预测有广泛应用，并可辅助临床试验设计患者 招聘等，对临床期试验结果预测可有效节省研发费用支出。 图6 人工智能(AI)在药物研发过程中的应用 资料来源：顾志浩《基于人工智能模型筛选与生成先导化合物的研究进展》，HTI 2.1 AI 技术驱动治疗靶点发现，增加靶点新颖性 基于靶点的药物发现是药物研发的主流手段，治疗靶点的选择仍具有挑战性。截止 于 2021 年 9 月，FDA 批准的 1619 图18 语言模型参数量和训练计算量对比 资料来源：舒文韬《大型语言模型：原理、实现与发展》，HTI 图19 大语言模型的发展历程 资料来源：徐月梅《大语言模型与多语言智能的研究进展与启示》，HTI 3.3 成都先导具备独家骨架骨架跃迁算法 成都先导药物开发股份有限公司是一家从事新药研发的快速发展的生物技术公司， 打造了国际领先的 DNA 编码化合物库技术平台。公司拥有多个新药发现平台，包括但不

目前国内已有相关研究成果。近日，哈尔滨工业大学（深圳）刘兴军教授和张海军教 授等人在 Science China Materials 发表综述论文，系统地梳理了材料科学中小样 本学习策略的研究进展，包括集成学习、无监督学习、主动学习和迁移学习，并提出 了未来研究的方向，如少样本学习和虚拟样本生成。此外，还强调了将材料领域知识 嵌入机器学习的重要性。 小样本学习能从多方面推动材料研发

赋能科学研发场景，如在大气海洋环境领域，对大气、海洋等各种活动进行建模和分析，预测气候变化， 防范和减轻气候变化带来的破坏；在生物医药健康领域，帮助用户分析和处理生命科学中的海量数据， 加快我国生命科学的研究进展；在工业设计领域，使工程师能在几分钟或几小时内仿真和测试数千 种设计方案，为我国科技发展提供发展动力。 目前超节点技术已落地 AI4S 场景，提升科学场景研发效率。国家超级计算广州中心国内首批部

3M 的 FC-770 ， Novec-7200 等，价格高，还 没 有被数据中心大规模使用。在 AI 需求拉动下，国内氟化液有望快速发展，相关企业有望受益。 u 根据《数据中心用浸没式冷却液的研究进展》，目前全球数据中心浸没式冷却液总市场规模达到 3 万吨， 2025 年有望达到 10 万吨。根据华经产 业 研究院， 3M 的氟化液产品 FC-770 、 Novec-7200 售价分别约为 64

performance quantum computing, Comp. Sci. Rev. 57, 100747 (2025). [101] 王升斌, 窦猛汉，吴玉椿，郭国平和郭光灿，分布式量子计算 91 研究进展，量子电子学报 41, 1-25 ( 2024)。 [102] 张晨，黄韬，周俊等，《算网操作系统白皮书》，第七届未来网 络发展大会，2023 年 8 月。 [103] 量子科技产学研创新联盟，量子计算性能评估基准报告，2024

海量数据中提取有意义的信息，同时为医疗决策提供辅助。具体而 言，以下是生成式大模型在医疗应用中不可忽视的优势：  加速医疗信息的处理：生成式大模型能够快速处理大量医疗文 献和数据，从而为医生提供最新的研究进展和治疗方案。  提升诊断准确性：通过对患者数据的深度学习，生成式大模型 可以辅助医生做出更准确的诊断判断，从而提高医疗服务质 量。  实现个性化医疗：根据患者的历史数据和特征，生成式大模型

驶仿真等领域的数字内容创建方式，具有巨大的正面 应用价值。另一方面，这些生成技术一旦被滥用，便 会催生出以深度伪造为代表的超逼真伪造内容，对个 人隐私、社会信任、新闻真实性和国家安全构成严重 威胁。因此，该领域的研究进展呈现出一种“攻防对抗” 的态势：在生成侧，研究聚焦于提升渲染的实时性、 保真度和效率；在检测侧，则致力于开发更强大的取 证算法来识别伪造痕迹。这两方面的并行发展，共同 推动了内容生成与安全认证技术的飞速进步。