大模型以其强大的语言处理能力、高效的专业任务表现以及仿佛具有“人工智能觉醒”般的特性，成功吸引了全球众多用户的关注。在应用领域，AI 已经在医疗、科研、教育、法律等多个领域展现出广泛的应用现状和巨大的潜力。对普通人来说，迎接 AI、拥抱 AI 需要准备什么？需要怎么做？本地部署还是云端部署？下一个值得关注的方向是什么？本期 DeepTalk 将从尽量落地的角度，聊一聊人工智能正在如何改变我们的生活和工作，作为普通人的我们如何更好地使用 AI，帮助生活、工作更加高效。
大模型浪潮下，你是否想过，“小”也能创造颠覆？当 DeepSeek 席卷全球时，另一场静默的革命正在发生——从你的手机、汽车到家用机器人，只需几亿参数的小模型，正以更快的响应、更低的功耗，悄然重塑 AI 落地的逻辑。它们如何在终端设备上实现“麻雀虽小，五脏俱全”？又如何与云端大模型协同，构建未来智能生态？本期 DeepTalk 揭开小模型的技术密码：从知识蒸馏到端云博弈，从隐私守护到开源平权，看“小而美”如何撬动万亿级 AI 商业化未来。
根据 IDTechEx 的预测，到 2035 年，触觉技术市场预计将达到 71 亿美元。我们也注意到在今年的 CES 上，日本触觉反馈技术提供商 Diver X 推出了一款配备触觉反馈的手套形状的 VR 控制器 ContactGlove2，可以搭配头显使用。韩国 VR 触觉解决方案提供商 bHaptics 也在大会上展示了旗舰触觉背心 TactSuit Pro，支持 Quest、索尼 PSVR2 等的 270 多款游戏，现场观众就能穿着头显与触觉背心，沉浸式体验枪击游戏。目前在触觉交互方面，国内的应用还没有热起来。但从研究角度，有一些极具代表性的团队。我们希望通过跟这些研究团队中的年轻代表交流，从前沿技术探索的角度，解读触觉技术的发展和应用现状，并畅想一下在未来，触觉技术将如何改变交互体验。
就在上周五的 NeurIPS 上，OpenAI 的前首席科学家 Ilya Sutskever 在他的分享中表示：尽管现有数据仍能推动人工智能的发展，但这个行业里称得上可用的新数据已经接近枯竭。正如石油是有限资源一样，互联网中由人类生成的内容也是有限的。我们已经达到了数据的峰值，未来不会再有更多数据，我们必须利用现有的数据，因为互联网只有一个。Ilya Sutskever 的发言或许反映出数据的发展方向正在发生转变：从依赖海量数据的预训练模型转向更加注重智能体、合成数据和推理等领域。这种转变一定程度上预示着 AI 技术发展的新趋势。这次，我们选择以数据作为切入点，来讨论一下数据的发展方向，以及在这基础上的 AI 走向。
有报道称，中国有 18.2% 夫妻受到不孕不育困扰。在人类女性一生中大约有 400-500 个卵子发育成熟，但其中 20%-50% 的卵子带有过多或者过少的染色体。染色体数目异常的卵子在受精后会产生发育异常的胚胎，从而导致女性不育、流产或唐氏综合症等遗传疾病。成功受精后胚胎发育异常也会造成胚胎疾病。而与此相对的，是人类对于卵子的发生、胚胎的发育还知之甚少。
类器官是一项被麻省理工科技评论列为全球十大突破性技术之一的技术，也是被 science 列为年度十大科学突破的技术，作为一项生命科学的基础研究工具，类器官技术对生物医学产生了颠覆性影响，改进了体外探索生命现象和医学问题的手段和方法，在众多领域都展现出巨大的应用潜力。类器官是一种体外培养的由干细胞分化而来的自组装三维细胞团，类器官具有干细胞对应组织器官的细胞类型和复杂空间形态，能够模拟组织器官的部分功能和生理反应，与来源组织具有极高的相似性。
在工业自动化早已实现的今天，汽车、3C 等制造工厂的自动化流水线随处可见，以生物领域和化学领域为代表的科学研究的生产力却还停留在手工时代，实验室研究迫切需要一场工业革命，实验室自动化的变革或可迎来曙光。与此同时，实验室自动化的实现也面临着技术复杂性、需求非标准化、建设成本与人才资源等诸多问题。本期嘉宾温正慧：甬江实验室特聘研究员围绕高附加值的精细化学品与医药中间体，利用连续光催化和连续多步合成策略，结合工程设计与机理研究手段，实现化学合成方式的变革；开展新型自动化流动合成系统在小分子药物和有机合成中的研究及人工智能算法在合成路径规划、工艺优化、反应预测等领域研究；通过系统集成、反应器设计、工艺优化等手段，实现大规模连续光催化合成。刘家朋：汇像科技 CEO汇像科技将 AI 和生命科学及高通量实验相结合，致力于为合成生物学、药物筛选、微生物检测、细胞检测、分子检测等领域提供全流程的自动化、智能化综合解决方案，产品范围涵盖从食品安全、药品安全到生命科学领域的智能机器人工作站系统、智能化整合系统以及配套的仪器设备及相关耗材等。主持人冰冉：中国科学院微生物研究所硕士时间轴03:21科研为什么需要实验室自动化？08:45实验室自动化当前的发展阶段19:55实验室自动化的云端协同24:15实验室自动化是一个综合的应用领域28:25标准化的实验室自动化产品是未来发展趋势29:57履带 or 机械手？31:50数据管理与实验室共享所带来的顾虑38:18实验室自动化在光化学与其他学科中的应用41:41实验室自动化技术实现的挑战45:11实验室自动化的商业化进展重点摘要本次播客聚焦于实验室自动化，讨论了实验室自动化在提高实验效率、降低人力成本以及提升实验结果一致性方面的巨大潜力，特别是利用自动化技术改善化学反应条件的优化和筛选过程与使用 AI 和自动化解决生命科学和化学问题上的经验。● 推进实验室自动化：价值、意义与未来发展实验室自动化经历了从手工操作到自动化、智能化的转变，未来将实现更高效的科学研究和数据分析。实验室自动化在不同领域的应用包括但不限于生命科学、微生物学、化学等领域，以及如何通过标准化、平台化技术、AI 技术来满足不同学科的需求。强调 AI 不仅可以用于驱动智能化设备或集成系统，还可以辅助科学研究，使科学家能专注于数据分析的判断。● 实验室自动化在化学领域的应用与发展实验室自动化技术应用于化学和材料领域，提高了化学合成、新材料开发及催化剂设计等方面的效率与可行性。自动化技术可以用于优化和执行多步化学合成过程，包括有机合成、药物分子的合成以及催化剂的设计和测试。这不仅提高了合成的效率，还增加了实验的可重复性。能够快速筛选不同的反应条件，如温度、压力、溶剂和反应时间等，以找到最佳的合成路径。在分析化学中，自动化技术被用于样品的前处理、色谱分析、质谱分析以及其他分析方法，提高了分析的通量和准确性。● 探索自动化系统的关键技术与未来发展实验室自动化通过整合不同自动化设备和技术，可以显著提高科研效率和设备使用率。在自动化系统的核心技术上尤其是设备间的协同、错误处理机制、数据分析与利用以及标准化是极其重要的关键技术，强调了设备串联与协同工作的复杂性，以及通过迭代过程形成标准产品的必要性。同时探讨了不同技术路径的选择，如履带式和机器人手臂的应用，以及 AI 赋能和云平台对于提升自动化系统性能的作用。云计算与云管理的发展使得实验过程能够实现标准化和自动化，并促进跨实验室资源共享与协作，进一步提升了研究的效率和成功率。此外，结合 AI 和机器学习技术对实验过程进行预测和优化，将进一步增强实验室自动化的功能。● 自动化实验室在科学研究中的挑战随着科学家和产业界的努力，实验室自动化取得了进展，但在实践中仍面临多项挑战，包括跨领域技术的整合、设备兼容性问题以及如何使自动化系统更好地服务于科研人员等，包括技术复杂性、需求的非标准化、设备成本高、国产化替代、所需专业人才稀缺等问题。制作团队主持人：冰冉 DeepTalk 剪辑：嘉鱼 运营：大壮
近日，马斯克的 Neuralink 已为第二位人类成功植入脑机接口，用 400 个电极工作。此前首位患者仅靠思想控制，即可下国际象棋。Neuralink 的首个产品是帮助神经元受损的人重新恢复身体功能；第二个产品是为了让盲人能够看见。马斯克更是对 Neuralink 和人类未来的关系，给予了最高的期望和评价——改善 AI 与人共生。虽然脑机接口的概念早在几十年前就已经提出，但直到马斯克创立了 Neuralink 才真正被引爆，马斯克的强大号召力使脑机接口正式进入大众视野，同时也得到了资本的青睐。
说起机器人，你首先想到的是不是特斯拉的钢铁机器人，亦或是小米的铁大机器人，实际上，机器人不一定是拥有金属外骨骼的“硬”机器人，比如《超能陆战队》里面机器人大白，这样的软体机器人，在研究领域也颇受关注。软机器人由于其自身的材料组成和结构特性，具有交互安全、适应性好、灵活性强等特点。如今被广泛应用于医疗服务、农业收获、救灾救援、水下探测等领域。本期我们就来聊聊软体机器人技术。
从出版专著到学术期刊发表再到互联网时代的学术数据库，在人类的科学发展史中，科学研究与科学信息传播一直是相辅相成的。为了促进科学的共享、传播与广泛合作，一部分科学工作者希望改变当前的科研范式，利用数字化技术以满足时代与科学发展的需求，试图推动以开放科学或者开放社区科学为核心的共创式科学研究范式，从而在产学研各界、乃至大众之间广泛推行研究合作与科学普及。
近期，司美格鲁肽用于长期体重管理的适应症在中国获批，刚刚获批的还有替尔泊肽，这些都是作用于 GLP-1 受体的药物，过去两年来，司美格鲁肽因其显著的减肥效果而风靡全球，尤其是马斯克等名人的背书更是使其成为新进“网红”。与此同时，各类司美格鲁肽相关的负面新闻也屡见曝光。司美格鲁肽究竟是天使还是魔鬼，以 GLP-1 为靶点的药物究竟是什么作用机制，我们这一期就来聊聊关于司美格鲁肽的一切。
当生命科学与人工智能发生碰撞，会产生什么火花？本期播客我们将揭开生命数字孪生的神秘面纱，了解什么是生命数字孪生，以及它如何通过模拟和预测生物系统，为合成生物学和生物医学等领域带来变革。数字孪生生命即对生命精准建模，能够显著提升人们对复杂生物系统的理解和干预能力，有潜力应用于细胞工厂设计、工业发酵条件优化、药物开发以及个性化诊疗等。
传统观点认为衰老是自然不可避免的现象，与此同时，世卫组织在国际疾病分类代码手册中，将衰老划定为一种可以治疗的疾病。同时根据一份刚刚发表的长寿领域投融资报告中称，2023年长寿领域的投融资总额为30.1亿美元，相较于10年前，上涨的5倍多。随着人们推开“抗衰老”的大门，我们不禁要问，衰老在科学上是否有依据，研究衰老其本质是在研究什么，炒得火热的抗衰老消费品是否真的有效。
AI 技术飞速发展迭代的同时，其在科学领域的广泛应用带来了翻天覆地的科学变革。过去十年间，科学家们利用 AI 工具和方法，在人类基因组、原子结构、天气预报、流体动力学等诸多科学领域取得了巨大突破。科学研究正从传统的实验和理论组合中，转向利用大数据与人工智能为驱动力。越来越多的科学家们开始意识到 AI 的巨大潜力，正试图或已经将其应用于自己的科研工作中。然而 AI 在不同领域的应用仍存在诸多挑战，如缺乏计算资源、找不到合适的数据集、模型难以解释与验证等。如何更好地利用 AI 工具、方法与理念来推动科学研究，关系着科研领域的未来发展方向。
最近，国际能源署在一份报告中表示，ChatGPT响应一个请求的平均能耗相当于将一个60瓦的灯泡点亮约三分钟。有媒体报道AI是“吃电狂魔”，随着人工智能的发展，人类将面临“缺电”问题，同时马斯克也宣称“下一个短缺的将是电力”。英伟达黄仁勋、OpenAI奥特曼等科技界大佬也表达了AI被能源制约的焦虑。与此同时，工信部专家委员会表示，AI确实耗电，电力成本也确实很高，但是目前能源问题还没有到影响AI 发展的程度。为了探究AI能耗的真相，我们邀请到了普渡大学的助理教授魏体伟老师和DeepTech的李源博士，共同探讨AI能耗、芯片散热以及未来的解决方案。
