该研究提出了一种名为VersionSeek的隐蔽软件版本识别方法，基于功能性变更分析软件更新的功能差异，设计探测请求以提高识别准确率。实验结果表明，该方法在识别率和数据包发送量上均优于传统技术，成功识别了240,020个软件实例，揭示了用户面临的安全威胁。

蛋白质的功能依赖于其动态3D结构。复旦大学团队提出的4D扩散模型AlphaFolding，结合分子动力学模拟，能够高精度预测蛋白质的动态行为，推动药物设计和生命科学研究。

复旦大学类脑智能科学与技术研究院发布了全球首个数字孪生脑平台，模拟了全人脑尺度的大脑，具备860亿神经元和百万亿突触。研究发现，数字孪生脑展现出类似人类大脑的认知功能，为研究大脑结构和功能之间的关系提供了定量框架。

这项研究介绍了一种用于设计和构建纳米薄膜组装的三维微结构和光探测器的多级准静态有限元分析法。研究团队成功实现了大规模、高成品率、高均匀性的三维可配置结构，并开发了多种类型的光探测器。他们还利用深度神经网络进行入射光角度的精准分析。这项研究为纳米薄膜电子器件的制造和光电子应用提供了新的机会。

荧光显微镜是生命科学领域不可或缺的重要研究工具，其原理是以紫外线为光源， 照射被检物体使之发出荧光， 然后在显微镜下观察物体的形状及其所在位置，可用于研究细胞内物质的吸收、运输，化学物质的分布及定位等。然而，激发光下的高强度曝露会通过光化学过程直接或间接对细胞造成影响。在长时间活细胞实验中，最好能以最小的光曝露进行荧光观察。但同时，较低的曝光会导致荧光信号较弱，降低图像信噪比...

百度飞桨与复旦大学合作举办了“AI大模型赋能教师教学工坊”，160多名教师参与。工作坊内容包括大模型产业发展与教育创新、大模型赋能教学与科研、AI教学助手开发实践。教师们希望能在教学实践和科研项目中利用大模型提升工作效能。百度飞桨持续提供产教融合人才培养方案，为高校提供支持。

在2023 WAVE SUMMIT+深度学习开发者大会上，复旦大学的王烁研究员介绍了医学影像智能分析和心血管力学建模的最新进展，并展示了一款耳畸形医学教育及科普插件Fdear。Fdear可以通过拍照上传新生儿耳朵图片，进行耳畸形鉴别，并提供相关科普问答。该插件是由大样本的耳朵图片资料和专家诊断意见整合而成的数据集训练而成的。此合作有望推动人工智能与医疗健康的深度融合，提供更精准、高效的医疗服务。

上周，复旦大学邱锡鹏教授团队推出了国内版的ChatGPT——MOSS，但由于访问量太大，暂时关闭，预计3月底开源。MOSS可以进行多轮交互，还可以生成表格、生成代码等，但中文水平不够高，清洗难度大。

上海复旦大学率先推出国内版ChatGPT模型MOSS，MOSS团队规模小，但却成为国内首家。MOSS主要是想在百亿规模参数上探索和验证ChatGPT的技术路线，但由于访问量太大服务器承受不了而停机，MOSS的中文水平不够高，主要是互联网上的中文网页干扰信息太多，清洗难度大。