本研究提出使用U-Net神经网络架构作为细胞-Potts模型的替代方法,以降低模拟复杂多细胞生物系统的计算成本。该方法使模拟评估速度提高了590倍,展示了深度学习在加速生物过程模拟中的潜力。
MIT研究团队开发的MDGen模型能够高效模拟分子动态,帮助化学家设计新药物。该模型通过学习历史数据,快速生成分子运动的模拟,显著提升了模拟的速度和准确性,为药物研发开辟了新方向。
生成式物理引擎Genesis由CMU及20多所实验室联合开发,能够生成4D动态世界,支持多种物理现象和材料。其模拟速度比现有引擎快10至80倍,适用于机器人和物理AI应用,旨在推动具身AI研究。
完成下面两步后,将自动完成登录并继续当前操作。