同日登上《自然》：DeepMind、智源勾勒AI多维创新生态

科创要闻2026年No.4期

2026年 1月26日-2月1日

本期要闻汇总人：龙洁

2026年1月28日，谷歌DeepMind、北京智源人工智能研究院的研究成果同时登上国际顶级学术期刊《自然》（Nature）。两项突破侧重于不同的技术路径，共同推进人工智能的生态创新。

DeepMind AlphaGenome：解码生命的“精密仪器”

谷歌DeepMind发表封面文章Advancing regulatory variant effect prediction with AlphaGenome，介绍了基因组AI大模型AlphaGenome的具体进展。该研究成功解决了基因组学的一个核心难题：如何既理解长达百万碱基对的DNA宏观序列，又能精准分析单个碱基对的微观变异。

AlphaGenome将多模态预测、长序列上下文信息和碱基对分辨率整合到一个统一的框架中，能够一次性处理100万个DNA序列，并以单碱基分辨率同步预测数千种基因组功能数据，包括基因表达、染色质可及性、转录因子结合等，从而更精准地预测基因变异，特别是占人类基因组98%的非编码区。

自2025年6月发布以来，AlphaGenome凭借卓越的性能迅速成为全球科研的基础设施，在26项关键变异效应的预测评估中，有25项的表现超越现有最佳模型。DeepMind透露，AlphaGenome已被全球160多个国家的科研人员广泛采用，日均处理超过百万次分析请求，从辅助工具转变为驱动生命科学发现的核心引擎。

智源Emu3：统一多模态的“简洁法则”

智源研究院发表研究论文Multimodal learning with next-token prediction for large multimodal models，其旗下多模态大模型Emu3通过“预测下一个词元（Next-token prediction）”这一原理，就能统一处理文本、图像、视频的理解与生成任务。

实验显示，Emu3在文生图的任务中效果达到扩散模型水平；在视觉语言理解方面可以与融合CLIP和大语言模型的主流方案比肩。此外，Emu3通过自回归方式逐词元预测视频序列，实现基于因果的视频生成和延展，展现出对物理世界中的环境、人类和动物行为的初步模拟能力。

同日在《自然》发表的两项成果，展现了人工智能发展的两种方向：

DeepMind代表的是“垂直深耕”路线，从读懂蛋白质结构的AlphaFold到读懂基因调控的AlphaGenome，将AI转化为解决实际科学难题的精密工具。

智源代表的则是“横向统一”路线，探索跨领域通用的基础架构创新，寻求简化复杂系统的基础原理。

这两项突破表明，人工智能的技术路径正在收敛成为更加统一范式，同时应用边界向着理解