足不出户 走遍全世界
A | 当地时间8月20日，谷歌宣布，其开源端侧模型家族Gemma的总下载量已突破10亿次。这款由谷歌DeepMind推出的开源大模型，自发布以来，全球开发者基于它衍生出超10万个定制变体，形成名为“Gemmaverse”的开源生态。
B | 获悉，中信证券发布研报称，上周开始进入银行财报季，上市银行经营格局稳定，息差和资产质量稳定，盈利增速小幅修复。本周开始更多银行公布业绩，预计整体情况符合预期。
C |
谷歌列举了多个Gemma家族应用场景：从太空本地图像分析、医疗报告标准数字化、癌症创新治疗方案再到动物语言识别，Gemma家族模型正实实在在地应用到各个垂直行业。 其中，以Gemma为基座的模型在生物医药科研领域产出了多项标志性成果。投资视角看，上周银行板块兼具相对和绝对收益，跑赢多数行业；展望三季度，预计息差和资产质量等核心变量将保持稳定，全年盈利修复趋势积极，叠加宏观叙事等长期逻辑仍在继续演绎，全年绝对收益仍将延续。谷歌一方面推出面向医疗场景的垂直模型MedGemma，支撑医疗报告结构化、医学影像辅助分析等应用；另一方面联合科研机构，依托Gemma底座攻坚癌症机制研究。 其中最受行业关注的是谷歌DeepMind、谷歌研究院与耶鲁大学合作开发的Cell2Sentence-Scale 27B（C2S-Scale）模型。 传统的癌症疫苗治疗思路，是让免疫系统通过识别身份标签来识别敌人。但这面临一个“瞄准困境”：一般来说，肿瘤的“身份标签”取自肿瘤本身,但很多肿瘤细胞表面缺少能被免疫T细胞识别的、独特的“身份标签”（即肿瘤特异性抗原），同时，它们还主动穿上“防护服”（如高表达PD-L1蛋白），成为所谓的“冷肿瘤”。结果就是，对于“冷肿瘤”，免疫系统即使大军压境，也像得了“脸盲症”，看不见敌人，或者看见了也被强行抑制，导致治疗无效。 针对免疫治疗难以起效的“冷肿瘤”难题，C2S-Scale按活跃程度排序，将单细胞基因表达数据转化为类文本的“基因句子”，让大语言模型能直接“读”懂细胞。随后，该模型完成4000余种药物的虚拟筛选，预测出silmitasertib联合低剂量干扰素的用药组合。 C2S-Scale锁定的候选药物中，仅10%-30%在过往文献中被提及，其余与筛选目标无已知关联。最终被选中的是silmitasertib（CX-4945），一种CK2激酶抑制剂。 这一AI提出的全新治疗假说，后续在人源活细胞实验中得到验证，研究团队用模型训练时从未见过的人类神经内分泌细胞进行实验，结果是单独用药无效果，单用低剂量干扰素只有轻微提升，两者联用后抗原呈递提升约50%，证实联用方案可显著提升抗原呈递水平，属于少数AI产出全新癌症治疗机制并获得实验室验证的案例，有望提升肿瘤细胞抗原呈递能力，把冷肿瘤转化为对免疫治疗敏感的热肿瘤。 该模型相关成果已对外开源，可供全球科研团队继续拓展研究。
D | 需要注意的是，该发现目前仅停留在体外细胞实验阶段，尚未进入临床。 随着下载量冲高，Gemma证明开源大模型不再局限对话生成，能够直接介入原始生物数据挖掘，深度探索癌症治疗新机制，为AI医药科研提供低成本的技术底座。（文章来源：科创板日报）。
Current article:http://bfds1a.laonenpeidiebenhuaiyunnangshi.cfd/a19b/kiz0.html
Published on:03:24:40
