第三张图：制药实验室。
科研人员正在操作仪器，屏幕上显示分子结构图和ai生成的新化合物建议。
“盘古医药大模型，与魔都药物所合作。”辛玉良说：
“在抗肿瘤药物研发中，ai筛选出的三个新分子结构，经过体外实验验证，活性比现有药物高2-3个数量级。
传统筛选需要几个月的工作，ai只用了一周。
目前我们正在申请专利。”
三个例子讲完，会议室里的气氛明显活跃起来。
“玉良，”徐平开口问道，“盘古现在的主要瓶颈是什么？”
“两个。”辛玉良回答得很干脆：
“第一，算力。大模型训练需要海量算力，我们现在主要依赖昇腾集群，但规模还不够。
第二，数据。行业数据往往分散、封闭、质量参差不齐，获取和清洗成本高。”
“算力问题，冯总待会儿会说。”左梦安接话，“数据问题呢？有什么解决方案？”
“我们在推‘数据不出域’的学习方案。”辛玉良说：
“客户的数据可以留在本地，我们只传输模型参数。
这样既保护隐私，又能利用分散数据训练模型。
另外，我们也和政府、行业协会合作，建设行业数据开放平台。”
“商业化进展如何？”郑青山问。
作为cfo，他最关心的是投入产出。
“目前主要是项目制，每个行业解决方案的客单价在300万到2000万不等。”辛玉良调出财务数据。
“今年签约18.7亿，实际回款11.2亿。
利润率方面，软件部分毛利率85%，硬件部分30%，整体项目毛利率45%左右。”