發生什麼事
性能数字目前来自研究草稿和官方博客。草稿涵盖 DNA 结合、酶骨架、小分子结合、蛋白质结合四类任务，NVIDIA 表示模型的设计成功率和生成速度都优于受评的对照模型（NVIDIA 新闻稿）。博客另外提到，在 200 个氨基酸的蛋白质基准上，生成速度约是 RFdiffusion3 的 13 倍（开放模型博客）。
获取渠道不少，Hugging Face、OpenAI、Amazon Bio Discovery 和 Anthropic 的 Claude Science 都已提供。同一份新闻稿也提到，Siemens Healthineers 正和 NVIDIA 开发自适应放射治疗，并评估用 Nemotron 协助肿瘤科医生规划疗程（NVIDIA 新闻稿）。
01参考来源
- Healthcare and Life Sciences Leaders Build on NVIDIA to Advance Drug Discovery and Expand Patient Care：NVIDIA 官方新闻稿，发布时间 2026-10-21 18:13（台北时间）；RFD4-Proteina 与 UW 蛋白质设计研究所、四组基准成功率与速度高于受评基准、Amazon Bio Discovery／Claude Science／Hugging Face／OpenAI 等合作伙伴今日可用、Siemens Healthineers 自适应放疗与 Nemotron 评估中
- NVIDIA Open Models Advance Europe’s Sovereign Intelligence Across Industries：NVIDIA 官方博客，发布时间 2026-10-21 18:00（台北时间）；RFD4-Proteina 在 200 氨基酸蛋白质基准中生成速度约为 RFdiffusion3 的 13 倍