起猛了，苹果怎么搞起跨界AI模型了？？ 发布了一个基于流匹配的蛋白质折叠模型SimpleFold，被网友戏称为"iFold"。 SimpleFold没有花里胡哨的专属模块设计，就靠通用的Transformer模块，搭配流匹配生成范式，3B参数版本追平了该领域顶流模型谷歌AlphaFold2的性 能。 苹果这波跨界看来玩的是化繁为简。 MacBook Pro跑起来不费力 首先来说说蛋白质折叠是怎么一回事。 核心是将"一串"氨基酸折成特定的3D形状，这样蛋白质才能发挥作用。 而蛋白质折叠模型就是从氨基酸的一级序列预测它的三维空间构象。 之前最厉害的模型，比如谷歌的AlphaFold2，虽然实现了突破，但用了很多复杂的专属设计。 比如要分析大量相似蛋白质的序列，依赖多序列对比（MSA）构建进化信息、靠三角注意力优化空间约束、推理时需调用超算级算力，普通实验室不太 能用得起。 但这款"iFold"用通用AI框架解决了这个问题。 不同于扩散模型的逐步去噪，流匹配通过学习从随机噪声分布到蛋白质构象分布的光滑映射，实现一步式生成原子坐标。 在训练阶段，团队构建了包含900万条数据的混合数据集，训练出了100M到3B参数的多 ...

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 苹果这波跨界看来玩的是 化繁为简 。 起猛了，苹果怎么搞起跨界AI模型了？？ 发布了一个基于 流匹配 的蛋白质折叠模型 SimpleFold ，被网友戏称为"iFold"。 SimpleFold没有花里胡哨的专属模块设计，就靠通用的Transformer模块，搭配流匹配生成范式，3B参数版本追平了该领域顶流模型谷歌 AlphaFold2的性能。 MacBook Pro跑起来不费力 首先来说说蛋白质折叠是怎么一回事。 核心是将"一串"氨基酸折成特定的3D形状，这样蛋白质才能发挥作用。 而蛋白质折叠模型就是从氨基酸的一级序列预测它的三维空间构象。 之前最厉害的模型，比如谷歌的AlphaFold2，虽然实现了突破，但用了很多复杂的专属设计。 比如要分析大量相似蛋白质的序列，依赖多序列对比（MSA）构建进化信息、靠三角注意力优化空间约束、推理时需调用超算级算力，普通 实验室不太能用得起。 但这款"iFold"用通用AI框架解决了这个问题。 SimpleFold在架构上采用多层Transformer编码器作为核心骨干，仅通过自适应层归一化适配蛋白质序列特征，相当于用 ...