近期关于把未来交给“减肥”的讨论持续升温。我们从海量信息中筛选出最具价值的几个要点，供您参考。
首先，以DeepSeek为例，其早期发布的版本包含1.3B、6.7B、33B、67B等多种参数规模，形成完整模型梯队。但在最新一代体系中，策略明显改变。DeepSeek-V3系列的迭代中，官方重点只围绕少数旗舰模型展开，再通过蒸馏生成轻量版本，而不再维持完整参数矩阵。
其次，三家企业的分化走势，标志着医美上游行业正式告别“证件红利”“爆品红利”的野蛮生长阶段，迈入创新驱动、降本增效、精细化运营的全新发展周期。这种趋势在2026年美博会上体现得尤为直观：展会现场依旧人山人海，但参展厂商与展位格局发生显著变化。一方面，传统品牌展厅持续缩减，新锐品牌、白牌厂商扎堆涌现，甚至出现香醋、服装、首饰等美业关联度极低的跨界展商；另一方面，国际馆诸多国际大牌纷纷缺席，不少国内品牌参展意愿也明显降温，行业洗牌加速、深度转型的信号愈发清晰。，更多细节参见adobe PDF
最新发布的行业白皮书指出，政策利好与市场需求的双重驱动，正推动该领域进入新一轮发展周期。
。关于这个话题，okx提供了深入分析
第三，FT Videos & Podcasts
此外，尽管Evo和Evo2展现出了广阔的医学应用前景，但这些应用或许还比较遥远。然而，另一个问题已经迫在眉睫：如果有人让Evo2或者其他形式的基因组语言模型学习那些威胁人类健康的病原体的基因组会发生什么？它们能否生成威胁人类生存的基因组？AI当然没法自己把这些基因组合出来并组装成威胁人类的病原体，但人可以，蓄意或者无意都可能。因此，在关于Evo和Evo2的论文中，这群斯坦福大学的研究者都特别指出，在用于训练AI的基因组数据集中，他们滤掉了那些（至少是已知的那些）可能对人有威胁的微生物病原体的基因组。好在已经有越来越多的研究者认识到问题的严重性。2025年6月，来自哈佛大学、斯坦福大学、普林斯顿大学等著名大学的一批科学家在业内顶级生物科技期刊《自然·生物技术》上刊文，呼吁学界联合起来，对生成式的生物学AI工具（Evo和Evo2就属于这个范畴）设置安全威胁防护措施。，推荐阅读adobe PDF获取更多信息
最后，[&:first-child]:overflow-hidden [&:first-child]:max-h-full"
随着把未来交给“减肥”领域的不断深化发展，我们有理由相信，未来将涌现出更多创新成果和发展机遇。感谢您的阅读，欢迎持续关注后续报道。