主要观点：生成式 AI 改变了创作、工作和想象方式，创新仍在加速，已从生成文本和图像扩展到设计分子和发现新材料，基础模型是这一变革的核心。
关键信息：

• 生成式 AI 工具如 ChatGPT 等重塑各行业生产力。
• 基础模型是大规模神经网络，可学习数据结构和关系，是 GenAI 背后的引擎。
• 多模态基础模型可处理不同类型数据，如 DALL·E 可生成图像。
• 化学基础模型能学习分子“语法”，设计新分子。
• 行业已将化学基础模型应用于药物发现等领域，如 Google DeepMind 的 AlphaFold 3、IBM 的 MolFormerXL、NVIDIA BioNeMo 等。
  重要细节：
• 基础模型训练于多样高容量数据集，可微调适应特定任务。
• 以 MolBART 为例，它用 BART 架构生成分子候选，ChemDFM 模拟分子生成过程，ProteinBERT 应用于氨基酸序列。
• AlphaFold 3 能预测蛋白质等结构，GNoME 预测新晶体结构，IBM 的 MolFormerXL 帮助发现新药和可持续材料，NVIDIA BioNeMo 是生物化学插件式工具。基础模型将成为科学研究的重要工具，而非取代科学家。