谷歌发布「AlphaFold 4」IsoDDE！性能碾压却不再开源，AI资讯前沿解读

type

status

date

slug

summary

引言：AI 科学领域的震荡与转折

在人工智能加速基础科学研究的浪潮中，谷歌旗下的 DeepMind 曾凭借 AlphaFold 系列模型赢得了学术界的广泛赞誉，其创始人 Demis Hassabis 更是因此登上了诺贝尔奖的领奖台。然而，就在 2025 年初，由 Hassabis 领导的 AI 药物研发公司 Isomorphic Labs 发布了被业界非正式称为「AlphaFold 4」的新一代引擎——IsoDDE。

这一发布在 AI资讯 圈引发了巨大轰动。IsoDDE 的出现不仅标志着 AI 药物设计性能的再次飞跃，更因其“彻底闭源”的决策，引发了关于 AI 驱动科学研究是否正走向商业封闭时代的深刻讨论。想要了解更多前沿 AI新闻 和 AGI 动态，欢迎访问 AI门户。

性能碾压：IsoDDE 重新定义药物设计基准

根据 Isomorphic Labs 发布的 27 页技术报告，IsoDDE 在多项关键指标上全面超越了前代 AlphaFold 3。如果说 AlphaFold 的核心是预测“蛋白质长什么样”，那么 IsoDDE 则解决了更核心的问题：“药物分子如何与蛋白质结合”。

在专门针对新蛋白结构的 Runs N' Poses 基准测试中，当测试样本与训练数据的相似度极低（0-20%）时，IsoDDE 的成功率达到了 AlphaFold 3 的两倍以上。在 60 个最具挑战性的案例中，IsoDDE 成功解决了 17 个 AlphaFold 3 彻底失败的案例。

此外，在预测抗体与靶标的识别精度上，IsoDDE 的表现是开源模型 Boltz-2 的近 20 倍。最令人惊叹的是，IsoDDE 仅凭氨基酸序列就能找出一个被科学家隐藏了 15 年的蛋白结合位点。这种强大的泛化能力表明，该模型在 大模型 算法逻辑和数据利用上实现了质的突破。

闭源之争：当科学利器变为商业秘方

与 AlphaFold 2 和 AlphaFold 3 逐步走向开源的路径不同，IsoDDE 明确选择了闭源。Isomorphic Labs 总裁 Max Jaderberg 直言不讳地表示，公司不打算公开其“秘方”。这意味着，学术界将无法获得该模型的代码、训练数据细节或模型架构。

这一转变在 人工智能 社区引发了广泛担忧。过去，AlphaFold 被视为 AI 惠及全人类的标杆，全球超过 300 万研究者从中受益。如今，当最顶尖的科学工具转变为纯粹的商业资产，科学研究的“公共品”属性正受到挑战。作为 LLM 和科学 AI 发展的见证者，我们不得不思考：当技术红利被少数科技巨头垄断，科学进步的速度是否会因门槛的提高而放缓？

数据壁垒：私有数据构建的护城河

为什么 IsoDDE 能够展现出如此惊人的性能？业内专家指出，除了算法创新，数据可能是关键因素。Isomorphic Labs 与礼来、诺华等药企巨头签署了数十亿美元的合作协议，这使他们能够接触到海量的私有实验数据。

在 AI 研发领域，高质量的蛋白质-药物实验数据是极其稀缺的资源。如果 IsoDDE 的领先地位是建立在这些非公开数据之上，那么开源社区的追赶难度将大幅增加。这不同于互联网文本驱动的语言模型，生物医药数据的获取成本极高，这可能导致 AI 科学工具领域出现长期的技术断层。

开源阵营的韧性：挑战与机遇并存

尽管 IsoDDE 选择了封闭，但开源社区并未停下脚步。Boltz-2、Chai-1、Protenix 等开源模型在过去一年中迅速崛起，正不断缩小与闭源模型的差距。这种竞争态势类似于 chatGPT 与开源 Llama 之间的博弈。

开源开发者认为，公开数据中仍有巨大的挖掘潜力，IsoDDE 的成功设定了一个新的性能标杆，这将激励更多团队进行算法创新。对于关注 AI变现 和 提示词 优化的开发者来说，理解这些底层算法的演进同样至关重要。

结论：站在 AI 科学的新十字路口

谷歌发布「AlphaFold 4」IsoDDE，既展示了 人工智能 在生物医药领域的无限潜力，也揭示了商业利益与科学开放之间的矛盾。AlphaFold 的诺贝尔精神代表了知识共享的理想，而 IsoDDE 则代表了商业竞争的现实。

未来，我们可能会看到更多突破性的 AI 成果以“技术报告”而非“学术论文”的形式出现。对于广大科研工作者和 AI 爱好者来说，保持对 AI日报 的关注，及时掌握最新的 AI资讯，是在这个快速变迁时代保持竞争力的关键。

获取更多关于 claude、openai 及全球 大模型 趋势的深度解读，请持续关注 AIGC.BAR。