产品库

AI系统设计新型蛋白质，助力生物和健康研究。

AlphaProteo是DeepMind推出的首个AI系统，用于设计新型、高强度的蛋白质结合体，作为生物和健康研究的构建模块。这项技术有潜力加速我们对生物过程的理解，并助力新药的发现、生物传感器的开发等。AlphaProteo能够为多种目标蛋白质生成新的蛋白质结合体，包括与癌症和糖尿病并发症相关的VEGF-A。它在实验成功率和结合亲和力方面均优于现有方法，能够显著减少涉及蛋白质结合体的初步实验所需的时间。

快速设计优化蛋白质

Cradle帮助生物学家使用强大的预测算法和AI设计建议，以创纪录的时间设计改进的蛋白质。通过可视化、分析和预测候选蛋白质的潜力，节省大量工作时间。利用每一轮实验结果来训练Cradle AI，建立定制模型，改进候选蛋白质。使用Cradle进行任何项目，即使没有高通量实验，也能在96孔板中取得令人印象深刻的结果。选择要改进的内容，然后只需点击一下即可生成高质量的候选蛋白质。预测蛋白质的三维结构，生成具有改进热稳定性的新序列，优化密码子等功能即将推出。私密、安全、完全属于您。Cradle保护您的序列和数据的隐私和安全，同时完全拥有所有知识产权。

Evo 2 是一个强大的 AI 基础模型，用于解析 DNA、RNA 和蛋白质的遗传密码。

Evo 2 是由 NVIDIA 推出的 AI 基础模型，旨在通过深度学习技术解析生物分子的遗传密码。该模型基于 NVIDIA DGX Cloud 平台开发，能够处理大规模的基因组数据，为生物医学研究提供强大的工具。Evo 2 的主要优点在于其能够处理长达 100 万个 token 的基因序列，从而更全面地理解基因组的复杂性。该模型在生物医学领域的应用前景广阔，包括疾病诊断、药物开发和基因编辑等。Evo 2 的开发得到了 Arc 研究所和斯坦福大学的支持，目标是推动生物医学研究的创新和突破。

BioEmu 是一个用于可扩展模拟蛋白质平衡系综的生成式深度学习模型。

BioEmu 是微软开发的一种深度学习模型，用于模拟蛋白质的平衡系综。该技术通过生成式深度学习方法，能够高效地生成蛋白质的结构样本，帮助研究人员更好地理解蛋白质的动态行为和结构多样性。该模型的主要优点在于其可扩展性和高效性，能够处理复杂的生物分子系统。它适用于生物化学、结构生物学和药物设计等领域的研究，为科学家提供了一种强大的工具来探索蛋白质的动态特性。

基于GPT风格的生物医学语言模型

BioMedLM是由斯坦福大学和DataBricks团队合作开发的基于GPT风格的生物医学语言模型，具有2.7亿参数，通过在生物医学领域的专业知识上训练，可以有效地回答有关医学和生物学的复杂问题。可以在单个A100 GPU上方便地进行微调，并在笔记本电脑上运行推理。在MedMCQA上达到57.3%的得分，在MMLU医学遗传学考试上达到69.0%的得分。产品功能包括生物医学问答系统、患者咨询回答、文献检索与总结、数据隐私与内部部署、模型训练数据的完全记录。BioMedLM已在Hugging Face Hub上公开发布，允许任何人下载并微调模型。

生物医学领域的专业通用模型

UltraMedical项目旨在开发生物医学领域的专业通用模型，这些模型旨在回答与考试、临床场景和研究问题相关的问题，同时保持广泛的通用知识基础，以有效处理跨领域问题。通过使用先进的对齐技术，包括监督微调(SFT)、直接偏好优化(DPO)和赔率比偏好优化(ORPO)，训练大型语言模型在UltraMedical数据集上，以创建强大且多功能的模型，有效服务于生物医学社区的需求。

先进的开源生物医学大型语言模型，专为医疗领域设计。

OpenBioLLM-70B是由Saama AI Labs开发的先进开源语言模型，专为生物医学领域设计。该模型在大量高质量的生物医学数据上进行了微调，能够理解和生成具有领域特定准确性和流畅性的文字。它在生物医学基准测试中展示了超越其他类似规模开源生物医学语言模型的优越性能，并且在与更大的专有和开源模型如GPT-4、Gemini、Medtron-70B、Med-PaLM-1和Med-PaLM-2的比较中也展现了更好的结果。

一款专为生物医学领域设计的开源大型语言模型

OpenBioLLM-8B是由Saama AI Labs开发的先进开源语言模型，专为生物医学领域设计。该模型在大量高质量的生物医学数据上进行了微调，能够理解并生成具有领域特定准确性和流畅性的文字。它在生物医学基准测试中的表现超越了其他类似规模的开源生物医学语言模型，并与更大的专有和开源模型如GPT-3.5和Meditron-70B相比也展现出更好的结果。

一款基于生物医学数据的8亿参数大型语言模型

Llama-3[8B] Meditron V1.0是一款专为生物医学领域设计的8亿参数的大型语言模型（LLM），在Meta发布Llama-3后24小时内完成微调。该模型在MedQA和MedMCQA等标准基准测试中超越了同参数级别的所有现有开放模型，并且接近70B参数级别医学领域领先的开放模型Llama-2[70B]-Meditron的性能。该工作展示了开放基础模型的创新潜力，是确保资源匮乏地区公平参与访问该技术更大倡议的一部分。

获取药物信息 | AI医学诊断 | AI医学助手

MedGPT是一款可靠方便的搜索药物和健康状况信息的应用。通过创新的ChatGPT API，我们的应用可以作为您的个人医生，为您提供丰富的药物和健康状况信息。通过直观的搜索功能，您可以快速轻松地找到所需的信息，保持健康和了解健康状况。无论您是寻找特定药物的信息，还是想了解特定健康状况的更多信息，我们的应用都可以满足您的需求。现在就下载我们的应用，迈向更健康、更快乐的生活的第一步吧！

首个真正开源的生物分子结构预测模型

Boltz-1是由麻省理工学院（MIT）阿卜杜拉·拉蒂夫·贾米尔健康机器学习诊所（MIT Jameel Clinic）的研究人员开发的首个真正开源的生物分子结构预测模型，其准确性达到了AlphaFold3的水平。该模型以玻尔兹曼分布命名，是一种描述分子结构分布的概率度量。Boltz-1的开发旨在鼓励超越学术界的创新，为商业用途提供支持。它由博士生Jeremy Wohlwend、Gabriele Corso和MIT Jameel Clinic研究员Saro Passaro领导开发，得到了MIT电气工程和计算机科学（EECS）教授Regina Barzilay和Tommi Jaakkola的指导。Boltz-1的开发面临了规模和数据处理的挑战，但最终成功构建了必要的计算能力，为结构生物学研究实践的标准化提供了基础，有望加速生命改变药物的创造。

跳到主要内容 Chrome 应用商店探索扩展程序

BenAI Research Assistant是一款基于人工智能的文献分析插件，用于增强生物医学研究。它可以帮助科学家更高效地阅读文献、快速发现证据，并提供工具来加快阅读速度。它支持决定是否阅读一篇文章、理解和发现文章的关键见解、回答科学问题、保持研究流程无需额外工具等主要功能。适用于学术界、制药和生物技术公司的科学家。

AI co-scientist 是一个基于 Gemini 2.0 的多智能体 AI 系统，旨在帮助科学家生成新的研究假设和实验方案，加速科学发现。

AI co-scientist 是谷歌研究团队开发的一款多智能体 AI 系统，旨在通过人工智能技术辅助科学研究。该系统基于 Gemini 2.0 构建，能够模拟科学方法的推理过程，生成新的研究假设和实验方案。它通过多智能体协作，利用生成、反思、排名、进化等多种机制，不断优化输出结果。AI co-scientist 的主要优点包括高效生成新颖的科学假设、强大的跨学科知识整合能力以及与科学家的协作能力。该系统目前处于研究阶段，通过与全球顶尖科研机构合作，验证其在生物医学等领域的应用潜力。

药物原子尺度仿真

Lavo Life Sciences是一家早期阶段的初创公司，通过开发软件工具来加速药物开发。我们的AI加速化学仿真使药物性质预测比现有解决方案更便宜、更可靠。我们的软件模拟药物在原子尺度上的行为，帮助制药公司更快地将治疗方法带给患者。我们的技术可以加速您的药物开发工作。

AlphaFold 3，由Google DeepMind和Isomorphic Labs共同开发的AI模型，能够准确预测所有生命分子的结构和相互作用。

AlphaFold 3是一个革命性的AI模型，它能够预测蛋白质、DNA、RNA、配体等生命分子的结构和相互作用，与现有预测方法相比，对蛋白质与其他分子类型的相互作用预测准确度至少提高了50%，在某些重要类别的相互作用中，预测准确度甚至翻倍。该模型将极大地推进我们对生物世界和药物发现的理解。

医学AI能力开放共享平台

医真是一个医学AI能力开放共享平台。汇聚众多医学院校、科研院所、医疗机构、医疗企业的优秀医学AI产品和解决方案,通过开放接口的方式对外提供服务,助力众多行业以最便捷高效的方式获取医学AI能力,提升工作效率。

加速医学创新，研究自动化平台

SOMA是一个研究自动化平台，通过分析医学研究文章并提取重要概念，识别它们之间的因果和关联关系，并形成一个知识图谱。研究人员可以指定概念对，并使用系统提供的文献链接访问特定的研究文章。

基于AlphaFold3模型的高精度生物分子结构预测平台

AlphaFold Server是一个基于AlphaFold3模型的网络服务，能够生成包含蛋白质、DNA、RNA、配体、离子等的高精度生物分子结构预测，并能模拟蛋白质和核酸的化学修饰。该平台由Google DeepMind和Isomorphic Labs合作开发，对于科学研究和生物制药领域具有重要意义，尤其在非商业用途中，它提供了一个强大的工具来预测和分析生物分子结构。

医学研究伴侣，一站式获取高质量科研文章

Cure AI 是一款专为医学研究人员设计的工具，旨在通过访问超过2600万篇PubMed文章，提供高效、高质量的科研支持。其主要优点包括强大的证据排名功能、自然语言查询处理能力以及无缝的文献导航体验。Cure AI 的背景信息显示，它致力于简化科研流程，帮助研究人员快速找到相关且可靠的文献资源。产品目前提供免费试用，并有多种付费计划可供选择，适合不同规模和需求的研究团队。

谷歌旗下领先的人工智能研究公司

Google DeepMind 是谷歌旗下的一家领先的人工智能公司，专注于开发先进的机器学习算法和系统。DeepMind 以其在深度学习和强化学习领域的开创性工作而闻名，其研究涵盖了从游戏到医疗保健等多个领域。DeepMind 的目标是通过构建智能系统来解决复杂的问题，推动科学和医学的进步。

自动化生物标志物发现与解释

JADBio是一款无代码机器学习平台，通过自动化生物标志物发现和解释，加速药物研发过程。它能够处理多组学数据，包括基因组学、转录组学、代谢组学等，为研究人员提供快速高效的数据分析和洞察。JADBio的优势在于其简单易用的界面和自动化功能，大大减少了药物研发的时间和成本。定价信息请参考官方网站。

AI在医学领域的初步研究

o1 in Medicine是一个专注于医学领域的人工智能模型，旨在通过先进的语言模型技术，提升医学数据的处理能力和诊断准确性。该模型由UC Santa Cruz、University of Edinburgh和National Institutes of Health的研究人员共同开发，通过在多个医学数据集上的测试，展示了其在医学领域的应用潜力。o1模型的主要优点包括高准确率、多语言支持以及对复杂医学问题的深入理解能力。该模型的开发背景是基于当前医疗领域对于高效、准确的数据处理和分析的需求，尤其是在诊断和治疗建议方面。目前，该模型的研究和应用还处于初步阶段，但其在医学教育和临床实践中的应用前景广阔。

AI医疗研究工作室

Insight是一个AI驱动的医疗研究工作室，可以在几秒钟内完成医学研究。通过生成任务并利用AI的能力，Insight可以收集关于特定主题的信息，并生成相关输出。用户可以通过查看输出结果并运行更多任务来进一步研究感兴趣的主题。Insight提供用户注册功能，以保存和管理自己的研究目标。

即时AI生成式设计工具

即时设计是一款AI生成式设计工具，通过输入文字即可生成相应的设计作品，帮助用户快速实现创意设计。产品定价根据用户需求而定，定位于提供高效便捷的设计解决方案。

AI驱动的医学文献搜索引擎

Suppr 超能文献是一个利用人工智能技术驱动的医学文献搜索引擎，旨在帮助医学研究人员快速检索和获取相关医学领域的最新研究进展和临床试验信息。它通过限定时间、类型、影响因子、作者、期刊等多重条件，提供精准的文献检索服务，极大地提高了医学研究的效率和质量。

易用、灵活、高效的开源大模型应用开发框架。

Agently是一个开源的大模型应用开发框架，旨在帮助开发者快速构建基于大语言模型的AI agent原生应用。它通过提供一系列工具和接口，简化了与大型语言模型的交互过程，使得开发者可以更专注于业务逻辑的实现。Agently框架支持多种模型，易于安装和配置，具有高度的灵活性和扩展性。

AI技术驱动的产品设计和用户研究工具

Genusoft AI是一款利用人工智能技术的产品设计和用户研究工具。它可以自动应用用户研究洞察力来提升产品的使用率和销售额。通过Genusoft AI，您可以快速创建令人惊艳和用户友好的界面。

CNKI AI 学术研究助手是基于 AI 技术的智能化学术研究助手，实现问答式增强检索和生成式知识服务。

CNKI AI 学术研究助手是同方知网结合 AI 技术推出的全新智能化服务，能够简化繁复的检索与研究流程，提供快速的问答式检索和智能创作辅助。该产品背景信息丰富，定位于提升学术研究效率。

生成幻想生物和角色的AI模型

Dark fantasy FLUX是一个专注于生成幻想生物和角色的AI模型，擅长创造具有流体金属质感的服装和带有魔法或科技光效的图像。它能够生成具有暗色调氛围的图片，同时不影响对写实内容的响应。该模型由Black Forest Labs, Inc.授权，适用于非商业用途。

帮助UX设计师高效完成用户研究

UX Brain是一个AI助手，帮助UX设计师轻松完成用户研究的转录、生成简洁摘要和发现可行动的洞察。它可以自动转录用户研究会话，生成简明扼要的摘要，并帮助设计师从中发现可操作的见解。UX Brain还提供功能点列表，使用场景，定价和定位等详细信息。