KAIST 发布生物基础模型 K-Fold：称结构预测最高比现有模型快 25 倍

KAIST 28 日宣布，作为韩国科技信息通信部「AI 特化基础模型」项目的牵头单位，Team KAIST 发布下一代生物 AI 模型 K-Fold。化学系金祐渊教授总负责，金在哲 AI 研究生院黄成周、安成秀组做模型，生命科学系负责蛋白数据与验证。

校方称，3 月里程碑评估里，K-Fold 预测分子复合物结构的精度接近谷歌 DeepMind 的 AlphaFold3；团队 8 月内部评测称在若干基准上超过现有全球模型。速度上，它去掉传统模型依赖的大规模同源序列检索预处理，结构预测最高可快约 25 倍。

模型已接入 KAIST 衍生公司 HITS 的网页平台 HyperLab，研究者可用对话方式做药物发现，而不必自建高性能算力。Team KAIST 计划免费放出 K-Fold，HyperLab 先对国内外研究者开 beta，年内分阶段商用。