EvoDiff 最终版发表：结合进化数据的扩散蛋白质生成
KevinKaichuang · x · 2026-08-27
EvoDiff 论文最终版发表于 eLife。该模型结合了进化规模数据与扩散模型，用于可控的蛋白质序列生成。除了生成合理的蛋白质外，它还能在序列空间中搭建结构基序。
- 论文：发表于 eLife
- 代码：已开源
- 核心能力：利用进化数据增强扩散模型，实现蛋白质序列的可控生成。
所属事件:微软 EvoDiff 蛋白质生成模型最终版登 eLife(2 条相关)→
「研究」频道最新
- Hannah Fry 专栏：OpenAI 解题潮让数学界陷入存在危机 — AnnaCiaunica · 2026-10-15
- 观察：AI 评测正从离线走向在线 — vboykis · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- 9 个月内三分之一的数学预印本由 AI 参与写作 — IgorCarron · 2026-10-15
- AAAI/ACM AIES 论文:访谈 15 名从业者揭示负责任 AI 实践何以难持续 — ChinasaTOkolo · 2026-10-15
- Schmidt Sciences 投 1000 万美元资助 19 个 AI 人文研究团队 — OdedRechavi · 2026-10-15