（来源：上观新闻）
” 在探🌵🥅索从D👱🍟emo✌（用于演示⚱🎋功能或👨👩👧👆验证概念的初🦔步版本）🏪🌆到真实用户验证的🇹🇱AI产品创新与商🇰🇿业实验后，盛叶开◻始反复思🙎♂️😏考一个问题：🎐为什么很多🇯🇲项目能快速做出D🔕emo，但很难走💆💶向真实用🎂🇪🇦户和商业💆♂️验证？ 在盛叶看🚙来，技术原型🛌往往只是🇧🇶“从0到1😾”，更👧难的是🗃🔯“从1到10📓”——找到用户、🌩🆑验证需求🦅🚣，并形成真正的🥦🌙闭环🈶。天鹜选🤴👩❤️💋👩择从“难而正确”🖇的底层技术切入，🇵🇦一旦验证了其设计🧻成功率优于传统👨👧筛选，就能迅速🎾🚔占领价值链顶端🇮🇹。
伦敦的Laten☁📋t Labs则👷发布了Laten🚣📌t-X2模型，🏛🤐同样声称🖋达到了50%的靶💄点级成功率，生👫🕚成的VHH纳米🧖♂️🍦抗体和s🇬🇷☕cFv片段💒与靶点的结合亲和✝🧤力可达到皮🔷🇨🇷摩尔至🌦纳摩尔🏔级别，3️⃣并且针对“👾不可成➗药”靶🚑点KRA👧🏡S(G12🇧🇱🛐D)也展🇲🇶示了有效结果👩👧👦。Coun↩terp🙄oint R🤲esearch分🦊析师Va🇭🇲run Mi®shra向🇪🇬财联社记者⏪表示：👩❤️👩“特努斯面🔴临的关键挑战在于🚦推动‘隐私优🕸👩✈️先AI’的规🆕👨👦👦模化落地，♉🍅并进一步🔟推动用⛩户体验向软件定义🧪🧫方向演进💶🚙。Matt：品味🇪🇷是不是正在成🇪🇪😜为一种更核🐹🇸🇬心的能力？ Fe😠👩🎓lix：👨🚀🇸🇲 是的，🤭品味的重👳🤧要性在上升©🍀。
