生物計算領域迎來重磅開源力量。字節跳動近日正式發佈了名爲

Protenix-v1的強大之處在於其全原子3D 結構預測能力,能夠精準處理包括蛋白質、核酸(DNA 和 RNA)以及小分子配體在內的複雜生物系統。根據 AIbase 瞭解,這是首個在相同訓練數據、模型規模及推理預算下,性能表現能夠達到甚至在多項基準測試中超越 AlphaFold3的全開源模型。
爲了確保評估的公正透明,字節跳動同步推出了

生物計算領域迎來重磅開源力量。字節跳動近日正式發佈了名爲

Protenix-v1的強大之處在於其全原子3D 結構預測能力,能夠精準處理包括蛋白質、核酸(DNA 和 RNA)以及小分子配體在內的複雜生物系統。根據 AIbase 瞭解,這是首個在相同訓練數據、模型規模及推理預算下,性能表現能夠達到甚至在多項基準測試中超越 AlphaFold3的全開源模型。
爲了確保評估的公正透明,字節跳動同步推出了
麻省理工學院(MIT)科學家們最近發佈了一款強大的開源人工智能模型,名爲 Boltz-1。這一創新有望顯著加速生物醫學研究和藥物開發。Boltz-1是首個完全開源的模型,能夠在生物分子結構預測方面達到與谷歌 DeepMind 的 AlphaFold3相同的先進水平。該模型的開發團隊來自 MIT Jameel 機器學習健康診所,主要由研究生傑里米・沃爾文德和加布裏埃爾・科爾索領導,合作團隊還包括 MIT 的研究員薩羅・帕薩羅以及電氣工程與計算機科學教授瑞吉娜・巴茲利和湯米・亞卡拉。在12月5日的發佈會上,沃爾
谷歌 DeepMind 近日意外發布了 AlphaFold3的源代碼和模型權重,標誌着一個可能加速科學發現和藥物開發的重大進展。這一消息傳出僅幾周後,系統的創造者 Demis Hassabis 和 John Jumper 便獲得了2024年諾貝爾化學獎,以表彰他們在蛋白質結構預測方面的貢獻。與前一版本 AlphaFold2相比,AlphaFold3的技術能力有了質的飛躍。AlphaFold2只能預測蛋白質的結構,而 AlphaFold3則可以建模蛋白質、DNA、RNA 及小分子之間複雜的相互作用,這是生命的基本過程。這一進展至關重要,因爲理解這些分子相互作用是現代藥
Anthropic的Claude Opus4.6在最新Artificial Analysis智能指數中登頂,憑藉在編程、代理任務和科學推理等十項測試中的卓越表現,尤其在代理工作、終端編程和物理研究課題上領先。儘管其運行成本略高於OpenAI GPT-5.2,但效率表現突出,標誌着大模型競爭格局的新變化。
美國企業近期裁員潮中,常將原因歸咎於AI提升效率。但有分析指出,這可能是“AI洗白”,即借AI之名掩蓋關稅壓力、疫情期間過度招聘及追求利潤等真實問題。
知名博主Tim評測字節AI視頻模型Seedance 2.0,肯定其生成精度等表現,但發現兩個涉及數據倫理的細節:模型能精準生成未觀測到的空間盲區,並克隆未授權語音,引發行業對AI訓練數據來源與隱私的擔憂。