月之暗面将Kimi模型重心转向生物医药研究
时间:2026年11月中旬,在葡萄牙里斯本举行的Web Summit大会上,月之暗面国际总监Giacomo Ficari在 keynote 演讲中透露,公司正将Kimi语言模型从编程领域转向生物学、化学和制药研究。
地点:葡萄牙里斯本Web Summit大会现场;深势科技玻尔科学空间平台。
人物:月之暗面国际总监Giacomo Ficari;深势科技(DP Technology)研发团队。
事件详情:月之暗面宣布战略调整,将Kimi模型主攻方向从编码转向生物、化学和制药等科研场景。Giacomo Ficari表示,编程领域的基准测试收益正在递减,而科学领域需要比法律、金融或代码更智能的AI模型。与此同时,深势科技已将Kimi K3.1 Pro接入其科研智能体BioMaster。在内部测试中,系统对3,696个小鼠胰腺细胞的基因表达数据进行分析,筛出100个候选基因,耗时90分钟,较人工参考用时缩短约63%。在另一项微生物功能分析任务中,BioMaster+Kimi K3.1 Pro用时35分钟完成25个近岸环境样本的5,616个功能条目比较,梳理出5个研究方向,较人工节省约85%的时间。
背景:Kimi系列模型此前在编程和代码竞技榜上表现突出,但随着coding benchmark收益趋平,Moonshot AI开始寻找新的增长点。深势科技于11月13日宣布与Kimi联合发布AI+生命科学实践,将Kimi K3.1 Pro与Kimi Code搭配,在其内部生物科研评测中取得最高分。BioMaster支持单细胞分析、基因变异解读和论文分析复现等生物学研究工作,并在STELLA Simple Set、Biomni-Eval1和BioMysteryBench三个生物基准数据集上完成验证。
影响:这一转向反映出AI行业从编程助手向科研工具的阶段性迁移。Anthropic的Claude曾在9月宣称发现新酶系统,OpenAI也多次公布数学和物理学突破声明,但均遭到学界质疑。根据Citi今年6月对50位美国科研高管的调查,72%已广泛使用AI,但仅24%预期AI会显著改善药物开发成功率。制药行业对AI的实际价值仍持谨慎态度。
总结:月之暗面将Kimi重心转向生物医药研究,本质上是AI模型在coding领域收益递减后的战略再定位。深势科技的BioMaster案例显示,Kimi K3.1 Pro在单细胞分析和微生物功能分析等任务上已能压缩大量人工时间,但距离独立科学发现仍有距离。AI能否真正加速药物研发,仍需独立验证和行业长期检验。
参考来源:
The Decoder
https://the-decoder.com/moonshot-ai-pivots-kimi-models-from-coding-to-science-as-benchmark-gains-flatten/
Wisevoter
https://wisevoter.com/world/2026/11/16/moonshot-ai-kimi-biology-chemistry-research
Elsewhere News
https://elsewhere.news/en/sourcecodecapital/kimiai
企名片资讯
https://media.qimingpian.cn/2026/11/13/8756c28ffd17a87677b5cb5405a015d0.html#1
VCBeat Health
https://www.vcbeathealth.com/article/64501
The Decoder 德语版
https://the-decoder.de/moonshot-ai-setzt-kimi-sprachmodelle-jetzt-fuer-biologie-chemie-und-pharmazie-ein-weil-beim-programmieren-kaum-noch-fortschritte-kommen/
pivotnews.ai
https://pivotnews.ai/five/moonshot-ai-steers-kimi-models-toward-science-citing-flat
dataist.ai
https://dataist.ai/news/moonshot-ai-shifts-kimi-from-coding-to-scientific-research/








