世界首次用AI成功克隆猪!南开大学做到了
偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《世界首次用AI成功克隆猪!南开大学做到了》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!
在超级AI管控中,机器自动克隆人类胚胎、自动送入营养池培育、养大了做人肉电池……

当然,真实世界不能这么造人,即使敲点活人胚胎基因都会举世哗然。 不过哺乳动物千万种,人不能这么造人,但人这么造猪,那可就理所当然是个技术大突破了。
南开完成全球首次AI克隆猪
AI赋能的、过程全自动化的克隆猪孕育,世界首次的桂冠在2022年3月底被中国南开大学人工智能学院的研究团队摘得。
此消息于2022年5月底被南开大学低调公开。虽然相关研究的详细论文尚未发布,不过科技界和产业界没过多久就注意到了这个消息。

2022年3月31日,在完全无人工干预、每个步骤都全部由AI自主控制下的机器人操作流程中,中国南开大学人工智能学院的赵新教授研究团队,成功让一头普通的「代孕」母猪怀孕110天,诞下了7头克隆纯种小长白猪。
按照南开大学的新闻稿,赵教授团队在每个克隆步骤都用AI相关技术做出了改进:
利用计算机视觉技术建立了最大厘米级、最小亚微米级分辨率的全局显微视野,提高操作效率,实现克隆操作批量化; 通过细胞受力的算法自动分析,实现了基于最小力道的机器人克隆操作自动化; 通过机器学习技术带来的细胞内应变评估,降低了克隆操作过程对卵母细胞的损伤,提高了克隆操作后胚胎发育率,实现了克隆操作精准化。 如此,才能在2017年同一研究团队世界首次用机器人克隆猪的成就上再创突破。

2017年那次,给孕母猪的卵细胞插细胞核等关键步骤还是人工手动完成的。2022年有了AI帮忙,这些关键步骤的人力就可以省去了。
AI克隆猪既精准且快速,解放人力效率高
产业界和科研界注意到这事,原因也在此:如果种猪培育的克隆技术真能完全脱离手工操作,那生产效率就有了工厂化的前景,钱途无量。
南开的新闻通稿里有提到:「用克隆技术大量扩增祖父辈原种猪,用人工克隆,操作步骤多、难度大,胜任克隆操作的人员极度短缺,不能真正解决生产祖父辈原种猪大量需求的难题。」
而在《南华早报》的采访中,2005年为中国首度成功克隆猪的潘登科老师现身说法,说AI自动克隆猪技术真要能落地,那可把科研人员从劳力密集、耗时甚长的苦差事里给解救出来了。 现在在养猪大省成都开着生物科技公司的创业老总潘登科,说自己当年做科研人时,每天要重复克隆任务的「体细胞核移植」(SCNT)步骤操作一千余次,累得自己落下了病根、长年腰酸背痛。
而提取孕体卵母细胞、去细胞核、再把供体体细胞核移入去核卵母细胞中的SCNT步骤是克隆作业的关键。并且要是手工操作者一个用力有微弱误差,这个步骤就失败了。

而按南开大学的通稿消息,用上AI来机器克隆猪之后,机器人操作的用力精准度有显著提高。标志克隆成功的囊胚率,人工操作时是10%,AI操作时是27.5%,囊胚率提升2.75倍。
接受克隆胚胎的单胎代孕母猪产仔数,人工操作时是平均不足5头,提升AI自动化克隆猪时是两批3胎共24头,平均单胎产仔8头,提升了60%以上。
此外,研究团队第一批全自动化操作的克隆猪已用于育种生产,13头健康克隆猪有9头留种,留种率69%,与普通种猪留种率35%相比将近翻番。
中国养猪业需求极大,AI克隆猪技术不愁卖相
中国现在是全球最大的猪肉消费国与生产国,种猪需求量巨大,每年种母猪更新量1300万头,种公猪更新量30万头以上。
中国全国猪只总数常年保持在4亿以上,人均猪肉年消费量在30-35公斤,已经接近欧盟水平。2018年中国猪肉产量为5404万吨,2019年为4255万吨,2020年为4113万吨。
而世界第一的猪肉产量还是无法满足世界第一的猪肉总消费量,每年中国都要进口数百万吨猪肉。
加上2018-2019年非洲猪瘟自俄国传入中国,中国的健康猪只总数因防疫灭杀剧降。这给养殖业带来了几乎毁灭性的冲击,也激增了猪肉进口的压力。
即使在新冠肆虐的2021年,中国仍然进口了331万公吨的猪肉。

而中国家猪养殖业的种猪,仰赖于国外进口。在新冠初起、物流紊乱的2020年,中国全年还进口了种猪约3万头。
因为中国进口曾祖辈的原种猪受到原产国限制,只能进口退化快的祖父辈原种猪,通常经3年左右繁殖即退化,所以原种猪的商业流程是「进口、退化、再进口、再退化」的循环。
按2021年中国农业部的官方说法,中国养猪业的核心育种群的产仔数、饲料转化率等关键指标与种猪出口国家还有10%-30%的差距。
所以任何能让中国种猪大规模持续繁育的技术,都将有广阔的利润空间。要是火热的AI快钱抢占此先机,或许能创造下一个风口。
参考资料:
http://news.nankai.edu.cn/ywsd/system/2022/05/31/030051550.shtml
https://www.scmp.com/news/china/science/article/3180067/chinese-scientists-produce-worlds-first-pigs-cloned-entirely
好了,本文到此结束,带大家了解了《世界首次用AI成功克隆猪!南开大学做到了》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
帮林志颖修脸的3D重建,用两块A100加二维CNN就可以实现!
- 上一篇
- 帮林志颖修脸的3D重建,用两块A100加二维CNN就可以实现!
- 下一篇
- 端到端自动驾驶中轨迹引导的控制预测:一个简单有力的基线方法TCP
-
- 科技周边 · 人工智能 | 1天前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 429次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 507次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 519次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 463次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 291次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

