Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

微软刚开源了一个癌症AI模型：GigaTIME。问题背景：检测肿瘤免疫微环境需要多重免疫荧光（mIF）成像——每张切片成本数千美元，最先进的实验室也只能覆盖极少数样本。 GigaTIME做的事：把一张5-10美元的普通病理切片，直接翻译成高分辨率mIF图像。规模：训练数据4000万个细胞覆盖14256名癌症患者、51家医院生成30万张虚拟mIF图像发现1234个癌症生物标志物与免疫状态的显著关联简单说：用AI把$5的切片变成$5000的检测结果。现在已在Hugging Face和Microsoft Foundry Labs完全开源。精准医疗的门槛，正在被AI一层一层砍掉。

KK.aWSB

89,619 subscribers

73,981 görüntüleme • 4 ay önce •via X (Twitter)

Sağlık & İyilik Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

吴恩达开发出一种: 智能体物体检测模型 Agentic Object Detection 无需任何数据标注和模型训练，模型仅通过推理就能在图像中检测到目标物体并进行标记。你只需提供一个提示（如“找出未成熟的草莓”），AI代理会进行推理后给出准确的检测结果。类似于OpenAI的O1和DeepSeek R1的推理能力，不过花费时间会长一点，但是准确率更高。

吴恩达开发出一种: 智能体物体检测模型 Agentic Object Detection 无需任何数据标注和模型训练，模型仅通过推理就能在图像中检测到目标物体并进行标记。你只需提供一个提示（如“找出未成熟的草莓”），AI代理会进行推理后给出准确的检测结果。类似于OpenAI的O1和DeepSeek R1的推理能力，不过花费时间会长一点，但是准确率更高。

小互

52,248 görüntüleme • 1 yıl önce

ChatGPT 免费用户一天只有 2 次生成图片次数，EasyControl 刚刚在 Hugging Face 发布了 EasyControl_Ghibli 模型，可以免费生成吉卜力风格图像，操作非常简单，速度收藏。该模型仅使用了100张真实亚洲面孔与 GPT-4o 生成的吉卜力风格对应图像进行训练，并在应用标志性动漫美学的同时保留了面部特征。

ChatGPT 免费用户一天只有 2 次生成图片次数，EasyControl 刚刚在 Hugging Face 发布了 EasyControl_Ghibli 模型，可以免费生成吉卜力风格图像，操作非常简单，速度收藏。该模型仅使用了100张真实亚洲面孔与 GPT-4o 生成的吉卜力风格对应图像进行训练，并在应用标志性动漫美学的同时保留了面部特征。

katon

120,389 görüntüleme • 1 yıl önce

Dr. William Li激动地分享：有一种益生菌，既能抗癌，又能抗衰老！这种神奇细菌主要住在肠道最内层的黏液层里，以黏蛋白为食。它就像一位尽职的“肠道屏障守护者”，牢牢守住肠壁，不让毒素和炎症渗入血液。现代人体内普遍严重缺乏，尤其是有肥胖、久坐和高糖饮食习惯的人。 William Li接着讲了一个令人震惊的故事：免疫肿瘤学家Laurence Zitvogel医生，曾为200名晚期癌症患者（乳腺癌、结肠癌、胰腺癌等）使用最先进的免疫疗法。结果只有20%的患者反应良好——他们的免疫系统被成功唤醒，开始猛烈攻击癌细胞。为什么只有这20%有效？她花了很长时间，把有反应和没反应的患者进行了全面对比：饮食、生活习惯、基因……几乎查遍了所有可能因素。最终只发现一个惊人的共同点——有良好反应的患者，肠道里几乎都含有这种细菌；而完全没反应的患者，体内几乎完全没有这种细菌。这个发现彻底颠覆了她对癌症治疗的认知！这个细菌就是大名鼎鼎的阿克曼菌（Akkermansia muciniphila）！

Dr. William Li激动地分享：有一种益生菌，既能抗癌，又能抗衰老！这种神奇细菌主要住在肠道最内层的黏液层里，以黏蛋白为食。它就像一位尽职的“肠道屏障守护者”，牢牢守住肠壁，不让毒素和炎症渗入血液。现代人体内普遍严重缺乏，尤其是有肥胖、久坐和高糖饮食习惯的人。 William Li接着讲了一个令人震惊的故事：免疫肿瘤学家Laurence Zitvogel医生，曾为200名晚期癌症患者（乳腺癌、结肠癌、胰腺癌等）使用最先进的免疫疗法。结果只有20%的患者反应良好——他们的免疫系统被成功唤醒，开始猛烈攻击癌细胞。为什么只有这20%有效？她花了很长时间，把有反应和没反应的患者进行了全面对比：饮食、生活习惯、基因……几乎查遍了所有可能因素。最终只发现一个惊人的共同点——有良好反应的患者，肠道里几乎都含有这种细菌；而完全没反应的患者，体内几乎完全没有这种细菌。这个发现彻底颠覆了她对癌症治疗的认知！这个细菌就是大名鼎鼎的阿克曼菌（Akkermansia muciniphila）！

Ada YU

14,100 görüntüleme • 1 ay önce

一位法国放射科医生公开说： “如果我得了癌症，我绝不会踏进医院大门。” 他见过了太多病人。死于化疗，而不是癌症本身。他给出一个数字：50%。一半的癌症患者，死于“激进的治疗”。那他自己会怎么做？放下所有工作。禁食30天。只喝水。为什么？这是个简单的生物学问题。人体有两种燃料：糖，和酮体。癌细胞很蠢。它只会用糖。你一旦开始禁食，身体切换到酮体供能模式。癌细胞的引擎，就被直接拔掉了电源。大医院和制药公司会告诉你这些吗？一个靠卖昂贵化疗药物和放疗设备运转的系统。会推广一个几乎免费的、人人都能做到的方案吗？这位医生说，这是上帝赐予的常识。用来让我们保持谦卑。一个问题是，现代医学的傲慢，听得进这种常识吗？

一位法国放射科医生公开说： “如果我得了癌症，我绝不会踏进医院大门。” 他见过了太多病人。死于化疗，而不是癌症本身。他给出一个数字：50%。一半的癌症患者，死于“激进的治疗”。那他自己会怎么做？放下所有工作。禁食30天。只喝水。为什么？这是个简单的生物学问题。人体有两种燃料：糖，和酮体。癌细胞很蠢。它只会用糖。你一旦开始禁食，身体切换到酮体供能模式。癌细胞的引擎，就被直接拔掉了电源。大医院和制药公司会告诉你这些吗？一个靠卖昂贵化疗药物和放疗设备运转的系统。会推广一个几乎免费的、人人都能做到的方案吗？这位医生说，这是上帝赐予的常识。用来让我们保持谦卑。一个问题是，现代医学的傲慢，听得进这种常识吗？

战斗室

1,257,463 görüntüleme • 5 ay önce

💥重磅！日本JAIST研究发现：从日本树蛙肠道分离出的细菌 Ewingella americana，单次静脉注射，在小鼠结直肠癌模型中 15天内100%完全清除肿瘤！💥 该细菌精准靶向肿瘤低氧环境，直接杀伤癌细胞，同时激活T细胞、NK细胞等免疫反应，建立长期抗肿瘤记忆。即使再次注射癌细胞，小鼠也完全拒绝肿瘤生长！效果显著优于抗PD-L1免疫疗法和多柔比星化疗，且未见明显毒性。自然微生物抗癌的思路令人振奋！ #癌症研究 #微生物疗法 #科学希望

💥重磅！日本JAIST研究发现：从日本树蛙肠道分离出的细菌 Ewingella americana，单次静脉注射，在小鼠结直肠癌模型中 15天内100%完全清除肿瘤！💥 该细菌精准靶向肿瘤低氧环境，直接杀伤癌细胞，同时激活T细胞、NK细胞等免疫反应，建立长期抗肿瘤记忆。即使再次注射癌细胞，小鼠也完全拒绝肿瘤生长！效果显著优于抗PD-L1免疫疗法和多柔比星化疗，且未见明显毒性。自然微生物抗癌的思路令人振奋！ #癌症研究 #微生物疗法 #科学希望

AusMini

17,886 görüntüleme • 3 ay önce

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

AIGCLINK

10,987 görüntüleme • 5 ay önce

【黄仁勋：物理AI的ChatGPT时刻已经到来】两个关键词：世界模型&合成数据。收集真实世界的训练数据既慢又贵，而且永远不够用。于是老黄这次带来的是一个符合真实世界物理规律的世界模型——Cosmos，它能完成物理AI相关的技能，比如生成、推理和运动轨迹预测。让包括自动驾驶汽车、AI驱动的机器人等物理AI应用在虚拟世界中完成低成本却又高效的训练。我现在正好在听苏姿丰的演讲，他们完全选了两个方向，一个在强调物理AI，另一个再着重聊AIGC、游戏等应用。

【黄仁勋：物理AI的ChatGPT时刻已经到来】两个关键词：世界模型&合成数据。收集真实世界的训练数据既慢又贵，而且永远不够用。于是老黄这次带来的是一个符合真实世界物理规律的世界模型——Cosmos，它能完成物理AI相关的技能，比如生成、推理和运动轨迹预测。让包括自动驾驶汽车、AI驱动的机器人等物理AI应用在虚拟世界中完成低成本却又高效的训练。我现在正好在听苏姿丰的演讲，他们完全选了两个方向，一个在强调物理AI，另一个再着重聊AIGC、游戏等应用。

傅盛

37,583 görüntüleme • 7 ay önce

德国有过一个真实病例：一名外科医生在给病人切除腹部恶性纤维组织细胞瘤时，手术刀意外割伤了自己的左手。癌细胞就从这个伤口进了他的身体。五个月后，他受伤的那个位置长出肿块。分子检测确认，那和他从病人体内切下来的，是同一种罕见癌症。医生后来也挨了一刀，把自己手上的肿瘤切掉。两年后，他没有再查出癌症。很多人看医生，只看见白大褂、手术灯、器械声，好像那是一个和普通人风险隔开的世界。可这一刀把账摊开了：有些职业的代价，不在新闻标题里，在手掌上一道小口子里。

德国有过一个真实病例：一名外科医生在给病人切除腹部恶性纤维组织细胞瘤时，手术刀意外割伤了自己的左手。癌细胞就从这个伤口进了他的身体。五个月后，他受伤的那个位置长出肿块。分子检测确认，那和他从病人体内切下来的，是同一种罕见癌症。医生后来也挨了一刀，把自己手上的肿瘤切掉。两年后，他没有再查出癌症。很多人看医生，只看见白大褂、手术灯、器械声，好像那是一个和普通人风险隔开的世界。可这一刀把账摊开了：有些职业的代价，不在新闻标题里，在手掌上一道小口子里。

战斗室

127,797 görüntüleme • 20 gün önce

千万别用CT筛查癌症。换成MRI。 Dr. Nolan在Joe Rogan的播客里点破了一个残忍的真相。最新大型研究证实，全面推行CT扫描后，相关人群的癌症发病率直接出现激增。查癌的设备，本身就在致癌。他自己曾得过透明细胞肾癌，在餐厅尿血才被送进急诊。错过早期，周围组织已经乱成一团，只能切掉一个肾。买回命后，他给出的防癌建议极其具体：趁年轻，先去做一次全身MRI。拿下一份基础数据档案作为健康基准。人体内常常潜伏着各种微小的异常斑块。医生管这叫“意外发现瘤”。第一次照出来，毫无头绪，也完全不需要用粗针穿刺做活检。把片子存好，等六个月再照一次。拿新结果和基础档案比对。只要它变大、变异，立刻动手清理。别瞎折腾自己。更别让高辐射的扫描仪毁了本该保命的体检。

千万别用CT筛查癌症。换成MRI。 Dr. Nolan在Joe Rogan的播客里点破了一个残忍的真相。最新大型研究证实，全面推行CT扫描后，相关人群的癌症发病率直接出现激增。查癌的设备，本身就在致癌。他自己曾得过透明细胞肾癌，在餐厅尿血才被送进急诊。错过早期，周围组织已经乱成一团，只能切掉一个肾。买回命后，他给出的防癌建议极其具体：趁年轻，先去做一次全身MRI。拿下一份基础数据档案作为健康基准。人体内常常潜伏着各种微小的异常斑块。医生管这叫“意外发现瘤”。第一次照出来，毫无头绪，也完全不需要用粗针穿刺做活检。把片子存好，等六个月再照一次。拿新结果和基础档案比对。只要它变大、变异，立刻动手清理。别瞎折腾自己。更别让高辐射的扫描仪毁了本该保命的体检。

墓碑科技

87,391 görüntüleme • 4 ay önce

被所有临床试验拒之门外后，他决定自己找生路。他是 GitLab 创始人 Sid Sijbrandij。确诊极其凶险的晚期脊柱癌。化疗，手术，四次换血。各大医院宣告无药可治。他干脆卸任 CEO，拉起了一支私人科研团队。把高达 25TB 的个人身体数据全部喂给 ChatGPT。扫描影像，化验结果，基因序列，一字不落。 AI 很快找到了人类肿瘤专家漏掉的盲区。那是一个获批用于另一种癌症的冷门方案。此前从未有人将其用在脊柱癌上。团队根据他的 DNA 研发出 19 种定制疫苗。每一剂只定向清除他体内的癌细胞。自 2025 年至今，癌症再也没有复发。活下来后，他把这 25TB 的续命数据全网公开。每一张片子，每一个配方，统统免费。这位靠开源代码做出百亿美元公司的顶级黑客，把自己的生存密码也开源了。传统医学看的是平均概率。 AI 算的是具体的个人。

被所有临床试验拒之门外后，他决定自己找生路。他是 GitLab 创始人 Sid Sijbrandij。确诊极其凶险的晚期脊柱癌。化疗，手术，四次换血。各大医院宣告无药可治。他干脆卸任 CEO，拉起了一支私人科研团队。把高达 25TB 的个人身体数据全部喂给 ChatGPT。扫描影像，化验结果，基因序列，一字不落。 AI 很快找到了人类肿瘤专家漏掉的盲区。那是一个获批用于另一种癌症的冷门方案。此前从未有人将其用在脊柱癌上。团队根据他的 DNA 研发出 19 种定制疫苗。每一剂只定向清除他体内的癌细胞。自 2025 年至今，癌症再也没有复发。活下来后，他把这 25TB 的续命数据全网公开。每一张片子，每一个配方，统统免费。这位靠开源代码做出百亿美元公司的顶级黑客，把自己的生存密码也开源了。传统医学看的是平均概率。 AI 算的是具体的个人。

墓碑科技

14,243 görüntüleme • 4 ay önce

澳洲迎来全球首款顶尖癌症检测技术！这是一个令人振奋的医疗突破！澳洲的 Peter Mac (Peter MacCallum Cancer Centre) 被选为全球首家使用这款最先进 PET CT 全身扫描仪的机构，其排名甚至优于许多世界知名的癌症中心。这款设备被誉为癌症治疗的新前沿，正在彻底改变游戏规则： • 前所未有的精确度：它能让科学家以前所未有的视角观察人体内部，不仅能监测癌症治疗的效果，还能预测副作用并提高生存率。 • 速度惊人：传统的全身扫描通常需要约 15 分钟，而这款新机器在不到 2 分钟内即可完成，实现实时的肿瘤细胞识别。 • 工作原理：通过向患者体内注射极少量的放射性物质，这些物质会精准锁定癌细胞，随后由扫描仪进行探测。 • 为患者带来希望：这种精准的图像让肿瘤医生能够更清晰地掌握病情，极大增强了患者对治疗方案的信心，并为康复带来了新的希望,。这再次证明了澳大利亚在癌症研究领域的强大实力。

澳洲迎来全球首款顶尖癌症检测技术！这是一个令人振奋的医疗突破！澳洲的 Peter Mac (Peter MacCallum Cancer Centre) 被选为全球首家使用这款最先进 PET CT 全身扫描仪的机构，其排名甚至优于许多世界知名的癌症中心。这款设备被誉为癌症治疗的新前沿，正在彻底改变游戏规则： • 前所未有的精确度：它能让科学家以前所未有的视角观察人体内部，不仅能监测癌症治疗的效果，还能预测副作用并提高生存率。 • 速度惊人：传统的全身扫描通常需要约 15 分钟，而这款新机器在不到 2 分钟内即可完成，实现实时的肿瘤细胞识别。 • 工作原理：通过向患者体内注射极少量的放射性物质，这些物质会精准锁定癌细胞，随后由扫描仪进行探测。 • 为患者带来希望：这种精准的图像让肿瘤医生能够更清晰地掌握病情，极大增强了患者对治疗方案的信心，并为康复带来了新的希望,。这再次证明了澳大利亚在癌症研究领域的强大实力。

老司机

49,907 görüntüleme • 7 ay önce

一个疫苗平台，竟然让身体自己制造毒素？瑞士医生托马斯·宾杜，免疫学和心脏病学博士，临床一线35年。他说，mRNA疫苗不是疫苗，是一次医疗级别的灾难。第一，它把外来蛋白的“生产图纸”注入体内，却完全无法控制哪个器官细胞生产、生产多少、持续多久。第二，身体被迫制造这些蛋白的细胞，会被免疫系统当作敌人一个个清除，就像器官移植排斥一样。结果是：心肌炎、脑血栓、免疫崩溃、不孕、癌症激增、甚至死亡，却没人敢负责。更糟的是，制药公司正试图把所有疫苗都换成这种mRNA平台。托马斯警告：这不是技术进步，是生物级别的自杀。你不需要相信他，但你该问：为什么现在连普通感冒也要靠改造过的RNA来对抗？谁控制了疫苗平台，谁就控制了人类的免疫系统。一个平台，能否让人类在不知不觉中，变成了另一个物种？这不是科幻小说，是现实。是时候问一句：够了没有？

一个疫苗平台，竟然让身体自己制造毒素？瑞士医生托马斯·宾杜，免疫学和心脏病学博士，临床一线35年。他说，mRNA疫苗不是疫苗，是一次医疗级别的灾难。第一，它把外来蛋白的“生产图纸”注入体内，却完全无法控制哪个器官细胞生产、生产多少、持续多久。第二，身体被迫制造这些蛋白的细胞，会被免疫系统当作敌人一个个清除，就像器官移植排斥一样。结果是：心肌炎、脑血栓、免疫崩溃、不孕、癌症激增、甚至死亡，却没人敢负责。更糟的是，制药公司正试图把所有疫苗都换成这种mRNA平台。托马斯警告：这不是技术进步，是生物级别的自杀。你不需要相信他，但你该问：为什么现在连普通感冒也要靠改造过的RNA来对抗？谁控制了疫苗平台，谁就控制了人类的免疫系统。一个平台，能否让人类在不知不觉中，变成了另一个物种？这不是科幻小说，是现实。是时候问一句：够了没有？

战斗室

35,394 görüntüleme • 10 ay önce

下一个诺贝尔奖，可能非他莫属。还记得谷歌Deepmind团队，靠AI也就是Alpha fold拿了诺贝尔奖吗？就在刚刚，他们又扔出了一枚“核弹”——AlphaGenome新的 AI 模型。这次，他们直接把人类基因组这本“天书”给读懂了。我刚看完 DeepMind 团队最新的访谈，信息量大到爆炸。这次，他们不仅比人类医生更早预测癌症，更主要的是，他们开始触碰生命的底层代码。如果你关心 AI，关心人类寿命，关心未来医疗，这几点你必须知道。第一：AI 终于攻破了 98% 的“暗物质”。访谈一开场，DeepMind 就指出了一个事实。我们人类的基因组里，真正负责编码蛋白质的，只有 2%。剩下的 98%，在过去很长一段时间里，都被认为是“垃圾 DNA”。但 Alpha Genome 告诉我们：这 98%，根本不是垃圾，而是进化的源代码。 Alpha Genome 厉害在哪呢？它可以预测，在这 98% 的非编码区里，哪怕只有一个字母、一个基因突变，会给生命体带来什么后果。这意味着，我们终于能看懂剩下的 98% 的基因天书。第二：打破技术的“不可能三角”。这点真的非常反直觉。以前搞生物 AI，有个死规矩：如果你想看的广，就看不清细节；你想看清细节，视野就会变得很窄。就好比我们看地图：你要么看清整个城市的轮廓，但是看不清街道；要么你放大看清街道，但是不知道是城市的哪个角落。而 Alpha Genome 的神奇之处在于，它能够一口气读完长达几百万字的基因天书，同时还能拿着放大镜，看清里面每一个单碱基的错误。 DeepMind 团队在访谈里透露，为了做到这一点，他们采用了一种极其变态的数据压缩技术，真正把生命代码给看透了。第三：它比医生更早发现癌症。大家知道，在癌症病人的基因里，通常有两种突变。一种是“司机突变”，叫 driver。它是导致癌症的元凶，就像是劫持了一辆车的疯狂司机。另一种叫“乘客突变”，passenger。它其实对身体没什么大的影响。那以前怎么区分这两者呢？主要就是靠医生，在实验室里一个一个做实验。但在这次访谈中，DeepMind 团队做出了一个极其大胆的实验。他们没有专门去教模型什么是癌症，也没有给模型去喂各种癌症的数据库，而是直接把一堆混杂着司机和乘客的突变序列，扔给了 Alpha Genome。然后问它：你觉得，哪些突变会破坏生物功能？实验结果太震撼了。模型给出的预测排名中，最靠前的那些突变，精准地对应了现实中已知的癌症凶手。这就意味着，Alpha Genome 并不是像过去那样，通过检索已知的癌症点位，而是像一个资深的侦探，通过分析基因序列的上下文，通过逻辑推理出了谁是坏人。视频里，研究人员非常自豪地说：把模型的预测结果，和生物学家在实验室里花了几年时间做出来的结果放在一起，结果惊人地一致。这意味着，未来的医生不再需要拿着小白鼠一个个试错。 AI 扫一眼基因代码，就能揪出那个藏在几百万个基因字母里面的元凶。最良心的是：它开源了。 DeepMind 这次没有把技术锁在护城河里，他们已经发布了开源模型权重和 API 接口。最后我想说：我们正处于一个科技大爆发的历史性转折点。就像Elon Musk说的——我们正活在起点当中。如果说 AlphaFold是让我们看清了生命的砖块，那 AlphaGenome，就是在教我们阅读生命的蓝图。 AI 不仅在生成视频、写代码、写文章。它正在以我们无法想象的速度，从底层去理解生命。我现在 95% 的工作，都是指挥 AI 来完成。我深深感到，现在最可怕的不是 AI 会不会取代你的工作。而是，当 AI 这样的划时代科技出现时，一个人却因为傲慢、恐惧，甚至是懒惰，拒绝学习和使用它。

下一个诺贝尔奖，可能非他莫属。还记得谷歌Deepmind团队，靠AI也就是Alpha fold拿了诺贝尔奖吗？就在刚刚，他们又扔出了一枚“核弹”——AlphaGenome新的 AI 模型。这次，他们直接把人类基因组这本“天书”给读懂了。我刚看完 DeepMind 团队最新的访谈，信息量大到爆炸。这次，他们不仅比人类医生更早预测癌症，更主要的是，他们开始触碰生命的底层代码。如果你关心 AI，关心人类寿命，关心未来医疗，这几点你必须知道。第一：AI 终于攻破了 98% 的“暗物质”。访谈一开场，DeepMind 就指出了一个事实。我们人类的基因组里，真正负责编码蛋白质的，只有 2%。剩下的 98%，在过去很长一段时间里，都被认为是“垃圾 DNA”。但 Alpha Genome 告诉我们：这 98%，根本不是垃圾，而是进化的源代码。 Alpha Genome 厉害在哪呢？它可以预测，在这 98% 的非编码区里，哪怕只有一个字母、一个基因突变，会给生命体带来什么后果。这意味着，我们终于能看懂剩下的 98% 的基因天书。第二：打破技术的“不可能三角”。这点真的非常反直觉。以前搞生物 AI，有个死规矩：如果你想看的广，就看不清细节；你想看清细节，视野就会变得很窄。就好比我们看地图：你要么看清整个城市的轮廓，但是看不清街道；要么你放大看清街道，但是不知道是城市的哪个角落。而 Alpha Genome 的神奇之处在于，它能够一口气读完长达几百万字的基因天书，同时还能拿着放大镜，看清里面每一个单碱基的错误。 DeepMind 团队在访谈里透露，为了做到这一点，他们采用了一种极其变态的数据压缩技术，真正把生命代码给看透了。第三：它比医生更早发现癌症。大家知道，在癌症病人的基因里，通常有两种突变。一种是“司机突变”，叫 driver。它是导致癌症的元凶，就像是劫持了一辆车的疯狂司机。另一种叫“乘客突变”，passenger。它其实对身体没什么大的影响。那以前怎么区分这两者呢？主要就是靠医生，在实验室里一个一个做实验。但在这次访谈中，DeepMind 团队做出了一个极其大胆的实验。他们没有专门去教模型什么是癌症，也没有给模型去喂各种癌症的数据库，而是直接把一堆混杂着司机和乘客的突变序列，扔给了 Alpha Genome。然后问它：你觉得，哪些突变会破坏生物功能？实验结果太震撼了。模型给出的预测排名中，最靠前的那些突变，精准地对应了现实中已知的癌症凶手。这就意味着，Alpha Genome 并不是像过去那样，通过检索已知的癌症点位，而是像一个资深的侦探，通过分析基因序列的上下文，通过逻辑推理出了谁是坏人。视频里，研究人员非常自豪地说：把模型的预测结果，和生物学家在实验室里花了几年时间做出来的结果放在一起，结果惊人地一致。这意味着，未来的医生不再需要拿着小白鼠一个个试错。 AI 扫一眼基因代码，就能揪出那个藏在几百万个基因字母里面的元凶。最良心的是：它开源了。 DeepMind 这次没有把技术锁在护城河里，他们已经发布了开源模型权重和 API 接口。最后我想说：我们正处于一个科技大爆发的历史性转折点。就像Elon Musk说的——我们正活在起点当中。如果说 AlphaFold是让我们看清了生命的砖块，那 AlphaGenome，就是在教我们阅读生命的蓝图。 AI 不仅在生成视频、写代码、写文章。它正在以我们无法想象的速度，从底层去理解生命。我现在 95% 的工作，都是指挥 AI 来完成。我深深感到，现在最可怕的不是 AI 会不会取代你的工作。而是，当 AI 这样的划时代科技出现时，一个人却因为傲慢、恐惧，甚至是懒惰，拒绝学习和使用它。

另一面

57,887 görüntüleme • 5 ay önce

请允许我再次炸裂一次 😃 Google开发出能像Photoshop一样将视频智能分解成多个图层的视频编辑技术它能像Photoshop 那样，将视频中的每个物体、人物、对象、背景等都可以单独被抠出来处理，方便你进行各种编辑和调整。比如去掉某个物体或者人物、改变运动轨迹、更换背景等各种创意编辑。通过训练一个“自我学习”的AI模型，它能理解物体和周围环境的关系，生成清晰的分层结果...

请允许我再次炸裂一次 😃 Google开发出能像Photoshop一样将视频智能分解成多个图层的视频编辑技术它能像Photoshop 那样，将视频中的每个物体、人物、对象、背景等都可以单独被抠出来处理，方便你进行各种编辑和调整。比如去掉某个物体或者人物、改变运动轨迹、更换背景等各种创意编辑。通过训练一个“自我学习”的AI模型，它能理解物体和周围环境的关系，生成清晰的分层结果...

小互

61,444 görüntüleme • 1 yıl önce

「梅奥诊所：结直肠癌的预防与筛查」结直肠癌是美国第三大常见癌症，在过去二十年中，年轻人的发病率一直在上升。结直肠癌包含两种癌症：结肠癌和直肠癌，前者起病于大肠，后者起病于大肠的末端，称为直肠。梅奥诊所胃肠病专家 Derek Ebner 博士指出，50 岁以下成年人的结直肠癌发病率一直在增加，尤其是直肠癌。他说：“了解结肠直肠癌的患病前兆，并及时就医是预防结直肠癌中非常重要的一环。” “从过往数据看，结肠癌和直肠癌的发病率较为平均，但对于那些早发性结直肠癌患者（年龄小于50岁）而言，直肠癌的发病率更高。”Ebner博士说。关于结直肠癌的患病症状，Ebner博士说：“在结直肠癌患病的早期患者中会出现四个主要症状—腹痛、腹泻、排便时带血，以及缺铁性贫血。” Ebner 博士解释：“患者便血情况即使不明显，也会导致铁含量降低。举例来说，如果在血液检查时发现患者有缺铁迹象，我们就会对他进行更深入的检查。” 他强调说：“尽管这种情况可能会让人感到尴尬，但如果你有了这些症状，就需要与医生讲述。这样便于他们安排后续的检查，尽早治疗不错过最佳治疗时机。” 降低患结直肠癌的风险，虽然不可能完全预防癌症，但有一些方法是可以降低患癌风险的。 Ebner 博士说：“坚持健康的生活方式至关重要，比如说，养成健康的饮食习惯、保持体育锻炼等等。另一个预防关键点是要随时注意异常的身体状况，要认识到检查的重要性。” 如何降低患结直肠癌风险： 1、筛查：与您的医疗团队讨论结直肠癌筛查。 2、运动：争取每天锻炼 30 分钟。 3、营养：多吃水果、蔬菜和全谷物食品。 4、体重：维持健康体重。 5、健康的生活方式：不吸烟，不饮酒。

「梅奥诊所：结直肠癌的预防与筛查」结直肠癌是美国第三大常见癌症，在过去二十年中，年轻人的发病率一直在上升。结直肠癌包含两种癌症：结肠癌和直肠癌，前者起病于大肠，后者起病于大肠的末端，称为直肠。梅奥诊所胃肠病专家 Derek Ebner 博士指出，50 岁以下成年人的结直肠癌发病率一直在增加，尤其是直肠癌。他说：“了解结肠直肠癌的患病前兆，并及时就医是预防结直肠癌中非常重要的一环。” “从过往数据看，结肠癌和直肠癌的发病率较为平均，但对于那些早发性结直肠癌患者（年龄小于50岁）而言，直肠癌的发病率更高。”Ebner博士说。关于结直肠癌的患病症状，Ebner博士说：“在结直肠癌患病的早期患者中会出现四个主要症状—腹痛、腹泻、排便时带血，以及缺铁性贫血。” Ebner 博士解释：“患者便血情况即使不明显，也会导致铁含量降低。举例来说，如果在血液检查时发现患者有缺铁迹象，我们就会对他进行更深入的检查。” 他强调说：“尽管这种情况可能会让人感到尴尬，但如果你有了这些症状，就需要与医生讲述。这样便于他们安排后续的检查，尽早治疗不错过最佳治疗时机。” 降低患结直肠癌的风险，虽然不可能完全预防癌症，但有一些方法是可以降低患癌风险的。 Ebner 博士说：“坚持健康的生活方式至关重要，比如说，养成健康的饮食习惯、保持体育锻炼等等。另一个预防关键点是要随时注意异常的身体状况，要认识到检查的重要性。” 如何降低患结直肠癌风险： 1、筛查：与您的医疗团队讨论结直肠癌筛查。 2、运动：争取每天锻炼 30 分钟。 3、营养：多吃水果、蔬菜和全谷物食品。 4、体重：维持健康体重。 5、健康的生活方式：不吸烟，不饮酒。

Dr.Wang

342,764 görüntüleme • 2 yıl önce

陶哲轩：AI正在扫荡“矮墙” "AI 正在把生成想法的成本降到几乎为零，就像互联网把通信成本降到零一样。" 知名播客主持人 Dwarkesh Patel 最新一期访谈，跟陶哲轩（当今在世最强数学家，菲尔兹奖得主）聊的是 AI 和数学的未来。互联网出现之前，跟大洋彼岸的人交流要写信、发电报、打越洋电话。互联网把这个成本打到了零。然后通信本身不值钱了，值钱的变成了"你有没有值得说的东西"。 AI 对科研做了同样的事。以前提出一个新假说需要大量知识储备和灵感。现在让 AI 跑一圈，假说可以一次生成几十个。陶哲轩说到了黎曼猜想，他觉得解决它可能需要人和 AI 用一种"目前还不存在的协作模式"来合作：不是人指挥 AI，也不是 AI 替代人，而是一种我们还没发明出来的方式。比如生成一百万个黎曼 zeta 函数的变体，用 AI 辅助做数据分析，发现之前不知道的关联模式，把问题转化到另一个数学领域。具体怎么做，现在谁也不知道。

陶哲轩：AI正在扫荡“矮墙” "AI 正在把生成想法的成本降到几乎为零，就像互联网把通信成本降到零一样。" 知名播客主持人 Dwarkesh Patel 最新一期访谈，跟陶哲轩（当今在世最强数学家，菲尔兹奖得主）聊的是 AI 和数学的未来。互联网出现之前，跟大洋彼岸的人交流要写信、发电报、打越洋电话。互联网把这个成本打到了零。然后通信本身不值钱了，值钱的变成了"你有没有值得说的东西"。 AI 对科研做了同样的事。以前提出一个新假说需要大量知识储备和灵感。现在让 AI 跑一圈，假说可以一次生成几十个。陶哲轩说到了黎曼猜想，他觉得解决它可能需要人和 AI 用一种"目前还不存在的协作模式"来合作：不是人指挥 AI，也不是 AI 替代人，而是一种我们还没发明出来的方式。比如生成一百万个黎曼 zeta 函数的变体，用 AI 辅助做数据分析，发现之前不知道的关联模式，把问题转化到另一个数学领域。具体怎么做，现在谁也不知道。

小互

56,821 görüntüleme • 4 ay önce

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

karminski-牙医

14,175 görüntüleme • 7 ay önce

兄弟们这个有点强啊而且是完全开源的感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。

兄弟们这个有点强啊而且是完全开源的感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。

小互

44,263 görüntüleme • 1 yıl önce

“因为AI，我觉得医生的好日子到头了。” 一位美国医生的自述火了。砸掉饭碗的不是AI诊断系统。而是拿着AI答案来“考”医生的病人。以前看病，是医生问患者答。现在门诊的画风全变了。病人在见医生前，已经用AI聊天机器人摸透了病情底牌。他们带着极高维、极细化的刁钻问题走进诊室。这位医生分享了一个后背发凉的细节。上周有个病人突然问他：美国视网膜脱离的流行病学发病率是多少？他硬着头皮答：“大概万分之一吧。” 病人满意地点点头：“没错，我查到的也是这个数据。” 那一刻，他感觉自己像个被主考官盘问的实习生。病人们正在用AI当标尺，直接测试人类医生的真实含金量。那些勉强应付考核、不看学术前沿的医生，现在几句话就会露馅。业内开始抱怨这会毁掉本就脆弱的医患信任。但这掩盖不了一个残酷的现实。患者用手机两秒钟就能免费查到的基础医学数据，不再需要去诊所花钱听医生背书。人类医生必须拿出比AI数据更硬的价值。靠信息垄断混日子的时代结束了。

“因为AI，我觉得医生的好日子到头了。” 一位美国医生的自述火了。砸掉饭碗的不是AI诊断系统。而是拿着AI答案来“考”医生的病人。以前看病，是医生问患者答。现在门诊的画风全变了。病人在见医生前，已经用AI聊天机器人摸透了病情底牌。他们带着极高维、极细化的刁钻问题走进诊室。这位医生分享了一个后背发凉的细节。上周有个病人突然问他：美国视网膜脱离的流行病学发病率是多少？他硬着头皮答：“大概万分之一吧。” 病人满意地点点头：“没错，我查到的也是这个数据。” 那一刻，他感觉自己像个被主考官盘问的实习生。病人们正在用AI当标尺，直接测试人类医生的真实含金量。那些勉强应付考核、不看学术前沿的医生，现在几句话就会露馅。业内开始抱怨这会毁掉本就脆弱的医患信任。但这掩盖不了一个残酷的现实。患者用手机两秒钟就能免费查到的基础医学数据，不再需要去诊所花钱听医生背书。人类医生必须拿出比AI数据更硬的价值。靠信息垄断混日子的时代结束了。

墓碑科技

144,649 görüntüleme • 3 ay önce