上海人工智能实验室评测：大模型难以改造蛋白质，通专融合破局

近日，上海人工智能实验室联合清华大学智能产业研究院、清华大学药学院发布专业蛋白质改造评测基准，依托二百余项真实实验，系统评估大模型在候选生成、排序与实验信息利用上的能力。评测发现，现有模型仍难以可靠改造蛋白质；在有限实验预算和高复杂度突变组合下，表现最优模型仅输出四十个候选时，平均命中不到两个高分突变，且突变越复杂表现越弱。该基准从“读懂蛋白质”推进到“读懂实验”，显示专业蛋白质模型缺少实测数据时更擅长挖掘优质突变，通用大模型与科学智能体在获得实验证据后更善于推理排序，二者具有明显互补性。逐轮实验反馈也能提升效率，在相关模型中，优质突变召回率由2.54%提升至4.65%。结果印证周伯文此前提出的人工智能“一冷一热”判断：编程能力快速提升，科研任务进展较慢。研究认为，破局关键是“通专融合”，即协同专业先验与通用推理，并借助工具调用形成假设生成、实验遴选和反馈迭代的闭环。团队推出面向蛋白质改造的工具集，使通用模型可调用专业工具完成多步评估，搭配书生系列模型在多任务中表现较强。未来，蛋白质人工智能将朝向理解复杂适应度景观、建立实验反馈闭环、打造通专协同智能系统演进，推动模型从知识工具走向科研伙伴。