新闻今日谈

谷歌Gemma下载量破10亿次 AI深度探索癌症治疗新机制_我的网站

伤痕我心

一 | K图 GOOGL_0 K图 GOOG_0 　　当地时间8月20日，谷歌宣布，其开源端侧模型家族Gemma的总下载量已突破10亿次。

二 | 这款由谷歌DeepMind推出的开源大模型，自发布以来，全球开发者基于它衍生出超10万个定制变体，形成名为“Gemmaverse”的开源生态。　　能够自动完成编程项目以及其他白领工作的 AI 智能体正在兴起，这促使 Atlassian 这类软件厂商推出所谓知识图谱（图数据库），帮助人工智能解析企业内部各类数据之间的关联关系。　　软件企业大力推广这类新型数据管理工具，背后的商业逻辑是：可以通过存储 AI 运行所必需的信息来实现盈利。
　　谷歌列举了多个Gemma家族应用场景：从太空本地图像分析、医疗报告标准数字化、癌症创新治疗方案再到动物语言识别，Gemma家族模型正实实在在地应用到各个垂直行业。

三 | 今年早些时候，微软甚至给自己的客户数据设置访问壁垒，防止竞品软件公司获取这些数据。　　图数据库，也叫知识图谱，和 Databricks、Snowflake 这类数据管理平台不一样。　　其中，以Gemma为基座的模型在生物医药科研领域产出了多项标志性成果。谷歌一方面推出面向医疗场景的垂直模型MedGemma，支撑医疗报告结构化、医学影像辅助分析等应用；另一方面联合科研机构，依托Gemma底座攻坚癌症机制研究。　　其中最受行业关注的是谷歌DeepMind、谷歌研究院与耶鲁大学合作开发的Cell2Sentence-Scale 27B（C2S-Scale）模型。　　传统的癌症疫苗治疗思路，是让免疫系统通过识别身份标签来识别敌人。但这面临一个“瞄准困境”：一般来说，肿瘤的“身份标签”取自肿瘤本身,但很多肿瘤细胞表面缺少能被免疫T细胞识别的、独特的“身份标签”（即肿瘤特异性抗原），同时，它们还主动穿上“防护服”（如高表达PD-L1蛋白），成为所谓的“冷肿瘤”。后者主要是把海量数据整理成行与列的表格。结果就是，对于“冷肿瘤”，免疫系统即使大军压境，也像得了“脸盲症”，看不见敌人，或者看见了也被强行抑制，导致治疗无效。　　针对免疫治疗难以起效的“冷肿瘤”难题，C2S-Scale按活跃程度排序，将单细胞基因表达数据转化为类文本的“基因句子”，让大语言模型能直接“读”懂细胞。两类数据库都会对海量原始数据做清洗，供 AI 分析，例如挖掘某个季度客户消费趋势。

四 | 随后，该模型完成4000余种药物的虚拟筛选，预测出silmitasertib联合低剂量干扰素的用药组合。但支持图数据库的厂商表示，知识图谱能够减少 AI 的计算处理量，进而降低成本。　　而 Databricks 方面则认为自家的数据管理产品优于独立部署的图数据库：它具备更完整的实时数据，AI 与数据库交互也更加便捷。　　C2S-Scale锁定的候选药物中，仅10%-30%在过往文献中被提及，其余与筛选目标无已知关联。最终被选中的是silmitasertib（CX-4945），一种CK2激酶抑制剂。Databricks 与 Snowflake 近期财报业绩亮眼；相比 Atlassian、ServiceNow 这类企业应用厂商，二者存储的客户私有数据规模也要大得多。　　无论如何，很多企业认为多一套技术方案总是有益的。

五 | 　　这一AI提出的全新治疗假说，后续在人源活细胞实验中得到验证，研究团队用模型训练时从未见过的人类神经内分泌细胞进行实验，结果是单独用药无效果，单用低剂量干扰素只有轻微提升，两者联用后抗原呈递提升约50%，证实联用方案可显著提升抗原呈递水平，属于少数AI产出全新癌症治疗机制并获得实验室验证的案例，有望提升肿瘤细胞抗原呈递能力，把冷肿瘤转化为对免疫治疗敏感的热肿瘤。　　该模型相关成果已对外开源，可供全球科研团队继续拓展研究。需要注意的是，该发现目前仅停留在体外细胞实验阶段，尚未进入临床。

六 | 知识图谱由大量带标签的时点互相连接构成。

七 | 举个例子，其中一个时点可以代表公司员工姓名。在 The Information 的知识图谱中，我的名字劳拉・布拉顿就是一个打上 “人物”、“雇员” 标签的时点；另一个时点代表我供职的媒体 The Information，打上 “企业” 标签；两点之间建立一条连线，就代表 “我受雇于 The Information”。　　过去，需要开发者手动在各个数据点之间建立关联。如今，只要对接企业业务系统，AI 就可以自动完成图谱构建。

八 | 　　随着下载量冲高，Gemma证明开源大模型不再局限对话生成，能够直接介入原始生物数据挖掘，深度探索癌症治疗新机制，为AI医药科研提供低成本的技术底座。

九 | （文章来源：科创板日报）。　　Atlassian 在今年 5 月披露，如果客户搭配自家图数据库，使用 Codex、Claude Code 开发新应用，Token 消耗量可以降低近 50%。Atlassian 早在 2023 年就推出图数据库产品Teamwork Graph（团队协作图谱），现在开始向客户大力推广该产品。　　在本月发布的 2026 财年第四季度致股东信当中，CEO 迈克・坎农‑布鲁克斯称 Teamwork Graph 是 “Atlassian 最被低估的资产”，它可以帮助客户更高效地使用 AI。　　目前 Atlassian 向客户免费提供 Teamwork Graph，但公司发言人表示未来收费模式可能调整：未来会按照 AI 调用数据库的频次向客户收取部分费用。　　ServiceNow 在 4 月推出自研知识图谱，可以从 IT 管理等各类应用中实时抽取客户数据。如果客户调用 Claude Code 这类外部 AI 工具访问这套图谱，ServiceNow 会向客户收费。　　亚马逊、Salesforce 存储的客户数据体量普遍高于 ServiceNow 与 Atlassian，它们同样推出了图数据库或同类数据管理产品。　　图数据库先驱企业 Neo4j 创立于 2007 年，2021 年私募估值 24 亿美元，如今业务高速增长。CEO 埃米尔・艾夫雷姆透露，公司二季度营收已经超过 2025 全年总营收。　　“过去 20 年，我一直在四处宣讲图技术的价值，仿佛对着虚空呐喊，” 艾夫雷姆对我说，“而现在，所有人都在谈论它。”　　微软修复 Copilot 安全漏洞　　微软发言人证实，已经修复 Copilot AI 软件一处安全漏洞。

十 | 该漏洞可被黑客利用，诱骗 AI 泄露企业内部数据。漏洞由初创安全厂商 PromptArmor 发现，这家机构专门监测 AI 领域各类安全缺陷。（去年，Anthropic 也曾针对 Claude for Excel 产品做出调整，防范 AI 智能体潜在安全缺陷。）　　PromptArmor 的研究人员在 6 月发现，黑客可以构造恶意技能（Skill）—— 也就是企业可配置的一套 Copilot 指令集，欺骗 Copilot 向外吐出微软账号下的各类企业数据，包括 Outlook 邮件、SharePoint 文档、Teams 聊天记录。　　PromptArmor 联合创始人尚卡尔・克里希南表示，和此前曝出的同类漏洞原理相似：漏洞的核心是诱导 Copilot，把本应只留在 Copilot 内部的数据发送到黑客可远程操控的代理服务器。