字節跳動發佈 SeedFold，蛋白質結構預測相關多任務超越谷歌 AlphaFold 3，揭示大模型縮放新秘訣
字節跳動 Seed 團隊推出名為 SeedFold 的新一代摺疊模型，不僅在多個蛋白質相關任務的性能上超越了 AlphaFold 3，更重要的是，系統性地揭示了通往更強模型的三個關鍵 “縮放配方”：
模型縮放：加寬而非加深。研究發現，增加 Pairformer 模塊的寬度是提升模型表示能力最有效的方式。
架構創新：引入一種新穎的線性三角注意力機制，將關鍵計算的複雜度從立方級降低到平方級，實現了高效縮放
數據擴展：通過大規模知識蒸餾，將訓練數據集擴充至驚人的 2650 萬個樣本，為模型提供充足 “養料”。
實驗結果在權威基準測試集 FoldBench 上得到了驗證。SeedFold 在蛋白質單體、蛋白 - 蛋白複合物、抗體 - 抗原複合物等多個關鍵任務上，均取得了當前最佳（SOTA）性能。（AI 寒武紀） 
