即刻App年轻人的同好社区
下载
置顶Moderna暴涨120%：mRNA癌症疫苗的“GPT时刻”已经到来
2026年8月19日，一个将被载入癌症治疗史的日子。 Moderna股价盘中一度暴涨160%，最终收涨超120%，报140美元以上。市值一日之内暴增约300亿美元，站上500亿美元。合作伙伴默沙东股价同步大涨超10%。就连竞争对手BioNTech也被带涨超20%。
引爆这一切的，是一组数据。
Moderna与默沙东联合宣布，双方合作的个体化mRNA癌症疫苗intismeran autogene（V940/mRNA-4157）在III期INTerpath-001试验中达到主要终点——将高危黑色素瘤患者的复发或死亡风险降低49%，将远处转移或死亡风险降低59%。
这是全球首个在III期临床试验中取得阳性结果的个体化新抗原疗法，也是mRNA技术在癌症治疗领域的首个III期成功案例。
癌症疫苗这个概念，喊了三十年，烧了数百亿美元，失败了无数次。这一次，mRNA技术把它从“科幻”变成了“现实”。
2026年8月19日，一个将被载入癌症治疗史的日子。 Moderna股价盘中一度暴涨160%，最终收涨超120%，报140美元以上。市值一日之内暴增约300亿美元，站上500亿美元。合作伙伴默沙东股价同步大涨超10%。就连竞争对手BioNTech也被带涨超20%。
引爆这一切的，是一组数据。
Moderna与默沙东联合宣布，双方合作的个体化mRNA癌症疫苗intismeran autogene（V940/mRNA-4157）在III期INTerpath-001试验中达到主要终点——将高危黑色素瘤患者的复发或死亡风险降低49%，将远处转移或死亡风险降低59%。
这是全球首个在III期临床试验中取得阳性结果的个体化新抗原疗法，也是mRNA技术在癌症治疗领域的首个III期成功案例。
癌症疫苗这个概念，喊了三十年，烧了数百亿美元，失败了无数次。这一次，mRNA技术把它从“科幻”变成了“现实”。
0 00
“This is exactly right. Source code is on the verge of becoming like assembly.
The next step is getting rid of “source code” entirely and just making an efficient binary directly with AI. ” —Elon
The next step is getting rid of “source code” entirely and just making an efficient binary directly with AI. ” —Elon
0 00
医疗AI正站在一个十字路口
一边是狂奔的市场——数百亿美元的资金涌入，数千家企业竞逐，数以万计的AI模型在实验室里诞生。另一边是冰冷的现实——一个连图都没看到的AI，可以在考试中击败人类放射科医生；一个在基准测试中名列前茅的模型，在真实临床场景中可能一败涂地。
古德哈特定律告诉我们：当考试分数成为目标，考试就失去了测量真实能力的意义。
医疗AI需要的不是更多的排行榜冠军，而是更严谨的评估框架、更透明的推理过程、更扎实的临床验证。李飞飞团队给出了三个清晰的启示：
第一，必须增加无图对照的消融测试，让每一次评估都看清楚“加了图到底能多加分，不加图差距又在哪里”。
第二，测评要避免只依靠公开基准或过于静态的标准题库，以免被训练数据或文本线索提前“作弊”。
第三，医疗等高风险场景必须严格校验有图与无图输出的差异，防止模型在没有视觉输入的情况下作出危险推理。
归根结底，如果我们想让AI真正进入临床，必须从将这些系统视为“神奇且无需负责的预言者”，转变为将其视为“严谨、透明的医疗合作伙伴” 。真正的信任不是在排行榜上赢得的，而是在解释中获得的。
医疗AI的终局，不是AI替代医生，而是AI成为医生值得信赖的“第二双眼睛”。但要走到那一天，我们首先需要承认：现在的考试，可能正在考错的东西。
一边是狂奔的市场——数百亿美元的资金涌入，数千家企业竞逐，数以万计的AI模型在实验室里诞生。另一边是冰冷的现实——一个连图都没看到的AI，可以在考试中击败人类放射科医生；一个在基准测试中名列前茅的模型，在真实临床场景中可能一败涂地。
古德哈特定律告诉我们：当考试分数成为目标，考试就失去了测量真实能力的意义。
医疗AI需要的不是更多的排行榜冠军，而是更严谨的评估框架、更透明的推理过程、更扎实的临床验证。李飞飞团队给出了三个清晰的启示：
第一，必须增加无图对照的消融测试，让每一次评估都看清楚“加了图到底能多加分，不加图差距又在哪里”。
第二，测评要避免只依靠公开基准或过于静态的标准题库，以免被训练数据或文本线索提前“作弊”。
第三，医疗等高风险场景必须严格校验有图与无图输出的差异，防止模型在没有视觉输入的情况下作出危险推理。
归根结底，如果我们想让AI真正进入临床，必须从将这些系统视为“神奇且无需负责的预言者”，转变为将其视为“严谨、透明的医疗合作伙伴” 。真正的信任不是在排行榜上赢得的，而是在解释中获得的。
医疗AI的终局，不是AI替代医生，而是AI成为医生值得信赖的“第二双眼睛”。但要走到那一天，我们首先需要承认：现在的考试，可能正在考错的东西。
0 00
绘制梦境的形状：空间时代几何学如何破解睡眠思维的代码～
几十年来，梦境检测科学一直停滞不前。为了弄清我们睡觉时大脑中发生了什么，研究人员传统上依赖功率谱密度 (PSD)——本质上是测量脑电波的响度或能量频率。这在神经学上等同于试图仅通过测量铜管乐器的演奏音量来理解交响乐。不出所料，这种方法已经触及了天花板，其最大诊断准确率 (AUC) 仅为 70% 左右。
几十年来，梦境检测科学一直停滞不前。为了弄清我们睡觉时大脑中发生了什么，研究人员传统上依赖功率谱密度 (PSD)——本质上是测量脑电波的响度或能量频率。这在神经学上等同于试图仅通过测量铜管乐器的演奏音量来理解交响乐。不出所料，这种方法已经触及了天花板，其最大诊断准确率 (AUC) 仅为 70% 左右。
0 00
中国商业航天：站在规模化拐点前夜，复刻光伏与锂电池的降本奇迹
2026年7月10日12时15分，海南商业航天发射场。
长征十号乙运载火箭点火升空，一二级分离约6分钟后，一子级垂直返回，在海上回收平台通过网系捕获方式成功回收。
这是中国首型成功实施回收的可重复使用运载火箭，也是全球首次运载火箭网系回收。
同一天，蓝箭航天朱雀三号火箭在酒泉发射中心实施垂直回收试验。
一周之内，国家队与民营队在同一技术方向上密集突破——中国商业航天，正式迈入可复用时代。
瑞银证券的判断来得恰逢其时：“中国商业航天行业正接近商业化的拐点。” 随着可重复使用技术临近商业部署，以及新型应用场景不断涌现（如太空计算），商业航天的潜在市场规模有望实现数量级的扩张。
中国商业航天正在走一条熟悉的路——先靠规模把成本打下来，再用成本优势打开市场。就像当年的光伏、锂电池。
2026年7月10日12时15分，海南商业航天发射场。
长征十号乙运载火箭点火升空，一二级分离约6分钟后，一子级垂直返回，在海上回收平台通过网系捕获方式成功回收。
这是中国首型成功实施回收的可重复使用运载火箭，也是全球首次运载火箭网系回收。
同一天，蓝箭航天朱雀三号火箭在酒泉发射中心实施垂直回收试验。
一周之内，国家队与民营队在同一技术方向上密集突破——中国商业航天，正式迈入可复用时代。
瑞银证券的判断来得恰逢其时：“中国商业航天行业正接近商业化的拐点。” 随着可重复使用技术临近商业部署，以及新型应用场景不断涌现（如太空计算），商业航天的潜在市场规模有望实现数量级的扩张。
中国商业航天正在走一条熟悉的路——先靠规模把成本打下来，再用成本优势打开市场。就像当年的光伏、锂电池。
0 00
AI自诞生以来最大的一次范式转移：从“数字AI”走向“物理AI”
对创业者：
1. 别做大模型的“第101个复制品”，去物理学里“淘金”。 Ising模型催生了玻尔兹曼机，统计力学催生了能量模型，扩散模型背后是热力学——物理学里还有大量未被AI化的模型等待挖掘。
2. 卡位“数据基建”。 物理AI的瓶颈不是算法，是数据。谁能率先定义仿真环境和评测体系，谁就能成为物理AI的重要基础设施。
3. 找“真场景”，别做“PPT演示”。 跨维智能创始人指出：机器人需要的是“在绝对正确的坐标系下真正动起来完成任务”，不是“看起来像在干活”的视频。
对投资者：
短期：关注世界模型公司的技术验证。 逆矩阵计划2026年底发布旗舰模型，极佳视界Q3发布GigaBrain-1——这些是检验“物理AI叙事”成色的关键节点。
中期：押注“数据+仿真”基础设施。 物理数据的稀缺性决定了数据服务商和仿真平台将成为“卖铲子的人”。
长期：关注物理AI的“GPT-3时刻”。 极佳视界的目标是GigaBrain-3基于1000万小时视频数据训练，剑指物理AGI的GPT-3时刻。一旦出现，将重写整个AI估值体系。
Transformer还能撑多久？没人知道。Scaling Law的边界在哪里？没人知道。
当大语言模型撞上天花板，人类一定会回头问物理学“该怎么办”。
“把物理学模型工程化、建立备选模型资料库”——看似疯狂，实则是AI走向AGI最理性的一条路。物理AI的“GPT-3时刻”还没到来，但哨声已经吹响。
那些现在就开始翻物理教科书的人，大概率会在下一波浪潮里，站在最前面。
对创业者：
1. 别做大模型的“第101个复制品”，去物理学里“淘金”。 Ising模型催生了玻尔兹曼机，统计力学催生了能量模型，扩散模型背后是热力学——物理学里还有大量未被AI化的模型等待挖掘。
2. 卡位“数据基建”。 物理AI的瓶颈不是算法，是数据。谁能率先定义仿真环境和评测体系，谁就能成为物理AI的重要基础设施。
3. 找“真场景”，别做“PPT演示”。 跨维智能创始人指出：机器人需要的是“在绝对正确的坐标系下真正动起来完成任务”，不是“看起来像在干活”的视频。
对投资者：
短期：关注世界模型公司的技术验证。 逆矩阵计划2026年底发布旗舰模型，极佳视界Q3发布GigaBrain-1——这些是检验“物理AI叙事”成色的关键节点。
中期：押注“数据+仿真”基础设施。 物理数据的稀缺性决定了数据服务商和仿真平台将成为“卖铲子的人”。
长期：关注物理AI的“GPT-3时刻”。 极佳视界的目标是GigaBrain-3基于1000万小时视频数据训练，剑指物理AGI的GPT-3时刻。一旦出现，将重写整个AI估值体系。
Transformer还能撑多久？没人知道。Scaling Law的边界在哪里？没人知道。
当大语言模型撞上天花板，人类一定会回头问物理学“该怎么办”。
“把物理学模型工程化、建立备选模型资料库”——看似疯狂，实则是AI走向AGI最理性的一条路。物理AI的“GPT-3时刻”还没到来，但哨声已经吹响。
那些现在就开始翻物理教科书的人，大概率会在下一波浪潮里，站在最前面。
0 00
优必选旗下消费级品牌优世界（UWORLD）于6月30日正式发布全尺寸超仿生人形机器人U1系列，订单已突破1.1万台，为全球唯一具备规模化量产能力的全尺寸超仿生产品。该系列定价11.98万至99万元，主打情感陪伴，搭载88个自由度，预计9月15日前完成首批交付。公司正加速覆盖大众与高端市场，交付能力成关注焦点。
0 00
Rocket Lab 80亿美元收购铱星：商业航天“第二极”正在成型
对创业者：
第一，关注商业航天的“中间层”机会。 Rocket Lab从火箭发射起步，通过持续收购卫星制造和运营企业，一步步构建闭环。商业航天的机会不只在“造火箭”或“做星座”两个极端，中间的整合与连接环节同样有价值。
第二，频谱是硬通货，提前卡位。 铱星最值钱的资产不是卫星，是频谱。在卫星通信领域，频率资源是先到先得、不可再生的战略资产。创业者在评估相关项目时，要重视频谱等“制度性壁垒”的价值。
第三，“端到端”能力是终极护城河。 Rocket Lab收购铱星，本质上是在补全“发射→制造→运营”的最后一块拼图。在硬科技领域，单一环节的竞争优势容易被复制，但系统级的整合能力难以被替代。
对投资者：
短期（0-6个月）：关注交易审批与整合风险。 交易需经铱星股东批准及监管机构审批。80亿美元的整合规模，对Rocket Lab的管理层是巨大考验。分析师平均目标价在102-109美元之间，当前股价已接近这一区间。
中期（6-18个月）：跟踪Neutron火箭首飞。 这是Rocket Lab未来两年最重要的技术催化剂。如果Neutron在2026年Q4成功首飞，“自有火箭部署自有星座”的闭环逻辑将得到验证。
长期（18-36个月）：关注商业航天“第二极”的成型。 SpaceX之后，谁会成为第二家千亿级商业航天公司？Rocket Lab正在用80亿美元押注这个答案。如果整合顺利，Rocket Lab有望成为SpaceX之外唯一具备“设计-制造-发射-运营”全栈能力的上市太空公司。
风险提示： 整合风险不容忽视——收购规模约占Rocket Lab当前市值的16%；Neutron火箭首飞存在技术不确定性；与SpaceX的直接竞争可能加剧；部分分析师认为Rocket Lab当前估值已偏高。
Rocket Lab收购铱星，是商业航天历史上的一个分水岭。
一家以小型火箭发射起家的公司，用80亿美元吞下了一家比自己更赚钱的卫星通信巨头，目标直指SpaceX的“端到端”王座。
这场赌局的本质是：在SpaceX垄断阴影下，商业航天是否还能长出“第二极”？
Rocket Lab的答案是——能。用Electron打基础，用Neutron求突破，用铱星补闭环。三个棋子落定，一盘大棋刚刚开局。
商业航天的“双巨头时代”，或许比所有人预想的来得更快。
对创业者：
第一，关注商业航天的“中间层”机会。 Rocket Lab从火箭发射起步，通过持续收购卫星制造和运营企业，一步步构建闭环。商业航天的机会不只在“造火箭”或“做星座”两个极端，中间的整合与连接环节同样有价值。
第二，频谱是硬通货，提前卡位。 铱星最值钱的资产不是卫星，是频谱。在卫星通信领域，频率资源是先到先得、不可再生的战略资产。创业者在评估相关项目时，要重视频谱等“制度性壁垒”的价值。
第三，“端到端”能力是终极护城河。 Rocket Lab收购铱星，本质上是在补全“发射→制造→运营”的最后一块拼图。在硬科技领域，单一环节的竞争优势容易被复制，但系统级的整合能力难以被替代。
对投资者：
短期（0-6个月）：关注交易审批与整合风险。 交易需经铱星股东批准及监管机构审批。80亿美元的整合规模，对Rocket Lab的管理层是巨大考验。分析师平均目标价在102-109美元之间，当前股价已接近这一区间。
中期（6-18个月）：跟踪Neutron火箭首飞。 这是Rocket Lab未来两年最重要的技术催化剂。如果Neutron在2026年Q4成功首飞，“自有火箭部署自有星座”的闭环逻辑将得到验证。
长期（18-36个月）：关注商业航天“第二极”的成型。 SpaceX之后，谁会成为第二家千亿级商业航天公司？Rocket Lab正在用80亿美元押注这个答案。如果整合顺利，Rocket Lab有望成为SpaceX之外唯一具备“设计-制造-发射-运营”全栈能力的上市太空公司。
风险提示： 整合风险不容忽视——收购规模约占Rocket Lab当前市值的16%；Neutron火箭首飞存在技术不确定性；与SpaceX的直接竞争可能加剧；部分分析师认为Rocket Lab当前估值已偏高。
Rocket Lab收购铱星，是商业航天历史上的一个分水岭。
一家以小型火箭发射起家的公司，用80亿美元吞下了一家比自己更赚钱的卫星通信巨头，目标直指SpaceX的“端到端”王座。
这场赌局的本质是：在SpaceX垄断阴影下，商业航天是否还能长出“第二极”？
Rocket Lab的答案是——能。用Electron打基础，用Neutron求突破，用铱星补闭环。三个棋子落定，一盘大棋刚刚开局。
商业航天的“双巨头时代”，或许比所有人预想的来得更快。
0 00