> 数据图表我想了解一下英矽智能：生成式AIDD，Biotech属性亮眼2026-9-2英矽智能：生成式AIDD，Biotech属性亮眼 生成式AI是基于Transformer等先进架构、以海量多源数据预训练为基础的新一代人工智能技术，其核心特征是具备从无到有生成全新且符合逻辑与任务约束的内容的能力，覆盖文本、图像、代码、蛋白质序列、药物分子结构等多个维度。 生成式AI与传统AI的核心差异在于价值定位与能力边界的本质不同：传统AI以“分析与决策”为核心价值，依赖决策树、传统CNN/RNN等任务特定的小模型，通过少量标注数据训练后，输出靶点预测、医学影像分类、患者风险分层等结构化结果，其核心作用是优化已有流程的效率与准确性，却不具备创新能力；而生成式AI以创造与生成为核心价值，基于Transformer架构的大模型，经海量未标注数据预训练后具备极强的泛化能力，可通过微调快速适配多场景，能够生成全新的非结构化或半结构化内容，其核心作用是突破传统研发的瓶颈，创造全新的研发方向与内容，尤其在生物医药等创新驱动型行业中，展现出了颠覆传统研发模式的潜力。生成式AI与传统AI对比核心维度传统AI生成式AI核心目标分析、决策、预测已有数据创造全新的、符合逻辑的内容技术架构决策树、SVM、随机森林、传统CNN/RNN、规则引擎Transformer架构、大模型（GP T/LLaMA）、GAN/VAE/Diffusion Model输出类型结构化结果（标签、数值、排名、分类）非结构化/半结构化新内容（文本、图像、分子结构、代码、蛋白质序列）数据需求训练方式泛化能力交互方式创新能力少量标注数据（数千至数万条）任务特定训练，换任务需重新训练弱，仅适用于训练任务场景单向输入输出，无上下文理解能力无，仅分析已有数据的规律海量未标注/弱标注数据（数十亿至万亿级 tokens）预训练+微调，通用能力强，可快速适配多任务强，支持零样本/少样本学习，适配全新任务多轮对话、上下文理解、复杂任务交互有，生成全新的、符合约束条件的内容典型代表人脸识别系统、销量预测模型、垃圾邮件过滤器、医学影像分类模型ChatGPT、MidJourney、英矽智能药物分子生成平台、晶泰科技A I药物研发平台应用领域药物靶点预测、患者风险分层、医学影像分类、化疗方案推荐全新药物分子设计、临床研究报告生成、蛋白质序列合成、胃癌治疗方案优化资料来源：各学术会议，公司公告，西南证券整理41西南证券综合其他
