2025年，DeepMind CEO哈萨比斯在最新访谈中探讨了AGI（通用人工智能）的未来发展及其潜在影响。他预测，若未来十年内实现完全AGI，将开启科学的黄金时代，带来能源、健康等领域的革命性突破。目前AI系统仍存在局限性，如缺乏真正的创造力和博士级通用智能，但DeepMind正通过混合模型与多模态系统推进研究。他还提到Nano Banana等工具展示了AI的一致性与创意潜力，而Genie世界模型则能实时生成物理交互场景，展现对世界规律的深度理解。此外，哈萨比斯主导的Isomorphic Labs正利用AlphaFold技术加速药物研发，目标是将研发周期从数年缩短至几周。他认为AI的能源消耗问题可通过技术创新缓解，并强调AI将在应对气候变化等方面发挥巨大作用。

2025年9月12日，谷歌DeepMind首席执行官、2024年诺贝尔化学奖得主戴米斯・哈萨比斯在接受彭博电视台采访时表示，未来数年内，在人工智能支持下，新药研发时间有望从按年计算缩短至按月计算。哈萨比斯因在蛋白质结构预测领域的贡献获奖，目前还主管Alphabet旗下AI药物研发部门Isomorphic Labs。该团队正开发更先进的AlphaFold模型，并已展示首款AI设计药物进入临床试验的初步证据，展现了AI加速药物研发的巨大潜力。

DeepMind首席执行官哈萨比斯在与莱克斯的对谈中，探讨了人工智能（AI）未来的发展潜力。他认为，任何通过进化形成的事物都能被AI高效建模，这源于自然系统中存在的结构和模式。哈萨比斯带领团队开发的AlphaFold系列模型，能够高精度预测蛋白质三维结构，展示了AI在复杂科学问题上的突破能力。 在这...

2025年7月7日，谷歌旗下Isomorphic Labs即将启动由AI设计的新药人体试验，用于癌症治疗。该机构依托DeepMind的AlphaFold技术，可精准预测蛋白质结构并模拟分子相互作用，显著提升药物研发效率。Isomorphic Labs成立于2021年，已与诺华、礼来等制药巨头达成合作，并于2025年4月完成6亿美元首轮融资。其目标是通过整合AI专家和制药行业资深人士，打造“世界级药物设计引擎”，以更快、更低成本开发新药。Isomorphic聚焦癌症、免疫等领域，同时推进自有项目和外部合作。公司总裁Colin Murdoch表示，新技术有望显著提高药物研发成功率，未来或能实现一键生成药物设计方案。

2025年2月，Isomorphic Labs获6亿美元融资，由Thrive Capital领投，资金将用于开发下一代AI药物设计引擎。公司依托AlphaFold技术，与诺华、礼来等药企合作，加速药物研发进程。其AI引擎可高效筛选分子，显著缩短研发周期，并覆盖肿瘤学、免疫学等领域。此前，2024年发布的AlphaFold 3实现跨分子类型预测，精度大幅提升，为药物设计提供关键支撑。Isomorphic Labs致力于通过AI变革药物研发，推动生物医学领域发展，成为AI制药领域的前沿力量。

AlphaFold斩获诺奖背后：2亿蛋白质结构免费开放，亚太用户破百万 近日，Google DeepMind的产品经理Dhavi Patel在媒体分享会上展示了AlphaFold在蛋白质结构预测及生命科学领域的应用。AlphaFold在全球190多个国家拥有超250万用户，其中亚太地区用户突破1...

标题：诺奖得主David Baker：AI for Science的13片蓝海 近日，2024年诺贝尔化学奖得主David Baker发表题为《De Novo Protein Design》的演讲，揭示了AI for Science的应用场景及其实际价值。Baker预测，在未来5-10年，AI将助力...

标题：诺奖AI成果开源！AlphaFold3代码人人可以免费下载，Nature撰文推荐 正文： 刚刚，谷歌开源了自己的诺奖模型AlphaFold3，这意味着来自生物医药、生命科学等领域的科学家们可以免费下载并运行模型。 Nature为此撰文推荐。AlphaFold3不仅能够预测蛋白质结构，还能预测所...

近日，谷歌旗下人工智能公司DeepMind开源了其曾获诺贝尔奖的药物研发AI模型AlphaFold 3，这意味着全球生物医药领域的研究者可以免费下载模型代码，自行开展药物研发工作。AlphaFold 3不仅能预测蛋白质结构和相互作用，还能预测DNA、RNA及小分子等几乎所有生物分子的结构和相互作用，...

正文：2024年11月11日，谷歌开源了备受瞩目的蛋白质预测模型AlphaFold-3，该模型因其在诺贝尔化学奖中的贡献而备受关注。AlphaFold-3由谷歌DeepMind开发，能够准确预测蛋白质及其他生物分子的三维结构，涵盖蛋白质、核酸（包括DNA和RNA）、小分子、离子及修饰残基等。该模型在处理复杂结构方面表现出色，尤其适用于具有高度对称性的生物分子复合物。AlphaFold-3通过引入Pairformer模块替代Evoformer模块，显著减少了多重序列比对的处理量，并增强了模型的泛化能力。此外，通过扩散模块直接预测原子坐标，AlphaFold-3简化了模型架构并提升了精度。这一开源举措预计将极大促进生物、化学、医药等领域的科研进展，缩短新药和疫苗的研发周期。网友们对此表示热烈欢迎，认为这将对科学发现产生颠覆性影响。