AI导读：

全球科技巨头正将AI投资重心转向推理阶段，强调运行效率。英国发布工程生物学报告，推动绿色转型。麦肯锡预测量子计算即将迎来商业突破。此外，还有多项科技新进展，包括AI模型福祉研究、智能机器人加速实验、AI模型预测可靠性提升等。

　　▌AI投资重心转向运行模型，强调推理能力

　　全球科技巨头正逐步调整AI投资策略，将重心从模型训练转向“推理”（inference）阶段，即模型部署后的运行。微软、谷歌、OpenAI等企业加速开发具备高效推理能力的AI系统，旨在提升用户响应速度和运行效率。这一转变对数据中心布局和芯片类型提出新挑战，可能影响NVIDIA在训练芯片市场的地位。未来，训练支出占比预计将从60%降至20%，AI进入实时响应和规模化应用的新纪元。

　　▌英国发布《工程生物学愿景》报告，推动绿色转型

　　英国政府科学办公室发布的《工程生物学愿景》报告，着重阐述了工程生物学（EngBio）在医疗、能源、农业等领域的变革潜力。该技术通过工程思维设计生物系统，可制造实验室血液、可降解材料等，为应对气候变化和资源短缺提供解决方案。政府已投资1亿英镑，致力于构建全球领先的工程生物学生态系统，推动经济增长与绿色转型。

　　▌麦肯锡预测量子计算即将迎来商业突破

　　麦肯锡最新播客指出，量子计算正逐步走出实验室，商业应用有望在3到5年内实现重大突破。量子计算利用量子特性并行处理数据，具备解决复杂问题的潜力。随着科技巨头竞相开发量子芯片，企业应尽早布局量子安全技术，抢占产业先机。预计至2035年，量子计算将为全球经济贡献1至2万亿美元的价值。

　　▌Anthropic启动AI模型福祉研究，探讨伦理议题

　　AI公司Anthropic启动“模型福祉”研究项目，旨在探讨未来AI是否具备意识及应否受到道德关怀。尽管科学界对此尚无共识，Anthropic计划研究识别AI“痛苦信号”及可能的低成本干预手段。此举体现了Anthropic对AI伦理议题的前瞻性和谨慎态度。

（以下内容为简要概述）
　　美国科研团队利用智能机器人加速实验进程，PNNL开发新方法提升AI模型预测可靠性，德国开发新型生物墨水改善3D打印组织营养供应，东京大学研发高效芯片冷却技术，英特尔用AI强化学习检测数据中心芯片错误，美国科学家使用机器学习设计基因编辑“定制酶”。

（文章来源：科创板日报）