研究與評測
月之暗面因寫程式基準增長趨緩,將 Kimi 模型轉向生醫與科研:Kimi K3.1 Pro 整合至 BioMaster,90 分鐘篩出 100 個候選基因
The Decoder單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

據 The Decoder 報導,北京的月之暗面(Moonshot AI)因寫程式領域的效益遞減,正將 Kimi 語言模型轉向生物、化學與製藥研究。國際總監 Giacomo Ficari 在里斯本 Web Summit 表示,科學研究對 AI 模型的要求高於法律、金融或程式設計。
北京新創 DP Technology 已將 Kimi K3.1 Pro 整合進其研究助理 BioMaster。一項測試中,模型分析了 3,696 個小鼠胰臟細胞的基因資料,在 90 分鐘內標出 100 個候選基因,而人工作業估計需要約四小時。
不過,完全自主的科學突破仍遙遠。在包含 100 道題的理論電腦科學基準 TCSExam 上,頂尖模型能產出可驗證的證明,但無法單獨解決任何一個未解猜想。美國業者也面臨類似限制:Anthropic 的 Claude 於九月發現一套酵素系統,但 OpenAI 宣稱的數學與物理突破遭數學家批評。
製藥業的採用也尚未成熟。Citi 於六月對 50 位美國研究主管的調查顯示,72% 已廣泛使用 AI,但只有 24% 預期它能明顯提升藥物開發的成功率。
讀原始報導背景
TCSExam 是 MoonshotAI 在 GitHub 公開的評測基準,用來檢驗模型或代理系統在理論電腦科學研究任務上的表現,任務可以被驗證。根據 arXiv 論文摘要,它涵蓋定理證明、求解器工程、構造,以及直接嘗試解決未解猜想等面向。