点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
最“狡猾”的毒株？XBB.1.5毒株或将横扫美国******
中新网1月4日电 近来，奥密克戎变异毒株的亚型XBB.1.5在美国等国家和地区的传播引发外界关注和担忧。该毒株是否会引发新一轮疫情浪潮，导致更严重疾病？疫苗对其还有用吗？人们应该如何进行防护？
资料图：美国纽约曼哈顿14街一处新冠病毒检测站为居民做检测。中新社记者 廖攀 摄XBB.1.5毒株将“横扫”美国？
XBB为新冠病毒奥密克戎BA.2衍生的2个变异株BJ.1和BM.1.1.1的重组毒株。XBB.1.5是XBB衍生的子分支。
英国《独立报》援引全球流感共享数据库(GISAID)的统计数据显示，已有至少74个国家和地区发现XBB.1.5，包括美国、英国、印度、巴基斯坦等。其中，美国有43个州检测到该毒株。
美国有线电视新闻网(CNN)称，2022年秋天，XBB曾在新加坡掀起了一波疫情浪潮。而今，XBB.1.5可能正在美国推动新一波的疫情浪潮。
美国疾病控制和预防中心(CDC)预计，与其它毒株相比，XBB.1.5每周的新冠病毒感染占比大幅增加，其中2022年12月的新感染病例占比从约4%升至41%。CDC还预计，在该国东北部，XBB.1.5导致了约75%的新病例。
华盛顿大学医学院病毒学实验室的新冠病毒测序主任罗伊乔杜里(Pavitra Roychoudhury)说：“几个月来，我们还没有看见过以这种速度传播的变体。”
西雅图福瑞德·哈金森癌症研究中心的计算生物学教授贝德福德(Trevor Bedford)也表示，“预计它会在未来几周推动传播增长。”
他指出，这种增长可能不会反映在病例数上，因为越来越多的人选择在家中进行检测。“因此，我希望将弱势年龄组(如老年人)的住院情况视为更合适的(疫情)浪潮指标。”
资料图：图为伦敦一美食街上，民众户外就餐。中新社发 张梦琪 摄两大特性或助推XBB.1.5传播
美国有线电视新闻网(CNN)指出，XBB.1.5之所以可能会推动新的疫情传播，与其两大特性有关。
一是其极为“狡猾”的免疫逃逸能力。
哥伦比亚大学微生物学和免疫学教授何大一最近在实验室进行了病毒测试，这些病毒被设计成具有XBB和XBB.1以及BQ.1和BQ 1.1的尖峰，以对抗不同类型的受试者血液中的抗体，包括感染病毒的群体，接种了原始株和二价疫苗的群体，以及既感染病毒又接种疫苗的群体。其团队还测试了23种针对这些新亚系的单克隆抗体疗法。
研究发现，XBB.1是其中“最狡猾的”。它被感染者和接种疫苗者血液中的抗体中和的可能性比BA.2低63倍，比BA.4和BA.5低49倍。此外，就免疫逃逸性而言，这些变体已“远离”人类制造的用于对抗它们的抗体。
何大一称，其免疫逃逸水平“令人担忧”，并表示这可能会进一步损害新冠疫苗的功效。XBB.1.5 在抗体逃逸方面与 XBB.1 相同，这意味着它有可能逃脱疫苗接种和过去感染所带来的保护。它还能抵抗所有当前的抗体治疗。
除高度免疫逃逸能力外，XBB.1.5另一可能有助于传播的“技能”在于——该毒株在486位点有一个关键突变，这使得它可以更紧密地与 ACE2 结合。ACE2相当于病毒用来进入人体细胞的“大门”。
弗雷德哈钦森癌症中心的计算病毒学家杰西布鲁姆(Jesse Bloom)表示，“这种突变显然让XBB.1.5更好地传播。”
不过，专家们也表示，现在很难知道XBB.1.5的增长在多大程度上可归因于病毒的特性或者传播时机。比如，假期期间，人们很可能会进行社交和旅行，而这给任何感染——无论是流感、新冠病毒还是呼吸道合胞病毒——带去更大的蔓延空间。
资料图：旅客抵达美国加州旧金山国际机场的国际航班到达区域。 中新社记者 刘关关 摄XBB.1.5会导致更严重疾病吗？
值得注意的是，多数专家预计，XBB.1.5有可能导致更多感染，但他们并不认为这些感染一定会更严重。
负责明尼苏达大学传染病研究和政策中心的奥斯特霍尔姆(Michael Osterholm)指出，更新版加强针应该能够提供一些保护，甚至可以抵抗XBB.1.5这种具有高度免疫逃避能力的毒株。
“他们仍然能提供一定程度的免疫力，可能无法阻止你被感染，但可能对你是否患重病和死亡产生重大影响。”他说，“我们掌握的最新数据显示，对于那些接种了二价疫苗的人来说，他们的死亡风险比那些没有接种的人低三倍。”
CNN指出，快速检测、佩戴口罩、做好室内空气的通风和过滤等等也将继续发挥作用，因此，即使病毒继续进化，人们仍然有很好的方法来保护自己免受感染。
“它似乎没有引起任何更严重的疾病，所以我认为今天流行的情况与一年前截然不同。”奥斯特霍尔姆说。
ChatGPT搞钱行不行****** 一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。 免费服务仍将继续 “新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。 去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。 当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。 但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。 据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。 烧不起的模型成本 尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。 有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。 “这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。 但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。 “钱景”在哪 长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。 洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。 但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。 天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。 张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。 AIGC商业化，侵权与被侵权 AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。 张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。 此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。 郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。 北京商报记者 杨月涵 （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
满堂彩地图 |
)