AI 重构蛋白质工程格局：Science 深度解析
本篇 Science 综述聚焦人工智能如何介入并革新蛋白质工程领域。文章并未将 AI 单纯视为一种新工具，而是将其置于蛋白质工程数十年来的核心挑战中：如何在浩瀚的蛋白质序列与结构空间内，精准寻得具备目标特性的蛋白。作者首先梳理了前 AI 时代的两大路径：定向进化与计算蛋白设计。前者依靠突变、筛选及实验测定，能直接针对目标特性优化，但受限于通量、耗时与成本；后者基于物理启发的能量函数与结构建模，搜索范围更广、效率更高，却难以用单一能量函数涵盖表达、稳定性、催化活性及动态构象等复杂属性。综述的核心观点是将 A
上海AI团队发布SIM1仿真器，柔性物体零样本操控突破90%成功率
在机器人技术领域，教会机器处理柔软物品——例如折叠T恤或整理毛巾——始终是一项棘手挑战。相较于坚硬的刚体，可变形物体的形态会随动作而变化，接触关系异常复杂。尽管当前的视觉语言动作模型（VLA）已在刚性物体操作中表现出色，但面对“软物”挑战时，常因缺少优质训练数据而表现不佳。近日，上海AI实验室联合复旦、上海交大及北大科研团队推出了一项创新研究：SIM1。研究人员的核心构想是：既然现实数据采集成本高昂且耗时漫长，不如在虚拟环境中“制造”数据。然而传统仿真往往脱离实际，甚至会出现衣物像橡皮筋般乱飞的现象。SI