疾病识别解决方案,以提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率。
事实上,英特尔在精准医疗上的一系列举措,正是在加速实现“All in one Day”的愿景,即在2020年实现24小时内完成基因组的采集、分析和解读。
这次浪潮发布的新一代基因一体机,基于BIGstack架构,内置最新GATK3.8版本,以及Cromwell/WDL流程管理系统。在这个机器上面,可实现两种不同的加速配置,一是采用双路新一代Intel Xeon Gold处理器,二是提供基于Intel Arrial 10芯片的浪潮F10A FPGA卡,配合FalconComputing加速版本。
这两种加速方案直接作用在全基因分析流程中的结果是,关键业务流程序对比和查找突变运行时间分别缩短23%和37%,全基因分析流程时间提升3.4倍。
除此之外,英特尔还在眼科疾病识别上与爱尔眼科及极视互联、晋弘科技合力推出解决方案,进一步提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率。
爱尔眼科集团总院长唐仕波表示:“该人工智能解决方案基于英特尔的硬件和深度学习平台,在爱尔眼科已有的人工智能识别成果基础上,解决专业医师看病过程中阅片量过大等问题,大幅度提高医生临床诊断的效率”。
精准医疗是英特尔人工智能解决方案冰山一角。自去年疯狂布局AI后,从硬件、库/语言、开放框架、工具/平台、行业解决方案,英特尔已有一套逐渐成熟的人工智能“套装”。反观,英特尔希望这会是“高效催化剂”,加速精准医疗时代到来。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。