汽车业迎S.E.A.变革
英特尔宣布以153亿美元收购Mobileye。自此，我们从2014年开始研究汽车科技后推出的纯粹股票标的已被大公司收购殆尽。我们继续认为，共享出行、电动化和自动驾驶是当前汽车业发展的三大趋势，将相辅相成共同改变汽车生产和消费模式，自动驾驶共享电动车将成为城市出行的主要模式。电动化和自动驾驶将极大提高汽车内部的半导体含量和软件含量，提高科技公司在汽车产业链的重要性。三星80亿美元收购Harman，高通385亿美元收购NXP都说明在汽车业变革中，掌握关键技术和客户资源的供应商的并购价值。就自动驾驶而言，继续维持2020/2025年为半/全自动驾驶商业化时点的判断，硅谷和底特律的竞争状态依然胶着。关注英伟达在自动驾驶方面的继续布局，也关注Delphi等锐意图新的一级供应商和瑞萨、英飞凌等汽车半导体厂商。就电动化而言，特斯拉已完成再融资，以其电池工厂扩张和Model 3达产为标志性事件，今年将是电动车从小众向大众市场跨越鸿沟的关键一年，也将是电动车渗透率提高由政策驱动转向技术/成本驱动的开局之年（美国州一级电动车补贴可能逐渐退出，联邦汽车油耗2022-25年标准可能放松）。看好Albemarle等电动车产业链相关标的。
科技IPO市场有望复苏
今年IPO的第二支科技股MuleSoft首日上涨39.71%，更有两家公司Yext和Okta上周递交上市文件。我们继续认为，今年美股科技IPO市场有望复苏，将有更多企业服务软件公司上市。
生命和计算科学双剑合璧
尽管今年美股生物制药板块依然面临降低药价的政策风险，但研发管线的进展依然引人注目。基因编辑公司Editas与艾尔健达成合作，将基因编辑用于猪器官移植的创业公司eGenesis获得首轮融资。默克PD1药物Keytruda首次获批血液瘤。此外，生命和计算科学的双剑合璧带来更多创新，不仅有能收集可靠临床数据的苹果ResearchKit，更有能将药物带到肠道的机器人。
语音生态系统雏形已现，AI+成普遍商业模式
谷歌Home开始尝试语音广告，亚马逊Alexa让开发者免费使用AWS。我们继续认为，今年将是语音生态系统货币化的开局之年，但为了平衡用户体验，语音应用的货币化势必需要更多的创新和摸索。AI+无处不在，已进入服装和工业设计、绘画、作曲、编剧等艺术创作领域。
其他要闻
Oracle季报超预期、云转型逐渐成功；人造鸡柳；谷歌和李维斯推出智能夹克；沃尔玛收购服装电商ModCloth，亚马逊将为中国卖家提供空运服务；SpaceX获第二份军事订单，Alphabet Project Loon CEO再度换帅；任天堂将Switch产量增加一倍。
*****************************************
汽车业迎S.E.A.变革
英特尔153亿美元收购Mobileye
英特尔（INTC）宣布以每股63.54美元价格（相对周五收盘价溢价34.4%）收购Mobileye（MBLY）。自此，我们从2014年开始研究汽车业车联网和自动驾驶后推出的纯粹股票标的已被大公司收购殆尽（《Mobileye，智能汽车的眼睛》2014-10-23》，《哈曼，车联网的受益者》2014-06-09）。我们继续认为，共享出行、电动化和自动驾驶是当前汽车业发展的三大趋势，将相辅相成共同改变汽车生产和消费模式，并带来新的市场机会，自动驾驶共享电动车将成为城市出行的主要模式。电动化和自动驾驶将极大提高汽车内部的半导体含量和软件含量，提高科技公司在汽车产业链的重要性。三星80亿美元收购Harman，高通385亿美元收购NXP都说明在汽车业变革中，掌握关键技术和客户资源的供应商的并购价值。就电动化而言，以特斯拉电池工厂扩张和Model 3达产为标志性事件，今年将是电动车从小众向大众市场跨越鸿沟的关键一年，也将是电动车渗透率提高由政策驱动转向技术/成本驱动的开局之年。看好从中国到海外的电动车产业链（《电动化加速，汽车业迎S.E.A.变革》2016-06-16），包括A股的国轩高科、沧州明珠等和美股的Albemarle（ALB）等。就自动驾驶而言，继续维持2020/2025年为半/全自动驾驶商业化时点的判断，硅谷和底特律的竞争状态依然胶着。纯粹股票标的已经稀缺，关注英伟达（NVDA）在自动驾驶方面的继续布局，也关注Delphi（DLPH）等锐意图新的一级供应商和瑞萨、英飞凌等汽车半导体厂商，以及A股的四维图新、双林股份等。收购消息公布后，Mobileye股价上涨至收购价附近的60.62美元，英特尔股价下跌2%，Delphi 股价上涨4%，英伟达上涨2.75%。
收购电话会要点及评论：
► 收购价格每股63.54美元，对应股权价值153亿美元，企业价值147亿美元。相对周五收盘价溢价34.4%。对应2017/18年市盈率61.2/40.4倍，市销率30.6/21倍（此前高通收购NXP动态市盈率17倍，动态市销率4倍）。收购资金由英特尔的海外现金支付。交易将于9个月内完成，将立即对英特尔的（Non GAAP）盈利和自由现金流产生正贡献。成本节约到2019年可达每年1.75亿美元。英特尔的自动驾驶部门将设在以色列，继续由Mobileye的创始人/CTO Amnon Shashua领导
► 英特尔预计L1/L2的驾驶辅助功能到2030年的渗透率超过40%，L3/L4半自动驾驶从2020年开始商业化，2030年渗透率超过30%。因此，自动驾驶整体市场空间到2030年为700亿美元，其中包括软硬件收入500亿美元，数据和服务收入200亿美元。此外，自动驾驶也将带来400亿美元的数据中心收入，包含算法训练和网络连接等。自动驾驶所需计算量将从L2阶段的0.5 TFLOPs，提高到L4阶段的50 TFLOPs。（我们在《自动驾驶渐行渐近，产业变革蓄势待发》2016-04-08中估计，2030年L1-4的渗透率分别是50%、25%、15%、10%，相关软硬件和服务市场规模1780亿美元）
► 对Mobileye而言，与英特尔合并，将加速产品开发和上市时间，为客户提供成本更低、性能更好的一整套解决方案。合并后的团队将得以将Mobileye 的机器视觉算法与英特尔的芯片、数据中心、AI、网络连接能力相结合，并在传感器融合（sensor fusion），软件、芯片和中间件协同，地图服务（Mobileye的REM地图已与HERE合作，英特尔此前收购HERE15%股权）等方面通力合作。从Mobileye与其OEM客户预先沟通的反馈来看，汽车厂商看好此项并购。此前的商业计划（包括L3上的五个项目和L4上的五个项目）都继续进行，但可以获得更多资源支持
► 对英特尔而言，收购Mobileye不仅可以使其一次性获得营业利润率34%、自由现金流利润率42%、未来三年年均增长45%以上的业务，继承Mobileye积累18年的专业技术、数据和客户基础，也可帮助公司向人工智能、物联网等下一个技术浪潮转型，并可能带来数据服务的持续性收入来源
► 我们此前一直认为，Mobileye在2019年以前ADAS阶段的技术优势和市场地位不容置疑（公司也明确给出2019年收入指引11亿美元），但2020年进入半自动驾驶时代以后，竞争加剧也将不可避免。与哈曼选择被三星收购的逻辑一致，选择被英特尔收购，使其可获得更多的资金和技术支持
► 这一收购事件也将对自动驾驶技术演进产生影响。对传统车企和一级供应商而言，英特尔+Mobileye的组合虽然是ADAS/自动驾驶领域最可靠的供应商，但不甘心将核心技术外包的车企（如通用等）依然有动力自主研发不依赖于硬件（hardware agnostic）的软件算法。对英伟达而言，既加剧了竞争压力，也带来了机会，一些与Mobileye在视觉算法上形成竞争的公司（如特斯拉、谷歌，以及Comma.ai，Drive.ai等创业公司）将可能避免使用英特尔的芯片硬件。
【以色列渐成汽车科技中心】上周英特尔对Mobileye的收购案，以色列自动驾驶技术也因而受到关注，来自该国家的技术初创公司未来或将吸引更多来自其他国家的投资。根据非营利组织EcoMotion的统计，目前以色列有近400家专注于交通和自动驾驶技术的初创公司，他们在近4年完成约40亿美元融资。除了自动驾驶，以色列也拥有从网络安全到人工智能的多种前沿科技，以及推动本国科技发展的踊跃创业者。特别是在自动驾驶技术方面，以色列的科技工作者希望能颠覆汽车生产链上的每一个环节，充分利用本地在内燃机和快充电池领域的专业人才。例如，以色列车联网数据公司Otomono以出售收集的联网车辆产生的数以百计的实时参数（如车胎压力，驾驶习惯和娱乐信息）为主要业务，现与包括戴姆勒等8家汽车厂商合作，未来还考虑与苹果iTunes车载音乐合作。Nexar是专为摩托车车主打造的应用程序，旨在为摩托车车主提供具有人工智能功能的行车记录应用。这款应用不仅可以在危险之前向车主发出警告，并为事故整理保险申报单。打车软件Via Transportation去年融资1亿美元，电动车快速充电技术公司Storedot前年融资1800万美元。（The Wall Street Journal）
特斯拉完成12亿美元再融资，Albemarle预测电动车拉动锂需求
特斯拉宣布已完成12亿美元融资，每股价格为262美元。其中3.5亿美元是普通股，另外还有8.5亿美元于2022年到期的可转换债券。Elon Musk参与此次融资，购买2500万美元的普通股。特斯拉在2018年需要偿还的债务大约为20亿美元，届时公司将大幅提高汽车的产量及销量。去年特斯拉总共生产了8.4万辆汽车，计划2018年底实现年产量50万，2020年达100万。融资消息公布次日，特斯拉股价上涨2.47%。（The Wall Street Journal，Reuters）
【Model 3下一代产品Model Y概念车曝光】Model 3下一代产品将为Model Y（目前仍不是官方名称），该车预计将使用Model 3的工程架构，但车型为紧凑SUV。英国权威汽车杂志《Autocar》报告中表示，预计Model Y的单次充电里程大约为230英里，售价超过Model 3。Model Y将使用Model X上的鹰翼门，内饰及主题与Model3类似，用户可以选择配置自动驾驶硬件（8个摄像头、12个超声波传感器和一个前置激光雷达），价格在1万美元以下，能使汽车具备完全自动驾驶能力。（Autoweek）
【Albemarle预测电动车拉动锂需求】Albemarle（ALB）在年度投资者日中预测，电动车动力锂电池需求从2016到2021年年均增长30-35%，储能锂电池需求年均增长超过40%。到2021年，由BEV和PHEV带来的锂需求，将从2016年的25 MT LCE增加到141 MT LCE。公司同时给出2017年和未来5年财务指引。预计2017年收入增长5%-10%，调整后EBITDA利润率28%-29%，EBITDA增长6%-11%，调整后EPS增长12%-19%。预计到2021年，收入年均增长7%-10%，调整后EBITDA利润率32%-35%。投资者日次日股价上涨2.12%。
硅谷与底特律赛跑
【加州计划放宽自动驾驶管制允许无人监管路测】近日，加州机动车管理局DMV表示，对自动驾驶汽车的路测或将取消部分限制，不再要求有一名安全驾驶员在车内进行监控，这一规定将在今年年底生效。不过，机动车部门还是建议，自动驾驶汽车在投入销售以及作为出租车和类似Uber的网约车之前，必须在公共道路上测试至少一年的时间。自动驾驶汽车的制造商必须向加州政府保证，他们出产的汽车达到了联邦安全标准。目前，加州共有包括汽车制造商/供应商、科技公司等在内的27家公司已获得自动驾驶路测许可。新的政策目前正在寻求为期45天的公众意见，并将于4月25日举行听证会。（Reuters）
【英伟达与Paccar合作开发自动驾驶卡车】英伟达与卡车制造商Paccar公司合作开发自动驾驶卡车。Paccar已经生产了一款使用英伟达Drive PX2平台的L4级别自动驾驶概念卡车，神经网络的训练使用了人类驾驶半拖车的驾驶数据。英伟达还发布了概念车在封闭道路的行驶视频，视频中没有人坐在驾驶座。（TechCrunch）
【博世使用英伟达Xavier架构设计自动驾驶汽车AI超算】博世正在设计一款用于自动驾驶车辆的人工智能超级计算机，该超级计算机使用英伟达基于Xavier架构的Drive PX系列，后者是世界上首款可以管理4级自主驾驶功能的单芯片处理器。此次合作意味着为世界上所有主要汽车制造商提供产品的一级供应商成为英伟达的合作伙伴。（TechCrunch）
【创业公司Drive.ai使用深度学习研发自动驾驶】Drive.ai成立不满一年，目前已经有4辆车在旧金山湾区进行路测，即使在夜路、下雨、有雾等复杂情况下，它们也基本可以实现完全自动驾驶。该公司与其它自动驾驶公司使用的方法不完全相同，主要体现在算法、训练数据等方面。
Drive.ai联合创始人、CEO Sameep Tandon表示，深度学习是在短期内制造出可用完全自动驾驶汽车的唯一可行方案。目前主流的自动驾驶公司最常见的做法，是把深度学习用在感知方面，即识别摄像头画面中的行人等计算机视觉任务。而Drive.ai将深度学习渗入到了自动驾驶的所有步骤中。深度学习最大的问题是“黑匣子”，向一个训练好的深度学习系统输入数据，然后系统输出对数据的解释，而输入、输出之间的决策过程，人类却无法知晓。这就导致一旦系统做出了错误的决策，如果完全使用深度学习，人类就无法确切地知道在这个过程中哪个环节发生了错误。Drive.ai尽管在感知和决策上都使用深度学习，但并没有使用一个端到端的深度学习网络，而是将它分解成几个部分，然后分别应用深度学习，使得每部分都能用不同的方法来验证。
数据方面，大多数自动驾驶团队的做法是收集尽可能多的数据，然后管理和使用这些数据。而Drive.ai认为数据之间有差别，因此花费很大的精力用于收集高质量数据，然后进行标注。标注是一项简单而枯燥的工作，很多公司使用人工标注，1小时的自动驾驶数据需要800小时的标注时间。而Drive.ai使用深度学习来进行自动标注，因此只需要很少的人员团队，并且在很多场景中，能够比人类标注得更好。
Drive.ai还在推动让自动驾驶汽车可以像人类一样驾驶。目前通用的交通路灯方法是把详细的路口信息映射给自动驾驶系统，告诉摄像头应该看哪里从而识别红绿灯。但这种方法无法扩展到更广的用途领域。Drive.ai则收集不同路口、不用角度、不同场景的信息，训练深度学习系统识别交通灯。除此以外，Drive.ai还用情景感知的方式进行判断。比如有些情况下，交通灯被遮挡，但周围的车辆都启动行驶，那么系统也将判断目前交通灯是绿色的。
目前Drive.ai搭载了9个高清摄像头、2个雷达、6个Velodyne Puck激光雷达，旨在基于融合传感器数据进行深度学习的多模式冗余和决策来保证在部分传感器失灵情况下的安全。但该套设备的价格过于昂贵。Drive.ai联合创始人Joel Pazhayampallil表示，现在的硬件配置有些过度，当Drive.ai进入试点计划时，传感器会有所减少。（IEEE Spectrum）
【Uber单周自动驾驶汽车里程数再超2万，仍需大量人工接管】3月1日~3月8日，Uber总计43辆自动驾驶汽车在自动驾驶状态下的测试总里程数达到20,354英里，自2016年12月以来单周里程第二次超过2万。Uber乘客在这一周内总计乘坐自动驾驶汽车约1080次，约930次在匹兹堡，150次在凤凰城。Uber对自动驾驶汽车主要采用3个指标进行考量，两次人工干预之间行驶过的距离、两次关键干预之间行驶的距离以及两次不适乘车体验之间行驶的距离。其中两次人工干预之间行驶过的距离没有显著改善，为0.8英里；两次关键干预（即避免人员伤亡或者超过5000美元财产损失）之间行驶过的距离有所进步，达到约200英里；而两次不适乘车体验之间行驶的距离较一月降低一半，不足2英里。（Recode）
【NIO发布自动驾驶概念车NIO EVE】NIO公司在德州奥斯汀举行的SXSW大会开幕首日发布了自动驾驶概念车型NIO EVE。该车型定位中高端市场，预计将于2020年开始量产，首批量产汽车将先登陆美国和欧洲市场。NIO EVE车身采用了流线型的设计，包含驾驶座在内车内设有6个座椅，其自动驾驶技术将与Mobileye、NVIDIA和NXP展开合作，到2020年的量产车型将具有L4级别的自动驾驶能力。此外NIOEVE还配备一款语音控制人工智能系统NOMI，它持续学习用户的习惯与兴趣，根据不同使用场景来满足每个人的个性化需求。去年10月，公司已经获得加州DMV授予的自动驾驶路测许可，并于同月在硅谷设立总部。紧接着，NIO发布的电动超跑NIO EP9，其最高时速可达到160英里/小时，造价颇为昂贵，高达120万美元。今年2月，NIO EP9在没有人类干预的情况下，已经可以完成2分钟常规速度，以及以160英里/小时的高速自动驾驶。（Fortune）
【Lucid Motors加入电动汽车竞争】Lucid Motors推出一款成本低于特斯拉Model S的电动轿车Air，正式出货将在2019年之后。Air在扣除联邦补助后的起售价为52,500美元，较基础款Model S便宜8000美元，与宝马AG 5系和奔驰E级车接近。单次充电里程数240公里，与通用汽车售价3万美元的Chevrolet Bolt接近。Lucid Motors目前已经开始接受这款车的订单，订金2500美元。Lucid计划届时的年产量将为1万辆。（The Wall Street Journal）
【自动驾驶面临主要传感器短缺】The Information称，自动驾驶目前面临包括政府监管和技术复杂性的困难外，主要传感器供货不足也是阻碍其发展的关键问题。Velodyne最新的财务数据显示，市场对LIDAR暴涨的需求使得该公司乃至整个LIDAR市场出现供货不足，同时这一趋势也将吸引更多的行业进入者。然而，这一现象对于自动驾驶汽车开发者来讲这并不是件好事。一些公司开始限制自己进行路测的自动驾驶汽车数量，同时数据收集的放缓也开始影响后台数据、软件研究者们的工作。来自加拿大滑铁卢大学自动驾驶研究室的研究员称，他们一个使用了5年的LIDAR损坏后，向Velodyne订购一个新的360度视角LIDAR需要等待至少6个月时间。Veolodyne方面，公司2017年毛收入将增长2倍至1.9亿美元，该数据2016年为5000万美元。2018年收入预期为3.2亿美元。巨大的市场需求下，Velodyne将面对的新竞争对手包括Quanergy和Innoviz，以及初创公司Cepton Technologies。（The Information）
科技IPO市场有望复苏
【MuleSoft上周五上市，当日股价涨近40%】SaaS集成公司MuleSoft上周五上市，作为今年第一个主要的企业软件相关IPO，筹集2.21亿美元资金，IPO定价17美元，高于此前提出的14~16美元定价区间。IPO价格使MuleSoft的初始市值达到21.4亿美元，完全稀释后市值29亿美元，而公司上一轮融资时的估值约为15亿美元。上市当天公司股价上涨39.71%。IPO价格对应历史市销率14x，而首日收盘价对应历史市销率20x。MuleSoft是一家提供基于云的企业集成服务的初创企业，成立于2006年，总部位于旧金山。公司的主打产品是Anypoint平台，可实现SaaS、SOA及API等，以及本地系统与云服务的集成。该平台可以对企业的集成策略进行集中的设计和管理，并作为中心与各类端结点系统对接，将二维的点对点连接降低到一个维度，从而简化了集成的复杂性。公司2016年收入达到1.88亿美元，同比增长达73%，其中订阅与支持业务收入1.53亿美元，专业服务及其它业务的收入约3500万美元；净亏损近4960万美元，较2015年净亏损6544万美元有所减少。公司客户数量超过1000，包括麦当劳、联合利华、可口可乐、Salesforce.com等。单客户年化收入2016年达14.3万美元，客户留存率117%。（公司S1文件，Axios）
【位置数据公司Yext提交上市申请】位于纽约的位置数据公司Yext已提交上市申请，预计最快会在4月上市。公司成立于2006年，已累计融资1.17亿美元，最后一轮估值超过5亿美元。投资者中Sutter Hill Ventures持股23.6%，其他投资者还包括Institutional Venture Partners、Marker Financial Advisors和Insight Venture Partners。公司于2016年前9个月实现8860万美元收入（2015年同期为6400万），亏损2860万美元，较2015年同期的1820万美元有所扩大。对于Best Buy、麦当劳和Marriott客户来说，Yext主要负责管理这些公司旗下店铺在搜索引擎、社交媒体和地图上的位置信息管理和更新。（TechCrunch）
【身份管理软件公司Okta将上市】身份管理软件公司Okta于上周提交S-1表格，正式启动了IPO程序，成为最新一家进行公开募股的完全靠订阅付费营收的纯云端技术公司。在S-1文件中，Okta表示公司2016年前9个月收入为1.12亿美元，同比增长近90%；净亏损为6530万美元，同比增长13.5%。公司最近一轮融资与2015年9月，获得7500万美元，累计融资2.28亿美元，估值超过10亿美元。拥有超过2000家客户。Okta与Facebook、GSuite、Box和Workspace等公司建立了合作伙伴关系，为客户提供在诸多云服务之间快速切换的能力。随着人们转向云端，身份业务正在成长。人们意识到周边安全机制已不能满足需求，而身份管理已成为安全的核心组成部分。尽管行业需求应景出现，Okta在S-1文件中对自身服务的缺陷也并不避讳。公司不具有对登录的底层系统的控制，如果一个公司想要切换到非标准的验证方式，将会遇到支持方面的困难，进而对其业务产生影响。在Okta发掘了密码管理和身份验证市场之后，Salesforce等一些竞争者也开始出现。（Fortune）
【Airbnb暗示或于2018年上市】Airbnb CEO Brian Chesky于近日出席位于纽约的Economic Club活动时表示，Airbnb正处在上市的两年议程中，上市计划已经进行了一半。这意味着Airbnb或将于2018年进行IPO。在上周完成最新一轮10亿美元融资后，Airbnb估值达到310亿美元。Chesky称投资者很耐心，没有给公司带来上市压力。此外，他还称与其它渴望上市的公司不同，Airbnb目前并不缺钱，且公司具备收购其它小公司的能力。他称公司上市的目的是为股东建立直接的资金流动性。（IBT）
生命和计算科学双剑合璧
【eGenesis融资3800万，研究异体移植】初创公司eGenesis获得3800万美元，Biomatics Capital和Arch Venture Partners领投，其他投资者包括KhoslaVentures、Alta Partners、Alexandria Equities、Heritage Provider Network、Berggruen Holdings North America、Uprising和Fan Ventures。该公司致力于研发异体移植，使用猪器官来救助需要器官移植的人类。异体移植的主要问题是如何移除动物基因中携带的病毒片段，以及移植后可能出现的不兼容问题。eGenesis已经在2015年实现了猪基因中病毒片段的移除，目前需要解决的问题是不兼容问题。eGenesis希望利用CRISPR技术对猪基因进行编辑，然后使用携带该基因的细胞培育出猪及其器官，从而解决这一问题。公司联合创始人及首席技术官是毕业于北大生命科学院的杨璐菡。（Endpoints，MIT Technology Review）
【Allergan与Editas就基因编辑技术治疗眼病达成合作】制药公司Allergan与基因编辑公司Editas达成合作，将可以拥有最多5个使用CRISPR/Cas9技术来治疗眼病的项目，其中包括Editas的领先项目雷伯氏先天性黑内障（LCA10），目前正在临床前研究。Allergan为5个项目支付了9000万美元的首付款，之后还将支付一些里程碑金额。（Endpoints）
【KEYTRUDA获FDA批准用于治疗经典型霍奇金淋巴瘤】Merck宣布其免疫疗法药物KEYTRUDA获得FDA批准，用于治疗难治性经典型霍奇金淋巴瘤患者，即已经经历了三次或以上主要疗法后病情出现复发的患者。此次批准基于KEYNOTE-087试验结果，该试验招募了210名患者，结果显示总反应率达到69%，完全缓解率22%，部分缓解率47%。这是KEYTRUDA首度获批治疗血液癌症。（Endpoints）
【安进新一代降脂药Repatha 长期数据不佳】美国生物技术巨头安进（Amgen）近日公布了新一代降脂药Repatha（evolocumab）涉及2.7万患者的2年随访数据。数据证实，该药物可将心血管病风险平均降低15%，但低于投资者此前预期的20~22%。股价当日下跌6.38%。具体而言，心脏病风险下降27%，中风风险下降21%，coronary revascularization风险下降22%，但对死亡率没有显著影响。因为Repatha药品标价较高，每年需花费1.4万美元（折扣前），因此投资者担心这样的疗效数据不足以打动医保支付方。因为医保支付不佳，去年该药品仅实现销售1.41亿美元，而此前市场预期2021年销售可达39亿美元。（The Street，Endpoints）
【AliveCor融资3000万美元，推出AI中风预防平台】医疗科技初创公司AliveCor宣布，从Omron Healthcare和Mayo Clinic获得了3000万美元的融资，并推出针对医生的人工智能中风预防平台KardiaPro。AliveCor目前已经为其售价99美元的心电图读取设备配套设计了一款获FDA批准的手机应用Kardia。KardiaPro将更加先进，跟踪中风高危患者包括体重、活动和血压等在内的因素，然后通过AliveCor的人工智能技术分析，从而排除潜在的中风可能。公司的心电图腕带Kardia band已在欧洲上市，目前正在等待FDA的批准以便在美国上市。此次融资后，公司总融资达到4540万美元。（TechCrunch）
【苹果Research Kit数据具备较高可靠性】Mount Sinai医院上周在Nature Biotechnology发表文章称，通过移动端苹果Research Kit所收集的医疗健康数据已具备较高可靠性，特别是针对哮喘病的数据与实际病例研究数据相比准确性颇高。对于医学研究来讲，招募参与者一直是个困难。通过智能手机收集健康数据已经成为近年来业内纷纷尝试的新方式。预计到2020年全球将有60亿智能手机用户，这为医学研究提供了丰富的数据资源。苹果于2015年发布Research Kit医学研究平台，旨在帮助研究者招募参与者，并协助研究调查和数据收集。使用该平台的早期研究机构包括University of Oxford、Stanford Medicine和Dana-Farber Cancer Institute。目前，近5万个iPhone用户下载了针对哮喘病的应用程序，其中约7600人签署了同意书并加入了为期6个月的研究项目。
该应用程序不仅从参与者那里获取针对哮喘日常护理的调查数据，更重要的是能为参与者提供实时的位置和空气质量信息。研究者和科学家们将收集的数据与外部因素进行对比，从而判断数据的可靠性。例如当华盛顿州发生火灾时，该地区和统一时间段所上报的哮喘症状和数据就相对可靠。然而，通过Research Kit这种移动端收集数据的方式也存在一些弱点。首先所获数据只在短时间内对研究项目有效，研究员们需要不断的融入更广泛、更多的参与者。其次，参与者的留存率较低影响信息完整性。在哮喘这项研究中，起初有约85%的人完成了至少一项调查，而六个月后仅其中的30%完成了相关后续调查。（The Verge）
【将药物带进肠道的机器人】近日，来自瑞士Ecole Polytechnique Fédérale de Lausanne（EPFL）智能系统实验室的研究人员，推出了一款可吞食并且可消化的自动促动器。它由明胶制成，能够进入人体肠道，释放所携带的药物，完成一些医疗任务。它的长度大约为3到5厘米。如果两个一起放进去，还可以当作夹具来使用。该研究团队介绍说，目前市场上有很多可吞食电子产品，它们能够让产品中的电池、芯片或摄像机，安全地进入并顺畅地通过消化道。促动器除了不含任何电子器件以外，还是完全可以消化的。这一点与其他可吞食电子产品是不一样的。因为后者是不能被人体所消化的，最终还是需要排出人体系统之外。如果这一明胶促动器能够与这些先进技术相结合，那么有朝一日定会研发出一款完全可吞食的自动装置。到时候，那些自动装置能够将药物安全带入肠道，并且四处活动上药，保证肠道内部所需要的稳定性。EPFL研究人员表示，这款促动器虽然已花费一年时间进行研发，但仍处在初期阶段。他们已经与瑞士国内一流的烹饪和酒店管理学校École hôtelière de Lausanne达成了合作，希望实现食物和明胶促动器之间的结合，让人们在享受美味的同时，允许促动器进入胃肠道工作。（Recode）
【Bill Maris建立新的风投基金】Google Ventures创始人Bill Maris正在建立一个新的风投基金Section 32，初始资金1亿美元，主要投资方向包括健康医疗、生物科技以及其它技术驱动的种子轮或前期初创公司。（TechCrunch）
语音生态系统雏形已现，AI+成普遍商业模式
【谷歌在语音助手端为迪士尼新电影宣传】谷歌Home进行了更新，在回答用户问题之后，自动为迪士尼公司的新电影《美女与野兽》播放17秒的宣传。该宣传同样在运行Google Assistant的部分手机上推出。此举是谷歌首次尝试在语音助手上投放广告，或许旨在探索新的广告形式以及消费者对广告的容忍度。谷歌则表示，此次宣传并不是广告，而是一项称为“timely content”功能的一部分，并且只是与迪士尼的合作，而没有向迪士尼收取费用。（The WallStreet Journal）
【亚马逊向Alexa开发人员免费提供AWS服务】针对大部分Alexa应用的开发人员无法从中获利，亚马逊计划为开发人员提供免费AWS服务。亚马逊宣布，Alexa的开发人员每个月将获得100美元的免费额度，在此额度内免费使用AWS的云计算服务。这个额度能保证大部分能够不用为AWS服务付费，但少数大量使用AWS的还是需要为超过额度的部分付费。该补助计划目前没有一个明确的结束日期。（Recode）
【亚马逊购物应用加入Alexa】亚马逊购物应用加入Alexa功能，目前仅在iPhone上推出。实际上这就是一款移动端的Alexa，不需要亚马逊硬件支持，此举的意义在于利用亚马逊购物应用的广大受众群体向消费者展示Alexa的功能，从而促进Echo等设备的销售。购物应用内的Alexa将提供基本问答、基础运算、阅读新闻、查询天气和交通状况、控制智能家居、利用Uber打车、播放音乐和阅读Kindle电子书等几乎所有基本及集成功能，还将与应用程序整合提供搜索产品、跟踪订单、购买商品等功能。（TechCrunch）
【人工智能进行艺术创作】擅长利用人工智能为用户推荐服饰的Stitch Fix此前推出了三款上衣。这三件衣服均是在人工智能的帮助下设计而成。软件算法根据收集到的用户购买行为来判断他们的喜好，将这些信息数据化后通过软件算法为用户设计出专属的上衣。根据用户的喜好这些上衣的袖长、剪裁和图案都有所不同。这三款上衣作为预选精品盒一经推出便销售一空。随后Stitch Fix更加信赖人工智能，今年2月又推出了9款新单品，包括裙子和上衣。公司称计划在今年年底再推出12件新品。公司首席算法官称，其软件算法会将不同的袖长、剪裁、版型和领口进行多达数以万亿计的组合。与人类设计师相比，电脑还能分析组合出来的衣服所适合的布料。
除了时尚界，人工智能的创造力还体现在音乐、商标、游戏、特效等领域。利用机器学习，结合数据和算法的人工智能在创新方面的应用层出不穷。谷歌、Adobe Systems、微软和索尼都已建立了算法创新能力相关的研究项目。其中，Adobe已投资数以百万计的资金。长期来看，该领域不断涌现的研究成果将提高包括自动驾驶计算机视觉等这类复杂分析技术。Facebook旗下人工智能研究实验室近期还采用蒙特利尔大学研发的图像生成技术，创作出教堂、面孔等图片，还有其他团队使用这项技术创作出逼真的蚂蚁、小鸟、火山、修道院等图片。
Autodesk公司已花费7年时间开发一款名为Dreamcatcher的人工智能系统。该系统可以被用于工业设计，只需要用户数据某些设计、材料和工具，它便可完成一项设计。该公司的研究员就利用这项技术创造了一个概念汽车部件。该部件比原先的版本减少了35%的质量。该公司还利用Dreamcatcher设计了一把椅子，这把椅子将在今年晚些时候被3D打印出来。此外，来自伦敦的初创公司Jukedeck开发了一款可以谱写旋律的人工智能软件。来自加拿大的在线服务公司Logojoy利用人工智能帮助小型企业、自由职业者和业余爱好者设计商标，并已完成并卖出300个商标。网络上还有一个爱好者社区，他们利用人工智能尝试各种艺术创作，包括T.S.Eliot风格的诗，甚至模仿毕加索的绘画效果。（The Wall Street Journal）
Autodesk用AI系统Dreamcatcher设计的椅子
谷歌神经网络系统DeepDream创作的画作，拍卖价格可达8000美元
【DeepMind将利用AI平衡英国电力供应】谷歌旗下的AI实验室DeepMind，正在与英国国家电力公司商议，如何利用人工智能平衡电力供应的问题。DeepMind认为，机器学习算法可以更准确地预测需求模式，有效地平衡英国国家电力系统中的供需矛盾。公司希望无需投入新的基础设施，只通过优化的手段，就可帮助英国节省10％的电力使用量。（Cityam）
【DeepMind使人工智能拥有“记忆”】DeepMind研究人员开发了一款新的算法Elastic Weight Consolidation（EWC），使神经网络学习、记住并重新使用以前的信息成为了可能。此前，人工智能学习新的任务时会覆盖此前学会的知识和记忆，这一现象称为“Catastrophic Forgetting”，使阻拦通用型AI实现的关键障碍之一。（The Verge）
