3D分子编辑
模拟3D分子编辑,北大高毅勤团队开发整合物理信息和偏好对齐的MolEdit,登Nature子刊
编辑 | 萝卜皮在计算机辅助药物和材料设计中,生成具有所需特性的分子结构是一项关键任务。 作为特殊的三维实体,分子具有非平凡的物理复杂性,许多固有特性可能无法通过纯数据驱动的方法来学习,这阻碍了强大的生成式人工智能 (GenAI) 在该领域的应用。 为了避免现有分子 GenAI 对特定领域模型和先验知识的过度依赖,北京大学高毅勤团队提出了理论指导,用于弥合图像 GenAI 和分子 GenAI 之间的方法论差距,从而实现对 3D 分子生成基础模型的预训练。
7/9/2025 11:54:00 AM
ScienceAI
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
马斯克
英伟达
Anthropic
图像
AI创作
训练
LLM
论文
代码
算法
AI for Science
苹果
腾讯
Agent
Claude
芯片
Stable Diffusion
蛋白质
具身智能
xAI
开发者
生成式
人形机器人
神经网络
机器学习
3D
AI视频
RAG
大语言模型
Sora
研究
百度
生成
GPU
工具
字节跳动
华为
AGI
计算
大型语言模型
AI设计
搜索
生成式AI
视频生成
DeepMind
亚马逊
AI模型
特斯拉
场景
深度学习
Transformer
架构
MCP
Copilot
编程
视觉