快三平台代理|平台推荐官方版v2.9.1(2023已更新)

Paxlovid仿制药猜想******

　　1月10日，“辉瑞称正与中国伙伴合作”的消息引发市场热议。有报道称，辉瑞公司首席执行官Albert Bourla在旧金山举行的摩根大通医疗保健会议上表示，正与中国的合作伙伴携手，预备从今年上半年开始在中国提供新冠口服药Paxlovid。同时Albert Bourla否认了有些中国公司生产及销售Paxlovid仿制药的消息。在辉瑞Paxlovid无缘医保后，相比降价幅度争论，供应是业界更关注的焦点。若实现本土化生产，Paxlovid的“一药难求”能缓解吗？

　　本土化生产

　　Paxlovid本土化生产提速。Albert Bourla在旧金山举行的摩根大通医疗保健会议上表示，正与中国的合作伙伴携手，预备从今年上半年开始在中国提供新冠口服药Paxlovid。

　　辉瑞中国相关负责人向北京商报记者证实了上述消息。“Albert所提到的就是早些时候与华海药业签订的本地化生产协议，并不是新发生的事情。目前我们双方正在积极推进。”该负责人说道。

　　2022年8月，华海药业与辉瑞签订了《生产与供应主协议》，华海药业将在协议期内(5年)为辉瑞公司在中国大陆市场销售的Paxlovid提供制剂委托生产服务。具体的合作内容为，辉瑞提供奈玛特韦原料药与利托那韦制剂，华海药业负责奈玛特韦制剂生产，并完成组合包装。

　　据上述合作内容，华海药业生产的为Paxlovid原研药，而非仿制药。“目前我们公司正配合辉瑞加速推进Paxlovid本地化生产项目的各项工作，以保障Paxlovid在中国市场的充足供应，持续满足中国患者的新冠治疗需求。”华海药业相关人士对北京商报记者说道。

　　辉瑞方面同时对Paxlovid未进医保的原因作出了解释。辉瑞称，辉瑞与中国就Paxlovid在华定价的谈判已经中断，原因是中国政府要求的价格低于Paxlovid在中低收入国家的售价。

　　虽然Paxlovid未能纳入国家医保目录，辉瑞方面称，仍将一如既往地配合政府和其他相关合作方，确保Paxlovid在中国市场的充足供应。对方给出的时间表是，未来3-4个月内通过中国本地合作伙伴实现新冠口服药Paxlovid本地化生产。

　　强仿消息不实

　　在“一药难求”的背景下，各路黄牛层出不穷，药价炒到上万元，市场上的印度仿制药更是真假难辨。随后，市场传出国家药监局作为牵头部门正与辉瑞就Paxlovid的仿制药合作进行谈判的消息。

　　辉瑞方面对此予以否认，辉瑞称，报道称中国方面正在与辉瑞就允许当地制药商生产仿制药并进行销售一事进行沟通的消息是不准确的。

　　《中华人民共和国专利法》规定了可以颁发强制许可的几种情形，具体包括国家出现紧急状态或者非常情况时；为了公共健康目的，对专利药品的制造和出口颁发强制许可等。

　　北京中医药大学岐黄法商研究中心主任、医药卫生法学教授邓勇对北京商报记者表示，Paxlovid强仿的可能性不大。“我们国家没有动用强制许可制度的先例。少数几个药企曾申请过，也没有成功，比如当年甲型H1N1流感猖獗的时候，白云山制药总厂研发的达菲仿制药‘福泰’因没有获得罗氏制药的许可，于2009年试图向国家药监局申请启动强制许可程序，最终也没有通过。”

　　邓勇进一步表示，这背后是我国药品政策强调守正创新、保护企业创新积极性的考虑：虽然根据《中华人民共和国专利法》第四十九条的规定，在国家出现紧急状态或者非常情况时，或者为了公共利益的目的，国务院专利行政部门可以给予实施发明专利或者实用新型专利的强制许可。但由于强制许可制度实质架空了专利制度，因此在有替代手段(药企捐赠、医保支付、社会援助)的情况下，不会考虑采用强制许可。如果贸然地采取强制许可，开了先河，那么药企面对动辄投入百亿、耗时极长的新药研发就会望而却步，马上就没有国内企业愿意开发新药了。这样久了以后，就会导致行业里全是仿制药企业，这些企业没有核心技术壁垒，整个市场就会充斥着恶性竞争。

　　比起降价幅度，Paxlovid的供应是业界更为关注的话题。不同于需要长期服用的慢性病药物，Paxlovid作为新冠治疗药物，有其特殊性。部分患者的需求是，哪怕自费，只要能买到也行。

　　业内人士撰文指出，“希望Paxlovid进医保，不仅是或者说不是想着这个药能降价，而是希望进了医保之后，这个药的供应能够得到保障，感染了之后符合条件——重症风险高的人能及时用上”。

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）