长久以来，科学研究的范式都以数学原理和实验观测为基础。从牛顿的《自然哲学的数学原理》到爱因斯坦的质能方程，科学家们借助公式、定律、实验和 精确计算，来理解和预测自然。 而今，随着生成式人工智能的发展，特别是Transformer和Diffusion模型在文本、多模态等领域大放异彩，"生成式科学"有可能改变既往的科学研究范式，即 不再拘泥于对每一个中间步骤的精确数学描述和实验验证，而是依靠海量科学数据（如基因序列、结构等）进行基石模型训练并获得直接生成结果的能力， 以达到"相对准、绝对快、绝对广"的更优效果。 这种"生成式科学"的真正开端是AlphaFold 2诞生，革命性地解决了蛋白质"从序列到结构"的预测问题。2023年，AlphaFold 3发布，将能力扩展到蛋白质与核 酸、小分子、抗体等复杂生物分子的相互作用，这使得AF3具备了指导药物研发的潜力。 2024年初，Deepmind 旗下负责AF3产业化的子公司Isomorphic Labs，从礼来、诺华两家MNC获得了巨额订单，合作开发多靶点的小分子疗法，预付款分别 高达4500万美元、3750万美元。值得一提的是，2025年初，诺华宣布拓展与Isomo ...