🔬 The Coolest Diffusion Research Isn't in LLMs — Evan — Genesis Molecular AI 用扩散模型攻克小分子药物发现，精度超越

• 小分子药物发现面临 10^60 种候选分子，且优化结合力与药代性质常相互冲突，传统方法难以兼顾。这意味着 AI 需要同时处理多目标优化，而扩散模型提供了新的建模路径。
• Genesis 的 PEARL 模型通过扩散技术预测蛋白质柔性诱导契合，在 OpenBind 基准上显著超越传统对接方法。这展示了扩散模型在 3D 结构预测中的创新潜力，为药物设计工具链带来精度跃升。
• 社区常用的 2Å RMSD 基准被批评为“slop”，因为氢键有效范围仅 0.6Å，1.8Å 的模型可能误导化学家。这提醒开发者：领域基准需反映真实物理约束，否则会掩盖模型缺陷。

原文：🔬 The Coolest Diffusion Research Isn't in LLMs — Evan Feinberg & Sergey Edunov, Genesis Molecular AI · 作者 Latent Space