开云体育新闻

　　这些模型不仅提升了研发效率，更从根本上改变了研发方式。例如，防腐增强成分智能研发模型(AI for Preservative)通过构建防腐功效预测系统与多靶点抗菌筛选机制，精准筛选出兼具高效抗菌能力与优秀肤感表现的防腐成分，实现从经验试错到数据驱动的跃迁。联合利华借助该模型，将原本需耗时数年的分子筛选与验证流程，成功压缩至数月内完成，显著加快了新成分的开发节奏，并为日化产品在使用周期内带来更高的安全性、稳定性与更佳的使用体验。

　　而衣物柔顺功效预测模型则为了打造更加优质的衣物护理产品而推出。该模型基于联合利华在衣物清洁护理领域积累的数十年经验，通过AI深入学习解析不同功效成分与不同材质织物的微观相互作用，建立算法模型，探索成分—材质—性能三维匹配的智能化、规模化筛选，快速找到可以让不同织物材质都得到优质呵护的功效成分，打造高效多能的衣物护理产品。将试错式研发转变为数据驱动的预测式创新，不仅大幅加速了产品创新速度，更以AI之力实现一瓶适用各种不同织物的衣物护理体验。