标题：何恺明团队论文全景扫描：一场关于「生成范式」的多角度突破 | CVPR 2026 正文： 2025年至2026年，生成式AI领域最值得关注的方向之一是流匹配（Flow Matching）。这一方法用常微分方程路径替代扩散模型的随机微分方程路径，从而大幅提升生成效率。然而，从理论到工程落地仍...

9月24日，苹果研究团队发布轻量级AI模型SimpleFold，用于蛋白质折叠预测。该模型采用流匹配方法，替代传统多序列比对等复杂模块，大幅降低计算成本。相比AlphaFold2和RoseTTAFold等高精度但昂贵的模型，SimpleFold在CAMEO22和CASP14基准测试中表现优异，性能接近前者的95%，且无需依赖昂贵架构。实验显示，其更小的100M版本性能超ESMFold的90%。研究还表明，模型性能随规模和数据增加而提升，尤其在高难度任务中优势明显。苹果希望借此推动高效蛋白质生成模型发展，助力药物研发与新材料探索。