破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 .... 11 四、行业变革及时解决技术痛点，关注技术智能化升级的机会......................................... 12 4.1、Deepseek 赋能合成生物，加速新品扩展和成本优化 ......................................... 12 4.2、Deepseek 赋能农药创制，或将大幅提升研发效率 ...... 图表 10： 中石化首个 AI 数字员工 ................................................................ 12 图表 11： 合成生物的构建策略 ................................................................... 12 图表 12： AI 智能化学习能够加速底盘细胞的构建

人工智能等技术在新 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。 7 晶型预测可提供不同于经验规则的新见解 .......................................................... 16 2.8 逆向合成分析可有效优化和创造合成路线 .......................................................... 17 3. CRO 公司加速布局 AI 技术应用 ... 晶型预测与实验研究时间流程对比 .......................................................................... 16 图 15 逆向合成流程概述 ..............................................................................................

了其强大的推理能力和逻辑严谨性。  此外，DeepSeek-R1的自我反思能力使其在复杂查询中表现出色，如儿科临床决策支持中的多层次分析。  医疗数据处理方面，DEEPSEEK 的多模型技术融合成果较好。以金域医学接入 DeepSeek - R1 模型为例，其智能体应用 “小 域医” 在面对个性化临床咨询场景时，借助多模型融合技术能够更精准地理解用户意图。在单项报告解读任务中，结合了图像 度。  加速药物研发：AI 可分析基因数据预测药物疗效和副作用，模拟药物与基因靶点的相互作用，筛选有潜力的药物候选物，缩短 研发周期，提高成功率，还能定制个性化药物治疗方案 DNA测序和合成成本 资料来源：ARK，西南证券整理 基因蕴含生命密码，AI 测序助推精准医学 25 华大智造（688114）：推出αLabStudio，提升效率和数据分析能力 发布AI 大模型产品——αLabStudio AI制药平台 基于腾讯AI Lab自主研发的深度学习算法开发AI驱动临床前新药研发 开放平台“云深智药”，同时提供数据库和云计算支持，主要功能有 蛋白质结构预测、虚拟筛选、分子生成、ADMET预测和合成路线规划 基于华为云AI和大数据技术优势开发华为云“EIHealth”，为基因组 分析、药物研发、临床研究三个领域提供专业AI研发平台 成立负责大健康业务的极光部门，其AI Lab部门在北京、上海、美国

N6- 甲基 腺苷修饰的表观转录调控；进化生物学与遗传资源挖 掘子领域集中在陆生植物起源与早期进化，以及小麦 野生近缘种的抗性基因挖掘；植物病害防治子领域强 调深度学习和金属纳米粒子的生物合成等新技术在病 害检测和防治中的应用；食品科学与工程子领域关注 食品营养与工程技术的融合，重点研发适合吞咽困难 人群的食品。 纵观该领域近 12 年的前沿研究，可以发现几个 突出的特点：一是动物健康与公共卫生子领域自新冠 1 高致病性禽流感病毒 H5N1 的洲际传播和跨物种感染 46 2354 2023.1 2 非生物胁迫下植物的生理生化反应和抗氧化防御 17 1181 2022.3 3 金属纳米粒子的生物合成及其在控制植物病害和促进植物生长 中的作用 16 1526 2022.1 4 植物 RNA 中 N6- 甲基腺苷修饰的检测、调控与功能 22 1322 2022.1 5 陆生植物的起源与早期进化 011 2019 2020 2021 2022 2023 2024 高致病性禽流感病毒 H5N1 的洲际传播和跨物种感染 非生物胁迫下植物的生理生化反应和抗氧化防御 金属纳米粒子的生物合成及其在控制植物病害和促进 植物生长中的作用 植物 RNA 中 N6- 甲基腺苷修饰的检测、调控与功能 陆生植物的起源与早期进化 从野生作物近缘种挖掘用于小麦改良的抗性基因 利用植物根际促生菌缓解植物的盐胁迫

制药平台 基于腾讯AI Lab自主研发的深度学习算法开发AI驱动临床前新药研发 开放平台“云深智药”，同时提供数据库和云计算支持，主要功能有 蛋白质结构预测、虚拟筛选、分子生成、ADMET预测和合成路线规划 基于华为云AI和大数据技术优势开发华为云“EIHealth”，为基因组 分析、药物研发、临床研究三个领域提供专业AI研发平台 成立负责大健康业务的极光部门，其AI Lab部门在北京、上海、美国 成药性及分子结构相关的规律，从而生成新的小分子作为候选药物分子，形成高质量、规模性药物分子化合物库 自然语言处理 化学反应设计 机器学习、深度学习 将药物分子结构映射为可通过机器学习算法处理的形式，形成多条合成路线并推荐最佳合成路线，或在给定反应物的前提下 通过深度学习预测化学反应结果 化合物筛选 机器学习 通过机器学习中的决策树、支持向量机、深度神经网络、随机森林等算法及分子对接、自由能微扰等技术，构建化合物化学 7亿美元，其中临床前研发 成本占整体药物研发成本的30%左右，药物研发的效率提升面临挑战。其中，临床前包括疾病机理研究、靶点发现、化合物筛 选、ADMET预测等多个环节。通过海量药化数据库针对特定靶点药物进行设计、合成和优化相对较为成熟。靶点发现场景有 巨大的市场想象空间，但较少AI企业拥有新靶点和验证能力，技术上面临更多挑战。  临床阶段的AI技术应用难度高，前景广阔。目前临床阶段AI赋能阶段较为有限，主要包括患者分层与招募、药物重定向及数据

应用场景—教师—作业生成及批改 在作业生成方面，可分为选择题、连线题等典型题目和基于模板的作业任务。对于AI易于理解的经典题目而言，教师提供试题范围 及标准，AI即可批量生成标准化题目，并给出对应答案，需要教师进行下一步的试题合成等动作。而对于写作任务等作业模板，教 师勾选、填充作业要求后，即可发布给学生。在作业批改方面，内容上，AI可实现语法、错字、标点等一键识别与修改。数量上， 相比于老师逐份批改耗时耗力，AI可在学生完 师需要单独生成每一种类型的题目或者教案素材，再逐项进行验证校对，并最 终合并，全流程的参与度都较高。Agent在该场景落地后，基于其记忆、规划、执行的能力，可拆解教师的完整指令，并逐项生成、 排序及合成，教师只需最后对成稿进行调整，工作量大幅减少。从学生侧来看，以作文写作练习为例，学生在话题理解、框架构思、 素材运用、指导修改等多个环节都存在指导互动需求，全流程、及时、个性化的指导反馈将大幅提升练习体验和效率。 文本、图片、视频）等多种类型，并上传相关资料 判断题 填空题 图表题 简答题 作业合成 选择题 作业生成闭环示例 选择题 判断题 填空题 简答题 图表解读题 篇章理解题 选择题 判断题 填空题 简答题 图表题 篇章题 单独生成：教师单独提供每一种类型的作业指令 /教案素材，分别指导AI单独生成 1 作业合成：教师对上述生成内容进行验证、逻辑 校对，并按顺序合成一份完整作业 2 Agent按教师要求对不同类型排序，同时校验不同题目/

率20.0%，为行业3倍  23年1-9月，总保费收入42.3亿元，原保费增速45.6% 公司原保费增速远超行业，保费排名历史最佳 www.top100summit.com 经营成本率、综合成本率均为近年来最优水平 113.0% 105.9% 103.1% 99.1% 100.1% 95.0% 97.0% 99.0% 101.0% 103.0% 105.0% 107 104.5% 103.9% 102.6% 95.0% 100.0% 105.0% 110.0% 115.0% 120.0% 近年同期 最低 近五年逐年下降，实现近年最优水平 综合成本率对比 华农保险在仅有10亿元资本金（中资财险公司排名倒数第4）的情况下 www.top100summit.com 公司轻资产模式持续深化，运营效率不断提升 原保费收入（亿元） 849 965

3时达到 • 模仿学习：代码中蕴涵、文字中蕴含 • 提示能力：ICL • 思考能力：CoT  ReACT，Agent  O1的最新进展（GPT-1时刻）：表现是慢思考；本质是合成数据 有些是产品能力，不是模型本身的能力：  RAG  Function Call  等等 01 对AI技术的认知：大模型的能力边界 基于LLM的三层能力做产品：锤子和钉子 可以参照真人快速生成数字人形象，智能匹配口型和手势 • 可以训练真人的声音，调整个性化音色 • 可以根据课件图片自动生成讲解文稿，并辅助教师进行文稿优化 • 可以根据文稿自动生成授课语音并合成授课视频，自动根据语义增加语气词等 03 我们的AI教育实践：智能助教 • 用于7X24的学习陪伴 • 通过人工智能、计算机图形学、动作捕捉技术等手段创建出来的虚拟角色 •

HK 晶泰控股 为客户提供药物发现解决方案、智能自动化解决方案 AI+ 制药 688222.SH 成都先导 成都先导积极推进“DEL+AI”技术融合，搭建全方位化合物合成平台， 构建迭代式“设计-合成-测试-分析”（DMTA）循环模式，未来有望借助 AI 技术在先导化合物筛选、药物分子设计等方面取得更大突破，进一步 提升新药研发效率 301230.SZ 泓博医药 泓博医药

4. 1 大模型金融核心应用场景 ? 业务场景简单的非决策类环节 据英伟达调研， 43% 的金融机构已开始使用大模型，主要用于报告生成 (37%) 、客户体验及 活跃度优化 (34% ) 、合成数据生成 (33% ) 和营销 (32% ) ; 行业影响方面，据埃森哲， GenAI 对美国银行、保险、软件及资本市场相关行业的影响处于最前沿 ; 工作场景方面，办公与行政、销售相关、计算机与数学、商业与金融业务等受 慧提升运营效率，又能为中长尾投资者提供便 利专业服务 Capital One :Eno 美国银行 :Erica 富国银行 数字合成 合成数据等虚拟生成技术的出现，可以降低人 工治理和标注的成本，缓解专有数据获取成本 高的问题 摩根大通 Mastercard 英国合成数据商 Synthesized l 在短期聚焦核心价值链，重点围绕效率革命与体 验升级展开，战略重点是在获客、风控、服务三大环