从感染快速检测到3D打印解决方案,全球各地的科技企业正携手奋进,希望找到足以战胜新冠病毒大流行的突破性方法。目前有哪些创新成果值得关注?本文将带大家一探究竟。
Mayo Clinic,在24小时内提供感染检测结果
Mayo Clinic开发出一种能够通过临床样本检测SARS-CoV-2病毒感染情况的测试方案。根据报道,“严重急性呼吸系统综合症冠状病毒2(SARS-COV-2)分子检测”测试已经得到充分验证。测试数据将被提交至美国食品药品监督管理局(FDA)进行审查,并等待紧急使用授权。
来自罗切斯特Mayo Clinic诊所的临床微生物学家兼临床病毒学实验室主任Matthew Binnicker博士表示,“现在,人们已经可以在24个小时之内收到SARS-CoV-2检测结果。”
PCR检测方法已经得到验证,能够检测从疑似COVID-19患者体内收集到的呼吸道样本,包括鼻咽取样签、痰液、咽喉取样签、支气管肺泡液以及支气管清洗液等。
GE与福特开展合作
”
”
BeeRole试剂盒,15分钟就能给出结果
直升机快速接送
牛津大学与伦敦国王学院开发新型呼吸机
”
Bactiguard推出HYDROCYN清毒液
免提3D打印开门器——遏制新冠病毒的传播
武田公司开发出针对COVID-19的血浆衍生疗法
辉瑞与BioNTech开展合作
生物制药大厂辉瑞公司与BioNTech已经决定共同开发并推出一款基于mRNA的潜在新冠病毒疫苗(除中国外),用于预防COVID-19感染。
Primerdesign与Randox推出测试套件
此外,在2020年的Medlab中东展会上,Randox Laboratories也宣布该公司已经进入最后冲刺阶段,即将发布其专利生物芯片检测方案。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。