

> 继此前业界盛传的“抢人大战”后，马克·扎克伯格（小扎）终于落下了Meta在通用人工智能（AGI）领域的关键一步棋——正式宣布成立全新的Meta AI超级智能实验室。该实验室由“97年小孩哥”领衔，核心11人团队中更有7位华人面孔，预示着Meta在AI领域将迎来一次由全球顶尖人才驱动的重大突破。

## 全新AI实验室揭秘：抢人后落子的战略深意

在人工智能领域竞争日趋白热化的背景下，马克·扎克伯格（小扎）今日正式宣布Meta AI的重大升级——全新超级智能实验室（Meta AI Super Intelligence Lab）正式成立。此举被视为Meta此前在全球范围内疯狂吸纳AI顶尖人才后，在AGI赛道上的一次强力押注和战略性落子，更展现了其在人才战略上的独特布局。



实验室的成立，旨在汇聚全球顶尖的AI研究者，以更强大的资源和更灵活的机制，加速通用人工智能的研发进程。据悉，该实验室将重点攻克多模态大模型、智能体（Agent）以及前沿AI安全等关键技术，力求在未来五年内实现AGI领域的突破性进展。

![image.png](https://static.downly.cn/images/fda52b42402e6e043c75462b9c3a2b27.png)

## 97年小孩哥领衔，核心力量崭露头角

最引人注目的是，这一超级智能实验室的带头人是一位“97年小孩哥”。这位年轻的领军人物此前已在AI领域展现出非凡的才华和前瞻性的视野。他的加入，无疑为实验室注入了年轻、活力和敢于挑战权威的创新精神，也标志着Meta在人才选用上的大胆和开放。
![image.png](https://static.downly.cn/images/af1e205685fb2e0334ee184de7c09f05.png)
该核心团队的组建模式，打破了传统AI研究机构的层级限制，更加注重扁平化管理和交叉协作，旨在激发团队成员的最大潜力，共同应对AGI研发中的复杂挑战。这支由11位顶尖专家组成的精锐团队名单如下：

**7位华人成员：**
*   **毕树超**（浙大校友）：作为GPT-4o语音模式和o4-mini的共同创造者，他在OpenAI曾领导多模态后训练工作，经验丰富。
*   **Huiwen Chang**（清华校友）：GPT-4o图像生成的共同创造者，此前在谷歌研究院发明了MaskGIT和Muse文本转图像架构，在图像生成领域建树颇丰。
*   **Ji Lin**（清华校友）：深入参与构建了o3/o4-mini、GPT-4o、GPT-4.1、GPT-4.5、4o-imagegen以及Operator推理栈，贡献巨大。
*   **任泓宇**（北大校友）：是GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，曾在OpenAI领导后训练团队，经验丰富。
*   **Pei Sun**（清华校友）：曾在谷歌DeepMind负责Gemini的后训练、编码和推理工作，此前还创建了Waymo的最后两代感知模型，具备跨领域经验。
*   **于佳慧**（中科大校友）：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，并在Gemini中共同领导多模态工作，能力全面。
*   **赵盛佳**（清华校友）：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作，对大模型研发核心环节贡献突出。

**4位非华人成员：**
*   **Trapit Bansal**：在OpenAI开创了思维链强化学习（RL）并是o系列模型的共同创造者，为AGI突破带来新思路。
*   **Joel Pobar**：曾在Anthropic从事推理工作，此前在Meta工作11年，涉及HHVM、Hack、Flow、Redex、性能工具和机器学习方面的工作，对Meta技术栈了如指掌。
*   **Jack Rae**：Gemini预训练技术负责人，负责Gemini 2.5的推理工作，曾在DeepMind领导Gopher和Chinchilla早期大语言模型研发工作，在大模型领域拥有深厚积累。
*   **Johan Schalkwyk**：前谷歌研究员，是Sesame的早期贡献者，也是Maya的技术负责人，经验老道。

![image.png](https://static.downly.cn/images/a081735bb7d2500bb9770f9571d651da.png)


## 华人力量崛起，人才版图的缩影

该实验室核心11人名单中，有高达7位是华人面孔。这一现象不仅凸显了华人科学家在全球AI领域的卓越贡献，也反映了Meta在全球范围内吸纳顶尖人才的决心。这些被业界传言为“抢来”的顶尖人才，如今终于有了明确的归属和使命，他们在大模型、多模态、推理栈等关键领域的丰富经验，将为Meta AI超级智能实验室带来强大的技术支撑和多元化的思维碰撞，有望加速AGI的研发进程。



## 挑战与机遇并存

Meta成立超级智能实验室的雄心，也伴随着巨大的挑战。AGI的实现并非一蹴而就，它需要海量的计算资源、顶尖的人才储备以及长期且持续的投入。同时，如何确保AGI研发的伦理性和安全性，避免潜在的风险，也是Meta必须面对的重要课题。

然而，机遇同样巨大。如果Meta能够在这场AGI竞赛中脱颖而出，其在社交、元宇宙以及未来智能硬件等领域的布局将获得颠覆性的优势，重塑数字世界的未来格局。

![image.png](https://static.downly.cn/images/6683081868d6f5dcdbf913c0436e30cb.png)

## 展望未来：AGI的Meta时代

Meta超级智能实验室的成立，无疑为全球AI界投下了一颗重磅炸弹。它不仅是Meta对自身未来发展的一次战略性布局，更是对AGI未来发展路径的一次积极探索。随着这支由“小孩哥”带领、华人科学家深度参与的精锐团队投入研发，我们有理由相信，AGI的“Meta时代”或将加速到来。


Meta超级AI实验室成立：97年小孩哥领衔，华人核心力量抢眼

> 近日，Meta AI 正式发布了其颠覆性的**视频联合嵌入预测架构 V-JEPA 2** (Video Joint Embedding Predictive Architecture2)。 作为其世界模型战略的关键一步，V-JEPA 2 能够通过**非生成式学习**理解和预测视频内容，不仅在视频理解任务上表现卓越，更在数据效率和泛化能力上展现出巨大潜力，特别是能赋能**机器人在陌生环境中的零样本规划**，有望推动 AI 领域向更接近人类智能的方向发展。



在人工智能领域，构建能够像人类一样理解世界、预测未来事件的“世界模型”一直是研究的圣杯。 近日，互联网巨头 Meta AI 在这一宏伟目标上迈出了关键一步，正式发布了其最新成果——**V-JEPA 2 (Video Joint Embedding Predictive Architecture2)**。 作为 Meta AI 首席科学家 Yann LeCun 倡导的联合嵌入预测架构 (JEPA) 理念在视频领域的重要实践，V-JEPA 2 的出现，预示着 AI 对复杂动态世界的理解能力将达到一个新的高度，尤其对于**机器人在陌生环境中自主执行任务**具有里程碑式的意义。

<video src="https://static.downly.cn/images/c859cc99f1929a0984f111882da40833.mp4"  title="30448618124-1-16.mp4"></video>

V-JEPA 2 的核心突破在于其**非生成式学习范式**，它避开了传统生成模型在预测像素点上的高计算成本和潜在误差累积，而是通过学习视频片段之间的抽象表示来理解和预测世界，这使其在效率和泛化能力上具有显著优势，进而支撑了其在机器人具身智能领域的重大应用潜力。
[开源地址](https://github.com/facebookresearch/vjepa2)
![image.png](https://static.downly.cn/images/e461164bcc3cf343f15061ed3b7b492f.png)

### 非生成式学习 V-JEPA 2 的核心范式

与目前流行的通过生成缺失像素或帧来预测内容的“生成式”模型不同，V-JEPA 2 采用了**非生成式**的自监督学习方法。 这种方法的核心思想是

*   **学习抽象表示** V-JEPA 2 不会试图精确地“画出”视频中缺失的部分，而是通过学习视频中不同片段的**联合嵌入 (Joint Embedding)**，来预测未来或被遮挡的视频帧的**高级抽象表示**。
*   **避免高维噪声** 生成式模型需要处理像素级别的高维细节，容易受到噪声和微小扰动的影响。 非生成式方法则专注于学习语义信息和结构关系，大大提高了学习效率和模型的鲁棒性。

这种学习方式使得 V-JEPA 2 能够高效地从海量视频数据中学习世界的动力学和因果关系，而无需耗费巨大资源去“重建”每一个像素。

### V-JEPA 2 的卓越性能与潜力

V-JEPA 2 的发布，不仅是理论上的突破，更在实际应用中展现出强大的性能和潜力

#### 1. 顶尖的视觉理解和预测能力

V-JEPA 2 在视频理解任务上表现出领先的性能，能够更好地理解视频中的动作、事件和对象之间的关系，从而在行为识别、动作检测等下游任务中提供高质量的特征表示。 其强大的视觉理解和预测能力，使其能够精准地把握动态环境中的关键信息，为高层决策提供支撑。

#### 2. 实现机器人在陌生环境中的零样本规划

这是 V-JEPA 2 最令人兴奋的应用前景之一。 凭借其卓越的视觉理解和预测能力，V-JEPA 2 能够帮助机器人在**不熟悉的环境中**进行**零样本规划 (zero-shot planning)**，即无需事先对新环境进行大量训练或编程，机器人也能规划并执行复杂任务。 这意味着，当机器人被部署到一个全新的、未曾见过的场景时，它可以通过 V-JEPA 2 对环境进行实时理解和预测，从而自主制定行动方案，大大提升了机器人的自主性和适应性。

![image.png](https://static.downly.cn/images/e3bc58ba2d3b4d80c6c93ab9f6686675.png)

#### 3. 高效的数据利用率与强大的泛化能力

由于 V-JEPA 2 不需要进行像素级别的精确生成，它在学习过程中对数据的需求更为高效。 这意味着即使面对有限的数据集，V-JEPA 2 也能学习到有用的世界知识，降低了训练成本和时间。 同时，非生成式学习使得模型能够学习到更本质、更泛化的世界规律。 当应用于新的、未见过的数据或场景时，V-JEPA 2 也能保持良好的表现，展现出优秀的泛化能力，这对于机器人从模拟环境到真实世界的迁移至关重要。


### 世界模型战略的关键一步

V-JEPA 2 的发布，是 Meta AI 推动其“世界模型”战略向前迈出的重要一步。 Yann LeCun 曾多次强调，构建能够像人类一样理解世界并进行预测的 AI 模型，是实现真正通用人工智能的关键。

*   **向人类智能靠拢** 人类智能的一个核心特征是能够预测即将发生的事情，即使没有完整的感官输入。 V-JEPA 2 试图模仿这种能力，通过学习抽象表示来预测视频中的未来事件，使其更接近人类的直觉和理解，特别是能将这种理解应用于具身智能体。
*   **赋能具身智能** 对于机器人等具身 AI 而言，能够理解动态环境并预测未来状态的能力至关重要。 V-JEPA 2 提供的顶尖视觉理解和零样本规划能力，是实现机器人自主学习、自主决策和自主行动的基础，有望加速通用机器人的实现。
*   **更安全的 AI** 相较于生成式模型，基于预测抽象表示的模型在处理错误时更具鲁棒性，也可能更容易被理解和控制，从而为构建更安全、更可信的 AI 系统奠定基础。



V-JEPA 2 的发布，不仅是 Meta AI 在深度学习基础研究上的又一里程碑，也为整个 AI 社区指明了一个激动人心的研究方向。 随着这类模型的不断发展，我们有理由相信，能够真正理解并预测世界的 AI，以及能够因此在复杂环境中自主行动的机器人，将不再是遥不可及的梦想。



Meta AI 重磅发布 V-JEPA 2 世界模型

> AI 原生代码编辑器 Cursor 近日正式发布 1.0 版本，迎来里程碑式升级。新版本全面开放 Background Agent 远程编程助手，引入 BugBot 智能审查修复 GitHub PR，优化 Jupyter Notebook 编辑体验，并推出实验性记忆功能。此外，Cursor 1.0 还简化了 MCP 服务器安装，支持 OAuth 认证，增强聊天窗口可视化，并提供全新仪表盘，旨在为开发者带来更智能、高效、无缝的编程体验。


AI 原生代码编辑器 Cursor 近日正式发布了其备受期待的 1.0 版本，标志着这款创新工具步入新的成熟阶段。 此次升级堪称一次全面而深刻的革新，不仅大幅提升了 AI 辅助编程的深度和广度，更在远程协作、智能调试、交互体验等多个维度进行了突破性优化，旨在为全球开发者提供一个更加智能、高效、无缝的编程环境。

![image.png](https://static.downly.cn/images/0b4e3b58f1b5aa35139caddc789cc60e.png)

Cursor 1.0 的发布，是其“AI 优先”理念的又一次实践，通过引入一系列前沿功能，重新定义了开发者与代码交互的方式。

### Background Agent 全民开放 远程编程助手触手可及

Cursor 1.0 最重要的改变之一，便是**全面开放了 Background Agent**，让所有用户都能使用这一强大的远程编程助手。
您可以通过单击聊天中的云图标或按 Cmd/Ctrl+E（如果您禁用了隐私模式）立即开始使用它。对于启用了隐私模式的用户，我们很快也会为您启用隐私模式！
![image.png](https://static.downly.cn/images/66dc56473b9565b0b5e99b3176a91519.png)


*   **远程协作** 开发者现在可以更便捷地进行远程开发，Agent 可以在远程服务器上运行，提供与本地开发环境无异的 AI 辅助和代码编辑能力。
*   **持续智能支持** 即使在本地 Cursor 应用关闭时，远程 Agent 也能持续运行，确保项目索引、代码分析等任务不中断，从而实现更快的启动速度和更流畅的开发体验。

这一举措极大地扩展了 Cursor 的应用场景，特别是在处理大型项目或进行分布式开发时，其优势将更加明显。

### BugBot 智能审查与修复 GitHub PR 自动纠错新利器

针对代码审查和 Bug 修复这一耗时环节，Cursor 1.0 引入了革命性的 **BugBot** 功能。

<video src="https://static.downly.cn/images/2a67e00309d13426876b80112316ce8e.mp4"  title="bug-bot-web.mp4"></video>

*   **自动 PR 审查** BugBot 能够自动审查 GitHub Pull Request，智能识别潜在的代码错误、逻辑缺陷或风格问题。
*   **快速修复建议** 更强大的是，它不仅能指出问题，还能直接生成高质量的修复建议，甚至提供可一键应用的补丁，极大地加速了代码审查和合并流程。
*   **提升代码质量** 帮助开发团队在代码集成前捕获并修复更多问题，有效提升项目整体代码质量。

BugBot 的加入，使得代码审查变得前所未有的高效和智能，减轻了开发者的负担。

### Jupyter Notebook 增强编辑 记忆功能提升上下文

Cursor 1.0 在提升特定开发工作流的体验上也下足了功夫。

<video src="https://static.downly.cn/images/10c6416dca03d6a0956f7c0f61acf56e.mp4"  title="jupyter-notebooks-web.mp4"></video>

*   **Jupyter Notebook 多单元格编辑** 开发者现在可以**通过 Agent 直接编辑 Jupyter Notebook 中的多个代码单元格**，这对于数据科学和机器学习领域的开发者来说，无疑是巨大的福音，提高了交互式编程的效率。
*   **实验性记忆功能** 新增的**实验性记忆功能**允许 Cursor 保存对话上下文，供后续的聊天和代码生成参考。这意味着 AI 助手将更好地理解你的长期需求和项目背景，提供更连贯、更精准的辅助。

这些改进使得 Cursor 不仅是代码编辑器，更是智能化的研发伙伴。

### 简化 MCP 安装与 OAuth 认证 便捷性与安全性并重

为了降低使用门槛并提升安全性，Cursor 1.0 进行了多项优化。

<video src="https://static.downly.cn/images/54665de5e02a1e9838b6bfa9b59286ce.mp4"  title="mcp-one-click.mp4"></video>

*   **一键安装 MCP 服务器** 简化了（MCP）服务的安装流程，实现**一键安装**。
*   **支持 OAuth 认证** 为用户提供了更安全、更便捷的身份验证方式，提升了账户管理的安全性和用户体验。

这些改进体现了 Cursor 对用户友好性和安全性的重视。

### 全新仪表盘洞察用量

使用新的 Dashboard，您可以查看个人或团队的使用情况分析、更新显示名称以及查看按工具或模型细分的详细统计数据。

![image.png](https://static.downly.cn/images/50eb5a8e7de04a4ed0a271673b13ad6e.png)


## AI 赋能开发 全面迈向智能协作新时代

Cursor 1.0 的正式发布，凭借其在远程编程、智能调试、交互体验和效率优化等方面的全面升级，无疑为 AI 辅助编程领域树立了新的标杆。 它不仅让开发者能够更便捷地接入 AI 能力，更通过 BugBot 等创新功能，实现了 AI 与核心开发流程的深度融合。


Cursor 1.0 描绘了一个更加智能、更少摩擦的开发未来，它将持续推动人机协作的边界，让开发者能够将更多精力投入到创新和解决复杂问题上。 随着这些强大功能的普及，我们有理由相信，AI 将在软件开发的全生命周期中发挥越来越重要的作用，彻底改变我们编写、测试和维护代码的方式。



Cursor 1.0 重磅发布 AI 编程能力全面跃升

> 一项名为 Linear-MoE 的新技术，将线性序列建模与混合专家模型相结合，有望提升大型语言模型的效率。



在大型语言模型（LLMs）飞速发展的浪潮中，如何平衡模型的性能与计算效率一直是研究的重点。 近日，一项名为 Linear-MoE 的新技术引起了学术界和业界的关注。 这项技术创造性地将线性序列建模（Linear Sequence Modeling）的思想与混合专家模型（Mixture-of-Experts, MoE）的架构相结合，为构建更高效、更强大的 LLMs 提供了新的思路。

![image.png](https://static.downly.cn/images/20250530092144.587112889.png)

传统的 Transformer 模型在处理长序列时面临计算量大的挑战。 而 MoE 模型虽然通过稀疏激活提高了计算效率，但在不同的专家之间仍然存在协调和路由的问题。 Linear-MoE 的创新之处在于

*   **引入线性序列建模** 利用线性模型的特性，简化序列处理过程，降低计算复杂度。
*   **结合 MoE 架构** 保留 MoE 模型通过稀疏激活提升效率的优势。
*   **优化专家路由** 可能通过线性的方式更有效地进行专家选择和路由。

这种结合，旨在发挥线性模型在处理序列时的效率优势，同时利用 MoE 模型在处理复杂任务时的并行性和容量优势，从而构建出既高效又强大的语言模型。

## 兼顾效率与性能 LLM 发展的新方向

Linear-MoE 的核心目标是提升大型语言模型的效率和性能。

![image.png](https://static.downly.cn/images/20250530092435.521401867.png)

从参考资料来看，Linear-MoE 在以下方面展现出潜力

*   **计算效率提升** 线性模型的引入有望降低处理长序列时的计算负担，从而降低训练和推理成本。
*   **模型性能提升** 通过 MoE 架构，模型可以更好地学习和处理不同类型的任务和数据。
*   **潜在的可扩展性** 这种架构可能更容易扩展到更大的模型规模。

Linear-MoE 的出现，为大型语言模型的未来发展提供了新的可能性，有望在保持甚至提升模型性能的同时，显著提高计算效率，这对于 LLMs 的广泛应用至关重要。

## 开源项目支持 社区共同推动发展

Linear-MoE 技术并非停留在理论阶段，它已经作为一个开源项目在 GitHub 上发布。

![image.png](https://static.downly.cn/images/20250530092213.981339957.png)

开源项目的存在，意味着更多的研究人员和开发者可以参与到 Linear-MoE 的研究、开发和应用中来。 这种社区驱动的模式，将有助于加速 Linear-MoE 技术的迭代和完善，推动其在实际应用中的落地。

Linear-MoE 的提出，是大型语言模型架构探索中的一次重要尝试。 它将线性序列建模和 MoE 的优点结合起来，旨在解决当前 LLMs 面临的效率瓶颈。 随着开源社区的共同努力，Linear-MoE 有望成为未来构建高效、强大语言模型的一个重要方向。





Linear-MoE 发布 线性序列建模与混合专家模型强强联合



> 在沉浸式体验领域，视觉和听觉是构成真实感世界的两大支柱。虽然全景视频和 VR/AR 技术的视觉体验日益提升，但与之匹配的沉浸式音频体验却常常滞后。传统的音频录制通常是线性的或基于有限声道，难以准确捕捉和还原复杂三维空间中的声音方位信息。最近，在即将到来的 ICML 2025（国际机器学习大会）上，一项突破性研究引起了广泛关注-科学家们提出了一种创新方法，仅依靠 360° 全景视频作为输入，就能生成逼真的 3D 空间音频，让用户的耳朵仿佛也能“看见”声音的来源和方向。这项技术被称为 OmniAudio。
## 沉浸式体验的“听觉短板”
当前，无论是观看 360° 视频还是体验 VR/AR 内容，我们常常会感受到视觉上的沉浸感，但听到的声音却可能与画面不匹配，缺乏方向感和空间感。例如，画面中一辆车从左边驶过，但声音却可能来自前方或没有明确的方向。这种视觉与听觉信息的不一致，极大地削弱了整体的沉浸效果。
要生成逼真的 3D 空间音频，通常需要复杂的录音设备（如声场麦克风阵列）或手动后期制作，这不仅成本高昂，而且难以应用于大规模的视频内容。
![image.png](https://static.downly.cn/images/20250516023806.901043773.png)
## OmniAudio-让视频“告诉”声音方向
这项创新成果被称为 OmniAudio，其核心理念是利用 360° 全景视频中蕴含的视觉信息来推断并生成对应的 3D 空间音频。研究人员发现，视频中的物体运动、环境变化等视觉线索与声音的产生和传播之间存在潜在的关联。OmniAudio 模型正是学习这种关联性，从而在没有额外音频输入的情况下，仅凭全景视频就能合成具有空间感的音频。
OmniAudio 的主要特点包括-
*   **仅需 360° 全景视频输入-** 无需额外的音频录制设备或复杂的音频处理流程。
*   **生成 3D 空间音频-** 能够预测声音的方位、距离和混响等空间属性。
*   **端到端学习-** 利用深度学习模型直接从视频到音频的映射关系。
*   **潜在泛化能力-** 学习到的模型可能对不同场景和声音类型具有一定的泛化能力。
![image.png](https://static.downly.cn/images/20250516023842.433594588.png)
## 技术原理探秘
OmniAudio 的实现可能涉及以下关键技术-
*   **视频特征提取-** 利用卷积神经网络（CNN）或其他视觉模型从 360° 视频中提取与声音相关的视觉特征，例如运动物体、场景类型、反射表面等。
*   **空间感知建模-** 构建能够理解三维空间结构的模块，将提取的视觉特征映射到声音的空间属性（如方位角、仰角、距离）。
*   **音频生成模块-** 利用生成模型（如变分自编码器 VAE 或生成对抗网络 GAN）根据预测的空间属性和可能的音频内容（例如根据画面中的汽车预测引擎声）合成具有空间感的音频波形。
*   **大规模数据训练-** 在大量的 360° 视频和对应的真实 3D 空间音频数据集上进行训练，使模型学习复杂的视听关联。
![image.png](https://static.downly.cn/images/20250516023933.728953508.png)
## 开启全新的听觉维度-应用前景
OmniAudio 的出现，为沉浸式体验的音频生成开辟了新的可能性，具有广泛的应用前景-
*   **提升 VR/AR 沉浸感-** 为虚拟环境中的声音提供准确的空间定位，使虚拟世界更加真实可信。
*   **优化 360° 视频观看体验-** 让观众在观看全景视频时，能够听到与画面一致的具有方向感的声音。
*   **自动化内容生成-** 降低生成具有空间音频的内容的门槛和成本，促进相关内容的普及。
*   **虚拟会议和远程协作-** 在虚拟空间中提供更真实的音频交流体验。
*   **游戏和模拟训练-** 创造更具代入感的声音环境。
这项研究不仅在技术上取得了突破，更让我们看到了未来如何利用人工智能技术，仅从视觉信息就能构建出丰富的多感官体验。OmniAudio 的出现，让耳朵“看见”方向不再是科幻，而是正在成为现实。我们期待在 ICML 2025 上了解更多关于这项激动人心的工作细节。


ICML 2025 关注-OmniAudio 让耳朵“看见”方向！仅凭 360° 全景视频，就能生成逼真 3D 空间音频



> 在科学研究领域，数据和基础模型的开放共享是推动创新的重要力量。特别是在分子科学、材料发现以及神经科学等领域，对大规模、高质量的数据集和能够理解原子层面相互作用的模型有着迫切的需求。近日，科技巨头 Meta AI 宣布开源了两项重要的资源-一个大规模的分子数据集 OMol25 和一个全新的原子通用模型 UMA（Universal Model for Atoms），旨在加速这些前沿科学领域的进展。



## 科学研究的瓶颈-数据稀缺与模型局限

分子科学、材料科学和神经科学的研究都涉及对原子和分子层面的复杂相互作用的理解和预测。然而，这些领域面临一些共性挑战：

*   **高质量数据稀缺-** 获取大规模、标注准确的实验数据通常耗时耗力，且成本高昂。
*   **计算模型局限-** 现有的计算模型往往针对特定领域或特定类型的分子/材料，泛化能力有限。
*   **跨领域知识鸿沟-** 分子、材料和神经科学虽然都在微观层面有所关联，但研究方法和数据形式存在差异，缺乏统一的建模框架。

这些瓶颈限制了科学家们利用机器学习和人工智能技术进行更深入探索和发现的速度。



![image.png](https://static.downly.cn/images/20250515104251.894174268.png)



## OMol25-迈向更全面的分子数据集

为了缓解高质量分子数据稀缺的问题，Meta AI 开源了 OMol25 数据集。这个数据集据称是一个包含大量分子结构和属性信息的综合性资源。相较于现有的分子数据集，OMol25 可能具有以下优势-

*   **规模更大-** 包含更多的分子实例和更丰富的属性。
*   **多样性更强-** 可能涵盖不同类型的分子，包括有机分子、无机分子、生物分子等。
*   **标注更全面-** 除了基本的分子结构信息，可能还包含更复杂的物理、化学、生物学属性数据。

大规模、多样化且标注全面的分子数据集，能够为训练更强大的分子性质预测模型和生成模型提供坚实的基础。



![image.png](https://static.downly.cn/images/20250515104433.685240279.png)



## UMA-构建原子层面的通用理解模型

除了数据集，Meta AI 还提出了并开源了原子通用模型 UMA。顾名思义，UMA 的目标是建立一个能够理解和预测不同原子之间相互作用的通用模型，无论这些原子构成的是分子、材料还是生物系统（如蛋白质或神经元）。UMA 的提出，可能基于以下理念-

*   **原子作为基本单元-** 无论是分子还是材料，其核心都是原子的排列和相互作用。
*   **通用规律存在-** 原子之间的相互作用可能存在跨领域的通用规律。
*   **利用大规模数据学习-** 通过在大规模数据集（包括 OMol25）上进行训练，让模型学习这些通用规律。

UMA 如果能够成功实现其目标，将极大地降低在不同科学领域建立特定计算模型的门槛，实现跨领域的知识迁移和预测能力。它可以为材料设计、药物发现、脑科学研究等提供统一的底层建模工具。



![image.png](https://static.downly.cn/images/20250515104415.035881344.png)



## 加速科学发现-应用前景与影响

OMol25 数据集和 UMA 模型的开源，预计将对相关科学研究领域产生深远影响-

*   **加速材料发现-** 帮助科学家预测新型材料的性能，设计具有特定功能的材料。
*   **推动药物研发-** 加快潜在药物分子的筛选和设计过程。
*   **深化神经科学理解-** 可能有助于模拟和理解神经元之间的相互作用，甚至构建更精确的大脑模型。
*   **促进 AI for Science 发展-** 为利用人工智能解决科学难题提供强大的数据和工具支持。
*   **降低研究门槛-** 开源资源使得更多研究人员能够接触和利用这些先进的数据和模型。

Meta AI 的这一举措，体现了科技公司在推动基础科学研究方面的责任和贡献。通过开放这些关键资源，Meta 期望能够激发全球科学界的创新活力，加速人类在物质世界和生命科学领域的探索步伐。这项工作也再次证明了 AI 在赋能基础科学研究方面的巨大潜力。


Meta 开源重磅资源：分子数据集 OMol25 和原子通用模型 UMA，加速材料科学与神经科学突破



> 蛋白质聚集是许多神经退行性疾病（如阿尔茨海默病、帕金森病）和癌症等疾病的关键致病因素。理解蛋白质如何聚集、预测其聚集行为，对于疾病的诊断、治疗和新药研发至关重要。近日，一项发表在Science子刊《Science Advances》上的研究取得了重大突破，研究人员通过构建一个包含超过10万条聚集数据的庞大数据库（BIST），并利用这些数据训练AI模型，成功地量化和预测了蛋白质的聚集行为，为蛋白质聚集研究带来了新的曙光。



## 蛋白质聚集：健康与疾病的“双刃剑”

蛋白质是生命活动的基本执行者，其正确折叠和功能发挥对维持生命至关重要。然而，在某些条件下，蛋白质会错误折叠并相互聚集，形成淀粉样纤维或无定形聚集体。这种异常的蛋白质聚集不仅会丧失正常功能，还可能对细胞产生毒性，是导致多种严重疾病的重要原因。另一方面，在某些生理过程中，蛋白质聚集也具有重要功能，例如在细胞应激反应中形成应激颗粒。因此，理解和控制蛋白质聚集是生物医学研究的重点之一。



![image.png](https://static.downly.cn/images/20250513084024.567159888.png)



## 传统研究方法的局限

过去，研究蛋白质聚集主要依赖于实验方法，如体外聚集实验、细胞模型和动物模型。这些方法虽然能够提供重要的信息，但也存在一些局限性：实验周期长、成本高、通量低，难以大规模地研究不同蛋白质的聚集行为以及各种因素对聚集的影响。此外，由于蛋白质聚集过程的复杂性，纯粹的实验方法难以全面捕捉其动态变化和内在规律。



![image.png](https://static.downly.cn/images/20250513084053.181840872.png)



## BIST数据库：量化聚集行为的基石

为了克服传统方法的局限，研究人员构建了一个名为BIST（Biophysical Investigation of Sequence and Thermodynamics）的庞大数据库。这个数据库汇集了超过10万条不同蛋白质序列在不同条件下的聚集数据，包括聚集速率、聚集程度等定量信息。这些数据来源于大规模的实验测量，为利用机器学习方法研究蛋白质聚集提供了坚实的基础。BIST数据库的构建本身就是一项重要的贡献，它为蛋白质聚集研究提供了宝贵的资源。



![image.png](https://static.downly.cn/images/20250513084115.730277084.png)



## AI赋能：精准预测蛋白质聚集

利用BIST数据库的丰富数据，研究人员训练了先进的AI模型，使其能够学习蛋白质序列与聚集行为之间的复杂关系。通过对大量数据的分析，AI模型能够识别出影响蛋白质聚集的关键序列特征、物理化学性质以及环境因素。更重要的是，训练好的AI模型能够以前所未有的精度预测未知蛋白质的聚集倾向和聚集动力学。这使得科学家能够快速筛选具有特定聚集行为的蛋白质，为疾病研究和药物设计提供重要线索。



![image.png](https://static.downly.cn/images/20250513084144.017367146.png)



## 开启蛋白质聚集研究新篇章

这项研究成果为蛋白质聚集研究带来了革命性的影响。通过大规模的定量数据和强大的AI预测能力，科学家们能够更深入地理解蛋白质聚集的机制，探索不同蛋白质的聚集差异，并预测药物分子对蛋白质聚集的影响。这不仅有助于我们更好地理解神经退行性疾病等蛋白质聚集相关疾病的病理过程，也为开发靶向蛋白质聚集的新型疗法提供了新的策略和工具。未来，结合高通量实验和AI预测，蛋白质聚集研究将迈入一个全新的时代。






Science子刊重磅：十万级数据喂饱AI，蛋白质“抱团”行为被BIST精准捕捉

简单免费的机器学习模型训练工具

Lobe

Google推出的机器学习和人工智能开源库

TensorFlow

IBM推出的企业级生成式人工智能和机器学习平台

Watsonx.ai

知名MOOC平台，众多人工智能和机器学习课程

Coursera

开源的机器学习模型监测和测试工具

Evidently AI

免费在线学习机器学习，从基础到高级

MachineLearningMastery

Windsurf

Kaggle

PyTorch

微软推出的免费开源的机器学习课程，GitHub标星4万+

ML for Beginners

Replicate

Scikit-learn

字节跳动推出的免费AI编程工具，基于Claude模型

Trae

Scale AI

开源的搭建机器学习模型UI界面的Python库

Gradio

苹果推出的开源机器学习框架，专为Apple Silicon芯片设计

Perplexity AI

Google推出的用于变换数值函数的机器学习框架

搜索结果: 机器学习