Meta 开源 AI 科学峰会展示医学、化学和数学研究进展
Meta Newsroom · 发布 2026/11/21

Meta 在开源 AI 科学峰会上介绍数字大脑项目、原子模型和数学研究工具等进展;研究人员还探讨了辅助机器人和化学教育应用。
从研究大脑到发现新材料,开源 AI 正在为科学家解决难题提供新途径。上个月,Meta 基础 AI 研究团队(FAIR)将来自大学、医院和产业界的研究人员聚集到美国加利福尼亚州门洛帕克的总部,举办开源 AI 科学峰会。
在为期两天的活动中,与会者探讨了公开共享的 AI 模型、工具和数据如何推动医疗、神经科学、化学、材料科学和数学的发展。动手研讨会也让与会者有机会直接与 Meta 模型背后的科学家合作。
以下是部分亮点。
推进医学研究和实际应用
Meta 宣布扩大与罗斯柴尔德医院基金会和蒙特利尔大学共同发起的数字大脑项目。该项目资助研究人员收集去标识化的大脑数据并公开分享。项目的数据目标将从 15,000 小时增加到 25,000 小时,以帮助研究人员理解人类智能并探索改善神经系统健康的方法。
研究人员也在探索 AI 如何帮助残障人士提高独立性。匹兹堡大学展示了一个基于 DINOv3 和 SAM 3 的辅助机器人系统。该团队计划展示可帮助人进食的机器人,并试验让用户用自己的话发出指令。
加速化学研究并将其带入课堂
科学家使用计算机模拟,在实验室测试前找出有潜力的材料和药物。峰会上,Meta 发布了UMA Nitro,这是其通用原子模型速度更快的版本。
在与卡内基梅隆大学和加州大学河滨分校合作的一项研究中,UMA 模型无需额外训练数据就识别出了药物分子的多种晶型。了解药物晶型有助于研究人员理解药片如何溶解。Meta 还与芝加哥大学展示了 UMA 如何逐个原子地模拟完整酶分子,这可能帮助科学家理解酶的工作方式,并为医疗、可持续发展和能源设计更好的酶。
同样的技术也能让学生更容易接触化学。UMA Playground 改变了化学可视化的方式,让用户构建分子、观察化学键断裂和形成,并探索化学反应。Discovery Education 宣布该工具现已向高中化学教师开放,并提供课堂指南。亚利桑那州立大学与卡内基梅隆大学开设的大学化学课程 RealChem 计划将其纳入学生活动。Discovery Education 覆盖超过 400 万名教育工作者和 4,500 万名学生,而 RealChem 已被近 100 所机构使用。
让数学成为由社区推动的科学
检验一项新的数学证明可能需要专家花费数月甚至数年。Lean 是一种用于书写数学内容的开源语言,可让计算机验证每一个逻辑步骤。这使数学家更容易在彼此的工作上继续研究,无论结果来自同事、学生还是 AI 助手,都不必重复检查相同的证明。
这种方式有望促成规模更大、更开放的合作,类似于推动物理学和基因组学发现的合作。在整个过程中,Meta 与数学界密切合作,将研究问题和优先事项放在中心位置。数学家主导研究:他们选择问题,并确保用 Lean 写出的陈述与其本意一致。
在峰会上,FAIR 研究人员分享了旨在支持这项工作的开源项目,包括ATLAS。这是一个开放库,将 26 本开放获取教材以及超过 45,000 个经过计算机检查的定义和结果形式化,为研究人员提供可共同使用的基础。
通过公开分享模型、代码和研究成果,Meta 希望帮助科学家和教育工作者在彼此的工作基础上继续发展。峰会展示了这些合作如何将 AI 的影响延伸至 Meta 之外,并创造更多发现机会。