产品库

一个专注于前沿科技和创新技术的平台，涵盖AI、生物技术、量子计算等多个领域。

Build Y是一个由Necrozma Labs开发的前沿科技平台，旨在展示和探索各种创新技术。该平台涵盖了从人工智能到生物技术、从量子计算到可持续能源等多个领域的最新研究成果。其主要优点是为工程师和科学家提供了一个集中展示和交流的场所，促进了跨学科的技术合作和创新。该平台的背景是推动全球科技进步，通过分享最新的研究成果和技术突破，激发更多创新思维。目前平台的具体价格和定位信息未明确，但其目标是成为科技领域的知识共享中心。

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。

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。

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。

70亿参数的元基因组基础模型，用于流行病监测和病原体检测.

METAGENE-1是由南加州大学、Prime Intellect和核酸观测站的研究人员合作开发的一款元基因组基础模型。该模型具有70亿参数，经过1.5万亿个碱基对的DNA和RNA序列训练，这些序列来自人类废水样本。METAGENE-1的主要功能是帮助公共卫生应用，如流行病监测、病原体检测和新兴健康威胁的早期发现。其优势在于能够捕捉人类微生物组中完整的基因组信息分布，具有强大的泛化能力。

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。

生成幻想生物和角色的AI模型

FLUX.1-dev-LoRA-Dark-Fantasy是由Shakker AI的GUIZANG(歸藏)训练的LoRA模型，专注于生成幻想生物和角色。该模型受到Klee、Odilon Redon、Eyvind Earle等艺术家的影响，能够生成具有电影质感、复杂光影效果和精细细节的图像。模型遵循flux-1-dev-non-commercial-license，适用于非商业用途。

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。

先进的多模态基础模型，用于分子结构预测。

Chai-1是一个用于药物发现的多模态基础模型，能够预测蛋白质、小分子、DNA、RNA、共价修饰等的分子结构。它在PoseBusters基准测试中达到了77%的成功率，与AlphaFold3相当。Chai-1无需多序列比对即可运行，保持了大部分性能，并且能够更准确地折叠多聚体结构。此外，Chai-1可以与实验室数据结合，提高预测性能。该模型旨在将生物学从科学转变为工程，推动AI在生物学研究中的应用。

探索生命交互的奥秘

Chai Discovery是一个专注于解码生命交互的网站，它可能涉及生物信息学、基因组学或相关领域，旨在通过先进的技术手段揭示生命体之间复杂的相互作用。该产品或技术的重要性在于它可能为生命科学、医学研究和相关领域提供深入的洞见和数据支持。

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。

将文本转化为复古风格的黑暗幻想图像

dark-fantasy-illustration-flux是一个基于FLUX1.-dev模型的LoRa适配器，专门用于生成受黑暗幻想复古插画启发的图像。它不需要特定的触发词，只需自然的语言提示即可生成图像，并且与其它LoRa模型兼容，适用于生成具有独特艺术风格的图像。

基于咳嗽声音分析的疾病检测模型

Health Acoustic Representations (HeAR) 是由谷歌研究团队开发的生物声学基础模型，旨在通过分析人体发出的声音，如咳嗽声，来识别疾病的早期迹象。该模型经过了3亿条音频数据的训练，特别针对咳嗽声音使用了约1亿条数据。HeAR 能够识别与健康相关的声音模式，为医疗音频分析提供了强大的基础。HeAR 模型在多种任务中的表现优于其他模型，并在不同麦克风上具有更好的泛化能力。此外，使用 HeAR 训练的模型在训练数据较少的情况下也能达到高性能，这对于数据稀缺的医疗研究领域至关重要。HeAR 目前已向研究人员开放，以加速开发定制的生物声学模型，减少数据、设置和计算的需求。

创建活泼的动漫风格插画

Phantasma Anime模型是一个专注于幻想主题的动漫风格插画生成工具，它通过文本到图像的转换技术，为用户提供具有特定效果细节的动漫插画。该模型在灵活性和幻想元素的表现上具有优势，适合需要快速生成动漫风格图像的用户。

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。

科学延长寿命，提升生活质量

Zest - Longevity是一个旨在帮助用户实现更长寿、更健康生活的应用程序。它基于过去十年来科学研究对衰老生物学根源的探索，提供了一种工具，让用户能够从核心层面上应对衰老，甚至预防和逆转生物衰老过程。该应用程序由医生、长寿科学家和研究人员团队共同开发，并持续更新评估推荐方案。Zest通过跟踪8个关键的长寿支柱：情绪、睡眠、运动、阳光暴露、冷浸、禁食、补充剂和血液测试，帮助用户形成每日推荐目标，综合这些目标形成用户的长寿得分。此外，Zest与Vital SDK和数字生物标记的被动跟踪兼容，支持几乎所有可穿戴设备，结合行为科学和长寿科学，运用心理学和神经科学帮助用户维持延长生命的习惯。

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。

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。

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。

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。