小米汽车设计文件被泄露 合作方被罚100万元******

　　2月2日，小米(01810.HK)官方微博@小米公司发言人通报泄密处理结果：1月22日，小米汽车合作方北京某模塑科技有限公司因对其下游供应商管理不善，泄露了汽车前后保险杠的早期设计稿。

　　小米集团表示，已依据《保密协议》对涉事合作方进行了严肃处理，包括依照《保密协议》处以100万元的经济赔偿；责成其对下游供应商加强信息安全管理，并对泄密肇事人进行严肃处理；责成供应商制定详细整改方案，全面升级保密措施。

　　小米集团创始人雷军也转载该微博称，小米集团对泄密事件零容忍，希望所有供应商伙伴认真执行《保密协议》。他还在评论区透露，对于这名泄密的员工正在进行处理，结果出来后也会发布公告。

　　2023年1月，有汽车博主发布小米汽车首款车型小米MS11的外观以及保险杠、装饰件等设计图片，以及小米与北汽模塑相关合作细节等，引发网络热议。

　　对此，小米集团公关部总经理王化回应称，泄密的文件确是二级供应商保密的设计文件，该供应商仅仅是为模具打样的供应商，泄密的文件是非常早期的招标过程的设计稿，并非最终文件，“我们一定会根据与该供应商签订的保密协议进行严肃处理。”

　　2021年3月，小米集团正式宣布下场造车；同年9月1日，小米汽车有限公司成立，法定代表人雷军，注册资金100亿元。

　　成都商报-红星新闻记者 吴丹若

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟