Leu5.42 形成 π- 烷基相互 作 用 ( 结合距离 3.2-3.8 A) 1 2. 关键相互作用： 三氟甲基吡啶基团与 Tyr5.38 形成 π- π 堆叠 ( 距离 4.1 A) 氨基甲酸酯的羰基氧与 Arg3.28 侧链形成双氢键 ( 键长 2.8/2.9 A) 吡啶氮原子与 GIn7.39 的侧链酰胺形成水介导氢键网络 1 结合机制的生物化学原理 1. 竞争性拮抗： BMS-986278 LPA 的天然结合位点，通过空间位阻阻止 LPA 的甘油磷酸头部与 Arg3.28 结 合 (Kd=2.3 nM vs LPA 的 Kd=8.4 nM) 2. 构 象 调 控 ：诱 导 TM6 向外位移 2 .7A, 破 坏 Gaq 蛋白偶联所需的构象变化，抑制下游 Rho/ROCK 通路激活 2 3. 动态稳定性： 分子动力学模拟显示结合自由能△ Gbind=-42 UFINDUIRNIYI SNBHOTEVA AN 结构类型 洒性药他 9 来源 问题：根据 PDB 库和智慧芽数据库的信息，给出药物 BMS986278 和 靶蛋白的结合模式 查面 ia 构 结合模式分析 2. 优异药代动力学：在啮齿类和非人灵长类动物中显示高口服生物利用度 ( 大鼠 75%, 食蟹猴 93%), 血浆蛋白 结 合率仅 65-76%, 有利于组织渗透 1

强化学习技术与混合专家架构（MoE），在极低标注数据需求下实现推理能力跃升，其复杂任务处理与中文语料优化的特性，为医疗场景提 供了精准、低成本且本土化的解决方案。这一技术突破不仅推动了算法与行业工作流的深度结合，更吸引了恒瑞医药、医渡科技、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫 生健康行业人工智能应用场景参 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 识别模型对检验报告中的图像数据进行分析，以及自然语言处理模型对报告中的文字描述进行理解，然后将两者的结果进行融合 ，从而增强了回答的逻辑性与可解释性。在综合报告解读任务中，更是整合了多个不同类型的模型，对来自患者的各种检验数据  在医学影像诊断方面，亦实现了多模型在影像设备智能化中的应用。通过融合不同的医学影像分析模型，如用于检测肺结节的模 型、用于分析心血管影像的模型等，能够对多种疾病的影像特征进行综合分析。同时，结合自然语言处理模型对影像报告中的文 字信息进行处理，提升了影像诊断工作效率，为医生提供了更全面、准确的诊断辅助信息。 DeepSeek-R1在自然语言处理任务上表现出色，特别是在中文语法优化方面

AI可参与药物开发过程多个阶段  AI 智慧药房及药店分销：AI赋能连锁药店主要集中在四个领域：企业信息化系统基础、门店精细化运营管理系统、 新零售渠道融合、药店AI机器人应用。益丰药房、大参林、一心堂、老百姓结合公司发展战略，打造差异化AI能力 。此外，互联网化、数字化成为医药分销行业未来发展的引擎，AI助力流通企业提升经营效率。 1) AI 智慧药房：AI赋能连锁药店，药店机器人智能浪潮来袭 2) 银海、润达医疗、朗玛信息 等 乐心医疗、九安医疗等 10 中国AI医疗重点政策解读 2018.04 国务院办公厅 《关于促进“互联网+医疗健康”发展的意见》  推进人工智能与互联网相结合，利用人工智能技术和医疗健康智能设备，开展移动医疗示范，实现个人健康实时监测、评估、疾病预警、慢性 病筛查和主动干预。强化临床、科研数据的整合、共享和应用，支持医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医 “医疗诊断产业数字化平台经济”信息化战略  公司拥有数字医学诊断技术实验室、智慧医疗研究院和医疗大数据研究院  利用自身信息化平台开发了云检验平台，实现检验数据的在线交互、分析 解读与实时传递  结合AI人工智能，利用信息化技术和数字化改革打造了智能化、数字化、 集约化和高效率的管理平台 IrisLIMS(实验室管理系统)在总部实验室上线完成  病理系统、微生物系统、IoT设备智能管理平台、项目智能审核、OCR智

药物设计等。维亚生物建立纵向 AI 应用技术平台加速先导化合物发现；泓博医 药持续推进 PR-GPT 多模态大型语言模型的应用；成都先导依托 DNA 编码化合物 库技术与 AI 技术结合，优化苗头化合物的识别过程；药石科技利用其分子砌块 库结合 AI 技术，开发动态化学空间，并通过一站式计算筛选平台，提供全面的 活性化合物筛选服务。随着 AI 技术的不断进步和 CRO 公司专业能力的增强，我 们预计未来药物研发领域将迎来更多创新突破。 成都先导具备独家骨架骨架跃迁算法 .................................................................. 19 3.4 药石科技分子砌块结合 AI 技术突破显著 ................................................................. 21 4. 风险提示 ........ 行业研究·医药与健康护理行业 请务必阅读正文之后的信息披露和法律声明 7 省市 重点内容 北京 利用人工智能与云计算技术、大数据和高性能计算相结合的方式，建立和发展新药研发加速平台，提高药物研 发的效率与成功率。 天津 利用单细胞测序及人工智能、生物信息分析等技术，研究创新药作用分子机制，开展与细胞凋亡和耐药相关蛋 白及关键致病基因的表

图像分割、姿态估计、人脸识别等。代表性产品 包括VIT系列（Google）、文心UFO、华为盘古 CV、INTERN（商汤）等 是指能够处理多种不同类型数据的大模型，例如 文本、图像、音频等多模态数据。这类模型结合 了NLP和CV的能力，以实现对多模态信息的综合 理解和分析，从而能够更全面地理解和处理复杂 的数据。代表性产品包括DingoDB多模向量数据 库（九章云极DataCanvas）、DALL-E(OpenAI)、 n Gemini Gemini是谷歌发布的大模型，它能够同时处理多种类型的数据和任务，覆盖文本、图像、音频、视频等多个领域。Gemini 采用了全新的架构，将多模态编码器和多模态解码器两个主要组件结合在一起，以提供最佳结果 Gemini包括三种不同规模的模型：Gemini Ultra、Gemini Pro和Gemini Nano，适用于不同任务和设备。2023年12月6日， Gemini的初 自动化流程技术（RPA） 为企业提供更为精准的知识管理和决策支持。知识 图谱以结构化的方式呈现企业内外部的知识，大模 型则可以利用知识图谱进行知识推理和查询，迅速 获取所需信息。在研发部门，大模型结合知识图谱， 可以回答技术问题、推荐相关技术方案，助力研发 人员实现创新 知识图谱技术 对设备和生产过程进行智能监控和管理。物联网设 备会产生大量的数据，大模型能够对这些数据进行 分析，预测设备故障，优化生产流程。在制造业中，

使得网络在链路变化频繁的空间环境中依然能够保持高效的数据调 度。地面节点主要由信关站和核心骨干节点组成，前者承担卫星与地 面网络之间的数据注入与卸载，完成物理层和链路层的对接，后者则 与地面核心网紧密结合，实现跨域业务的统一编排与管理。链路方面， 星间链路主要采用高速激光通信或高频微波实现，具有大带宽、长距 离、低误码率的特性，是卫星互联网承载网的骨干通道；星地链路则 负责连接卫星与地面站，支持多频段传输以适应不同业务需求；同时， 托大规模卫星星座的轨道布局，它可以为地面基础设施难以覆盖的海 洋、极地、沙漠等区域提供稳定的骨干通信服务，真正实现全域无缝 连接。其次是高速传输能力，现代星间激光链路单通道容量已可达数 十 Gbps，未来有望迈向 Tbps 级别，结合多链路聚合与智能路由，可 为全球范围的海量业务提供骨干传输支持。在时延方面，低轨星座单 3 跳传输延迟仅为数毫秒，跨洲通信延迟甚至可优于部分跨洋光缆路径， 满足对低时延敏感的应用需求。与此同时，卫星互联网承载网具备高 网络协同工作，构 建多层次立体化的通信体系。 未来，卫星互联网承载网的发展趋势将朝着更高速率、更低时延、 更智能化以及更开放的方向演进。在高速率方面，将通过更高频段的 微波通信和光通信技术，结合新一代高速调制编码和自适应链路控制， 实现 Tbps 级骨干通道；在低时延方面，将优化轨道布局和跨域路由 4 算法，以满足 6G 及其后续网络对超低时延通信的需求；在智能化方 面，将引入人工

击了 现有的教育体系。 在微观层面上，教育的各场景和环节，都因AIGC技术的应用而有所助益，如教师侧的备课规划、作 业生成和批改，学生侧的自主学习、辅助练习、测试评估等，新技术与古老教育场景的结合，总会 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而 集、运作和反应， 突破了人类能力的边界；而AIGC的问答式交互、无需下载和配置等特性，使得AI技术的使用门槛大大降低，AI技术走向平权化；同 时，联网后的实时海量数据支持，模型开源及插件生态的开放，结合用户无限的创造力，AIGC的影响力渗透进各行各业的每个角落， 影响力无限泛化和扩大。 来源：公开资料，艾瑞咨询研究院自主研究及绘制。 智 能 的 延 伸 门 槛 的 降 低 影 响 力 扩 大 由教学辅助到自适应学习，AIGC技术变革推动大规模因材施教逐步落地 全球AI+教育经历了诞生期-摸索期-产业期三个阶段，在诞生期，AI和教育的结合主要围绕辅助教学进行探索，应用于答疑、练习、 模拟测试等环节，代替部分教师的重复性劳动。在机器学习的兴起下，AI+教育进入摸索期，二者结合的探索主题为智能导学及自适 应学习。随着深度学习技术的进步，人工智能技术步入商业化阶段，AI+教育也进入产业期。近几年大数据、云计算、算力能力提升，

系，形成团队协同效应，促使团队成员建立深度伙伴关 系，同频共振，为了同一个目标，心往一处想、劲往一 处使，不断克服困难，共同努力实现变革与创新。同时， 对于业务与科技共同组成的敏捷融合团队，结合实践经 验，建议由业务部门中层领导担任队长，并由科技部门 牵头制定敏捷团队的基本工作规则，同时建立与之配套 的考核细则，如设置敏捷团队人员应达成的与业务深度 绑定的关键北极星指标，并给予团队长一定的考核评价 绑定的关键北极星指标，并给予团队长一定的考核评价 权，这样既可以保持科技管理的相对独立性，又便于融 合团队成员紧紧围绕业务目标开展数字化工作。此外， 建议有条件的机构推行敏捷团队集中办公模式，通过同 地点（或同办公室）办公结合定期例会机制，可显著提 升团队协作效率，从而最大化数字化转型的价值产出。 四、数字化转型既需要战略规划和顶层设计， 更需要小步快跑和快速迭代 五、数字化转型中效率提升与合规安全并重 三、数字化转型需要业务与科技深度融合 刘泓滔 卓剑航 1. 模型选择 2. 架构设计 3. 效能优化 10 析，赋予模型精确理解用户意图的能力。 ③高效 RAG 技术应用：将行内结构化知识库向量 化处理后，与模型生成能力无缝结合，弥补通用模型在 特定知识领域的不足。 ④定制化轻量组件开发：针对特定功能需求进行补 充编码。 ①痛点：海量内部文档查询低效，员工与客户获取 信息困难。 ②方案：构建基于 RAG 的动态智能知识库。文

... 17 2.3.1. 智能机顶盒：有望从视频控制终端成为智能家居终端载体设备............................. 18 2.3.1. 智能音响：语音识别+搜索引擎相结合，有望成为智能家居的控制中心 .............. 18 2.3.2. 智能耳机：AI 服务向移动化、个人化方向发展 ................................... 学习目标 GPT-1 2018 年 6 月 1.17 亿 约 5GB 1.3B 结合无监督学习及有监督的微调 GPT-2 2019 年 2 月 15 亿 40GB 15B 学习在无明确监督情况下执行多种任务 GPT-3 2020 年 5 月 1,750 亿 45TB 499B 结合少样本学习和无监督学习 GPT-4 2023 年 3 月 待公布 基于规则的奖励模型 感知、 存储等关键环节作充足准备，以迎接人工智能新机遇。作为人工智能算力主要供应商的 英伟达，对人工智能下一个浪潮就提出了“具身智能”预测，即通过将智能算法与物理 实体的感知、行动和环境交互相结合，使机器能够以更自然、更智能的方式与环境进行 交互和解决问题的能力，打开了 AI 与机器进一步融合的想象空间。另外，近期 Open AI 扩大开源插件数量，有望快速开启 GPT 在垂直领域的大模型应用。

公司、股票、基金等）识别，分析正负向情绪 及影响面 • 办公场景：会议助手、流程助手、公文撰写、知识问答等 • 信贷尽调报告助手：全网搜集企业多维度信息，结合审核规则、评价模型等进行推理决策，识 别风险点 • 投资研究：针对特定的政策内容或突发事件做深度解读，产出观点报告，支持决策 • 条款智能核验：把产品具体条款 数、经营分析 • 智能开发：需求助手、编码助手、测试助手、运维助手 7 大模型的 “快思”与 “慢想” = “ 通用” + “ 推理”模型 金融机构的大模型策略 ，应结合快思考 + 慢思考两种模式的模型 ，根据场景功能点对模型能力的要求 ，发挥不同模式模型的优 势 在人工智能语境下， “ 问行合一 ”是指一种高效的人机交互理念， 它融合了深度查询与精准执行 。 其中 大模型，模型支持在不断扩展中。支持系统推理模 型 、 Embedding 模 型 、 Rerank 模 型 等 模 型 。 RAG 引擎与知识库 支持 PDF 、 TXT 等文档的文本提取，结合向 量数 据库或全文索引构建知识库，提升生成内容的 准确性和相关性。内置数据集管理功能，支持 数据清洗 标注及增强 低代码开发 自 行 编 排 chatFlow 、 workFlow ，