图灵奖得主Yann LeCun曾提出超越模式识别的“高级机器智能”愿景，强调AI需拥抱规划、推理与世界理解能力。Meta公司正以此理念为基石，于基础科学领域展开一场静默而深刻的革命。今日，Meta发布系列人工智能突破性成果——从微观原子世界到复杂大脑机制，其开源精神与科研雄心正在重塑未来创新的路径。
分子设计的AI引擎：开源宇宙与通用原子模型
在能源、医药、气候应对等关键领域，分子与材料的原子级设计是突破瓶颈的核心，但传统实验探索往往耗时数十年。Meta FAIR团队以高精度、可泛化的机器学习模型为利器，意图将这一周期大幅压缩。
OMol25：分子模拟的新标杆：作为Open科学模拟数据集家族的最新成员，OMol25将目光投向分子化学领域。它基于高性能量子化学程序ORCA构建，一举突破传统数据集在规模和元素多样性上的桎梏——其模拟构型规模扩大10倍，可展现多种元素间复杂的相互作用。这是迄今生物分子、金属配合物和电解质领域最大、最多样的高精度量子化学数据集，为原子尺度精密设计奠定了坚实基础。
UMA：原子世界的通用语言：同时开源的原子通用模型（UMA）树立了跨材料与分子体系建模的新标准。它在Meta过去五年发布的庞大数据集上训练而成，涵盖分子与材料领域逾300亿原子样本。UMA不仅能提供更精确的分子行为预测与机理阐释，更可作为多功能基础模型，为下游应用开发提供强大支持。
无中生有：奖励驱动的生成革命
面对专业领域数据稀缺的困境，Meta FAIR团队提出划时代的“伴随采样”技术。它摒弃对现有数据模式的依赖，仅依据标量奖励信号（如物理化学性质要求）即可迭代优化生成样本。这一技术为奖励驱动型生成建模开创了新范式，在基于UMA等大规模能量模型的分子生成任务中表现出色，能高效产生多样化的目标分子结构。Meta同步开源相关算法并发布新基准，推动计算化学迈入新纪元。
AI照亮大脑：语言习得的神经密码
Meta的探索并未止步于原子。FAIR团队与罗斯柴尔德基金会医院合作，首次通过大规模神经记录系统性地绘制了人类大脑语言表征从儿童期开始的发育图谱。研究利用7000多个植入电极记录癫痫患者在聆听有声书时的大脑活动，揭示了一个关键洞见：人脑在语言学习过程中形成的神经表征，与大规模语言模型（LLM）内部的学习模式存在深层的相似性。这标志着受脑启发AI的角色转变——它正成为反向解码大脑奥秘的强大工具。
从OMol25开源分子宇宙的构建，到UMA原子通用模型的诞生；从“伴随采样”在分子生成中的无中生有，再到AI模型与人类大脑语言学习机制的相互印证——Meta正一步一个脚印地实践着LeCun提出的AMI愿景。
这些突破性成果绝非孤立的技术亮点。它们以开源为桥，开放数据集、开源模型代码、共享算法突破，将分子属性预测、语言处理、神经科学乃至更广阔的基础科研领域紧密相连。Meta此举点燃的不仅是跨学科合作的火种，更是加速人类在原子尺度设计未来、洞悉智能本质的燎原之火。当AI的触角深入物质本源与意识核心，一场由开源协作驱动的科学范式革命已悄然启幕。
地址：山东省烟台市开发区南昌大街48号
