IT 之家 9 月 25 日音讯，科技媒体 9to5Mac 昨日（9 月 24 日）发布博文，报说念称苹果商讨团队发布了轻量级卵白质折叠筹议 AI 模子 SimpleFold，经受流匹配（Flow Matching）顺序替代多序列比对（MSA）等复杂模块，大幅裁汰推断打算资本。

该媒体指出 AlphaFold2（Google DeepMind 的打破性 AI 模子）、RoseTTAFold 等传统模子天然具备更高的精度，但由于依赖多序列比对、三角更新等推断打算密集的特定架构，锤真金不怕火与推理资本勤勉。苹果团队但愿通过简化结构，裁汰硬件门槛，让更多科研团队受益。

SimpleFold 中枢经受 2023 年提议的流匹配（Flow Matching）顺序，这种手艺源自扩散模子，但在生成流程中不逐步去噪，而是径直从立时噪声一次生成观念结构。比拟逐步迭代的扩散模子，这种相貌跳过多个去噪圭臬，推断打算量更低、生成速率更快，已在文本生成图像和 3D 建模领域取得奏凯。

在履行中，商讨东说念主员分袂锤真金不怕火了从 100M 到 3B 参数的多个版块，并在 CAMEO22 和 CASP14 两大巨擘基准上进行评估。

这些测试诡秘了模子在泛化性、鲁棒性（Robustness，一个系统或流程在濒临打扰、不细目性或相当输入时，仍能保管其功能或相识开动的才能）和原子级精度上的进展，效力线路，SimpleFold 在性能上相识优于同类流匹配模子 ESMFlow，并比好意思顶尖模子进展。

具体来看，SimpleFold 无需使用勤勉的多序列比对和三角自由机制，在 CAMEO22 上达到 AlphaFold2、RoseTTAFold2 约 95% 的性能。更小的 SimpleFold-100M 版块在保抓高效的同期，性能跨越 ESMFold 的 90%，考证了通用架构模块在卵白质筹议领域的可行性和竞争力。

商讨还发现，跟着模子界限和锤真金不怕火数据增多，性能相识培植，尤其在高难度测试中上风明显。苹果团队强调，SimpleFold 仅仅最先，但愿它能股东社区构建更多高效、宽阔的卵白质生成模子，进一步加快药物研发和新材料探索。

开云kaiyun.com