实现“产品系列化、运营集团化、通路国际化、服务本地化、办公智能化”
的目标，打造世界一流的智能应用及运营管理平台。
5月9日消息，发布最新版生物学预测工具AlphaFold3，在无需输入任何结构信息的情况下，所预测的所有生命分子的结构和相互作用准确性比PoseBusters 基准上的已有最佳传统方法高出50%，并将在开发生物可再生材料和更具韧性的作物、以及加快药物设计和基因组学研究等方面发挥重要作用。
据DeepMind CEO 戴米斯·哈萨比斯介绍，AlphaFold 3是我们朝着建模细胞中不同分子之间的相互作用目标迈出的第一步。
据了解，AlphaFold 3可以对蛋白质、DNA 和 RNA 等大生物分子以及小分子（即配体）进行建模，也可以模拟这些分子的化学修饰，以揭示其结合与工作机制。谷歌 DeepMind 总监约翰·詹珀表示，这标志着“模型的巨大飞跃，因为它确实简化了让所有这些不同原子一起工作的整个过程”。
在AlphaFold 3的工作机制层面，得益于AI从业者对扩散技术（diffusion）的改进，DeepMind可以通过转向扩散技术以完善其底层模型架构。
目前，DeepMind旗下的药物研发子公司 Isomorphic Labs将 AlphaFold 3与一套互补的内部人工智能模型相结合，尝试识别抗逆作物和研发新疫苗，并与制药公司合作尝试开发新的疾病治疗方法。
虽然DeepMind目前没有发布AlphaFold 3的完整代码，但提供了名为AlphaFold Server 的公共接口，该接口对可供尝试的分子施加了限制，并且只能用于非商业目的。
不开源代码意味着AlphaFold 3预测蛋白质与小分子相互作用的主要能力，基本上无法供公众使用，哥伦比亚大学系统生物学助理教授穆罕默德·库莱希认为，此次新工具的发布标志着一个巨大的飞跃，但也伴随着一些缺陷，而目前 AlphaFold 3主要起到了宣传的作用。（薛世轩）