脑机接口 (BCI) 技术公司 Precision Neurosciences 完成了一轮令人瞩目的 1.02 亿美元投资,继续与 Elon Musk 的 Neuralink 等公司展开竞争,争相将 BCI 技术推向市场。
这家总部位于纽约的公司 C 轮融资使其总融资额达到约 1.55 亿美元。这笔资金将用于加速其脑植入设备的临床试验,该设备最初旨在让瘫痪患者通过思维操控计算机。此外,资金还将用于新员工招聘和开发未来版本的 AI 驱动 BCI 技术。
尽管 Neuralink 因其与备受争议的亿万富翁 Musk 的关联而备受关注,但包括 Precision、Blackrock Neurotech、Paradromics 和 Inbrain Neuroelectronics 在内的其他公司也在 BCI 领域悄然取得进展。
由前 Neuralink 高管 Benjamin Rapoport 共同创立的 Precision 今年早些时候打破了在活人大脑上放置神经刺激电极数量的世界纪录 (超过 4,000 个),并在去年将其设备植入测试患者体内,比 Neuralink 实现这一人体首次里程碑要早几个月。
与植入大脑的 Neuralink 的 N1 设备不同,Precision 的设备完全不会穿透大脑,而是放置在大脑表面,目前已在十多名受试者体内植入。
公司联合创始人兼首席执行官 Michael Mager 表示:"我们首先着手解决一些最严重的疾病——严重脊髓损伤、中风、肌萎缩侧索硬化症 (ALS)——我们的目标是开发出一种足够安全、可扩展的产品,以治疗广泛的神经系统疾病。这笔资金使我们向实现这一愿景又近了一步。"
这轮 C 轮融资由 General Equity Holdings 领投,B Capital、Duquesne Family Office、Stanley F Druckenmiller 的投资公司和 Steadview Capital 等投资者参与其中。据 Precision 称,这使其成为"BCI 行业资金最充足的公司之一"。
摩根士丹利最近估计,仅在美国,商用 BCI 市场的价值就可能达到 4000 亿美元。
其他融资动态
在其他近期数字健康融资新闻中,投资公司 Redesign Health 完成了一项 1.75 亿美元的基金募集,用于支持健康科技创业公司,此外还有 DeepLife、TG0 和 Tuva Health 的融资轮。
总部位于纽约的 Redesign Health 的这项新基金——迄今为止规模最大的基金——将支持约 20 家新公司,重点关注解决医疗劳动力短缺、应对人口老龄化、消除健康公平障碍以及扩大参保患者群体等领域的公司。
法国公司 DeepLife 获得了 1000 万美元的 A 轮融资,用于其 AI 驱动的模型,模拟活体人类细胞——被描述为细胞的"数字孪生"——旨在通过在分子水平模拟药物效果,使新药发现更加有效和可靠。
总部位于英国的人机界面专家 TG0 完成了 450 万英镑 (570 万美元) 的 B 轮融资,以资助其为医疗技术等行业开发 AI 驱动的硬件技术的工作。在健康领域,该公司正在开发用于治疗、康复和培训应用的压力映射和触感设备。
最后,美国健康数据和分析初创公司 Tuva Health 浮出水面,获得 500 万美元融资,用于其开源平台,该平台将电子健康记录 (EHR) 和健康索赔数据转化为支付方、医疗服务提供者和制药公司可采取行动的资源。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。