前Llama预训练负责人：「阻碍新药发现的最大瓶颈竟然是英伟达H100显卡算力」

AI快递 · Jul 1, 2026 · 9m

节目介绍: 本期节目深入剖析Genesis Molecular AI创始人Evan Feinberg关于扩散模型在新药发现中的革命性应用，挑战了大众对生成式AI仅限于图像和视频的认知。视频详细揭示了蛋白质三维构象预测的技术壁垒、药物设计中的极限精度要求，以及自动化实验的局限性，最终指出新药研发的核心瓶颈不在生物学复杂性，而是算力资源的极限。通过这场对话，您将洞悉未来制药行业被算力驱动的全新底层逻辑。 原视频链接： https://www.youtube.com/watch?v=YQWXxnkK4dw 原视频标题：🔬 "The Most Innovative Diffusion Research Is Happening in Drug Discovery, Not Image Generation" 主要内容： • 当前最前沿的扩散模型研究聚焦于蛋白质三维结构预测，而非传统的图像或视频生成 • 蛋白质动态结构的精准预测对新药设计至关重要，传统两埃误差标准远远不够 • 通过物理分子动力学模拟生成合成数据，解决了真实晶体结构数据匮乏的问题 • 高通量自动化筛选存在大量假阳性，罕见且复杂的分子需要定制化化学合成 • 新药发现最大瓶颈是显卡算力不足，未来药物设计将依赖大规模算力驱动的智能体系统 推荐理由：…