Readhub

字节跳动 Seed 团队推出新一代折叠模型 SeedFold，为生物分子结构预测领域的基础模型缩放提供新思路。该模型在多个蛋白质相关任务性能上超越 AlphaFold 3，揭示了三个关键「缩放配方」：模型缩放主张加宽而非加深，实验表明加宽主干比加深主干或结构模块效果更好。架构创新引入线性三角注意力机制，将计算复杂度从立方级降至平方级。数据扩展通过大规模知识蒸馏，将训练数据集扩充至 2650 万个样本。在 FoldBench 基准测试集上，SeedFold 及其线性版本在多个关键任务上取得当前最佳性能。最后，研究人员指出未来可探索专家混合网络和训练后缩放两个方向，SeedFold 为构建下一代生物分子基础模型奠定了基础。