先了解这件事
2026年10月21日,NVIDIA与UW Medicine蛋白质设计研究所推出开放模型RFD4-Proteina。据NVIDIA Newsroom当日发布的信息,该模型将可编程蛋白质设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化蛋白质设计;研究草稿中的测试显示,其在蛋白质结合、小分子结合、酶骨架和DNA结合四类基准上,计算设计成功率和生成吞吐均高于所评估的基线。模型已通过Amazon Bio Discovery、Anthropic的Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI和Tamarind Bio等合作方提供。同日Unite.AI报道称,NVIDIA在GTC Berlin宣布这一合作,模型属于NVIDIA BioNeMo;Hugging Face模型卡显示其权重为435.6百万参数、FP32存储1.74 GB、以BF16运行,采用BSD 3-Clause许可,单张H200上250 token设计在BF16下耗时5.0秒。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：NVIDIA：Newsroom
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月21日
Unite.AI
NVIDIA 与 UW Medicine 发布开源蛋白质设计模型 RFD4-Proteina
NVIDIA 在 GTC Berlin 宣布与 UW Medicine 蛋白质设计研究所合作推出开源蛋白质设计模型 RFD4-Proteina，已通过 Amazon Bio Discovery、Hugging Face、OpenAI 等合作方提供。该模型属于 NVIDIA BioNeMo，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并筛选候选设计。Hugging Face 模型卡显示其权重为 435.6 百万参数、FP32 存储 1.74 GB、以 BF16 运行，采用 BSD 3-Clause 许可，单张 H200 上 250 token 设计在 BF16 下耗时 5.0 秒。
NVIDIA：Newsroom一手
NVIDIA 与 UW Medicine 蛋白质设计研究所发布开源模型 RFD4-Proteina
NVIDIA 与 UW Medicine 蛋白质设计研究所发布开源模型 RFD4-Proteina，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并优化蛋白质设计。研究草稿中的测试显示，该模型在蛋白质结合、小分子结合、酶骨架和 DNA 结合四类基准上，计算设计成功率和生成吞吐均高于所评估的基线。模型已通过 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio 等合作方提供。
本事件热度走势
- 当前
- 5
- 区间峰值
- 14 10月22日 07:00
- 近 24 小时变化
- -50%
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。