月之暗面Kimi从代码转向科学 90分钟筛出100候选基因
作者:亿邦AI 文章来源:亿邦动力
2026-11-17 16:12
作者:亿邦AI 文章来源:亿邦动力
2026-11-17 16:12
邦小白快读
北京人工智能公司月之暗面正在调整Kimi系列模型的研发方向,重心从代码能力转向生物学、化学和制药研究。该公司国际业务负责人Giacomo Ficari在里斯本Web Summit峰会上称,月之暗面在代码领域观察到的边际收益正在递减,而科学场景对AI模型智能水平的要求高于法律、金融或代码。
伴随这一转向,北京AI for Science创业公司深势科技已将Kimi K3.1 Pro集成到其科研助手BioMaster中。一项测试里,该系统分析了3,696个小鼠胰腺细胞的基因数据,在90分钟内标记出100个候选基因,同等工作量若由人工完成预计需要约四小时。
Kimi在科学领域的布局此前已有铺垫。官方资料显示,Kimi K3.1 Pro于2026年10月下旬发布,参数量约3万亿,上下文窗口为100万token,定位于长程编程、3D生成、金融研究和复杂Agent任务。深势科技的测评中,Kimi K2.5曾在化学文献理解基准RxnBench的两个榜单均位列前二,与Gemini-3、GPT-5.2等闭源模型处于同一梯队。晶泰科技也已将Kimi K2.5接入其AI for Science场景,用于解析复杂化学表达式和科研图表,以加速药物与材料研发。
完全独立的科学突破仍然遥远。在包含100道理论计算机科学题目的TCSExam基准上,领先模型能给出可验证的证明,但尚无一个模型能够独立攻破任何开放猜想。美国同行面临类似瓶颈,Anthropic的Claude于9月发现了一个酶系统,但数学家对OpenAI宣称的数学与物理突破提出了批评。
制药行业的态度同样谨慎。花旗6月对50名美国研发负责人的调查显示,72%的受访者已在广泛使用AI,但仅有24%预计AI能显著改善药物研发的成功率。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
月之暗面的Kimi模型为什么从代码转向科学领域?
月之暗面Kimi转向科学领域,是因为代码能力的边际收益正在递减,而科学场景对AI模型智能水平的要求高于法律、金融或代码。公司国际业务负责人称,这一转向伴随与深势科技、晶泰科技等AI for Science企业的合作落地。
Kimi K3.1 Pro是什么?
Kimi K3.1 Pro是月之暗面于2026年10月下旬发布的模型,参数量约3万亿,上下文窗口为100万token,定位于长程编程、3D生成、金融研究和复杂Agent任务;深势科技已将其集成到科研助手BioMaster。
AI for Science在生物医药研发中有哪些落地案例?
AI for Science在生物医药研发中已有落地案例:深势科技将Kimi K3.1 Pro集成到BioMaster,分析3,696个小鼠胰腺细胞基因数据,90分钟内标记100个候选基因,人工约需四小时;晶泰科技用Kimi K2.5解析复杂化学表达式和科研图表,加速药物与材料研发。
AI模型能独立完成科学发现吗?
完全独立的科学突破仍遥远。在TCSExam的100道理论计算机科学题目中,领先模型能给出可验证证明,但尚无模型独立攻破任何开放猜想;Anthropic的Claude于9月发现一个酶系统,但数学家对OpenAI宣称的数学与物理突破提出批评。
制药行业对AI药物研发的态度如何?
花旗6月对50名美国研发负责人的调查显示,72%的受访者已广泛使用AI,但仅24%预计AI能显著改善药物研发的成功率,说明制药行业对AI仍较谨慎。
下一篇
阿里Qwen4-Max发布 单任务成本降至前代三分之一
阿里发布Qwen4-Max旗舰模型,总参数2.4万亿、激活710亿,单任务成本降62%至1.67美元,混合注意力架构大幅提效,并在工业、金融、科研与游戏场景落地。









