2026世界人工智能开源大赛总决赛落幕

关键的点子是初赛结束第二天突然想到的

“很激动！我到现在手都还在抖。”

9月23日，杭州云谷中心。当主持人宣布“100万大奖”的最终归属时，台下一位穿着深色T恤的年轻人愣了好几秒，直到身边的同事轻轻敲了一下他的胳膊——“我们是总冠军。”他才反应过来。

赛后采访时王哲的语气里还带着抑制不住的喜悦：“因为没在路演现场待到最后，也没来得及看队员的微信，所以台上宣布的时候我才知道我们是总冠军。”

这是2026世界人工智能开源大赛（GOAI）的总决赛现场，四大赛道、六个竞赛单元的冠军团队昨天进行了激烈角逐，最终，100万大奖颁给了一个关于“左右手”的故事。

无解？那就去镜像空间找答案

王哲参加的是前沿探索·开放探索赛题，项目名称叫《MirrorPeptidizer：DeNovo镜像多肽设计算法》。听起来拗口，他用一个比喻就把核心问题讲明白了。

人的左手和右手互为镜像，氨基酸也一样。地球上几乎所有的蛋白质都由“左手”氨基酸构成，而镜像多肽可以看成是由“右手”氨基酸构成的，进入人体后，天然蛋白酶很难精确识别它。

所以，一枚天然多肽在模拟肠液中几秒钟就会被代谢干净，但镜像之后，24小时仍能保持接近百分之百的稳定性——这对药物研发来说，几乎是梦寐以求的成药起点。

但问题在于，传统路线要先合成完整的镜像靶蛋白，成本极高、成功率极低。而直接交给AI设计，又面临另一个死胡同：2026年的一项测评显示，目前最强大的结构预测算法在镜像属性上的错误率高达50%以上。

也就是说，AI在“左手世界”里训练出来的认知，到了“右手世界”基本不管用。

面对这样的困境，王哲团队跳了出来——既然真实世界无解，那就回到镜像空间里去求解。他们在计算机中构造靶蛋白的镜像，在这个镜像空间里完成多肽设计，再将整个复合物翻转回来，设计得到的镜像多肽，正好面向天然靶蛋白。

这个思路说起来简洁，做起来却异常艰难。最难的一关，是要在整个镜像空间的设计过程中，始终保持靶蛋白的结构不发生变化。团队在复赛阶段才真正攻下这个技术堡垒。

“初赛结束后第二天，我突然冒出一个想法。”王哲回忆，“跟我同事说，哇我好像有一个非常厉害的创新。”

那天他一夜没睡，最终找到了在镜像空间中保持模型判别能力不下降的方法。

AI在镜像世界里也不掉线

突破带来的结果，远比团队预期的要好。

他们在13对互为镜像的体系上分别做了打分测试，结果令人欣喜：模型在镜像空间中的判别能力，与在天然空间中几乎完全一致，他们几乎毫无损失地把“手性对称”下的设计能力从一个世界迁移到了另一个世界。

更关键的是，这套方法具备条件式生成的能力。通俗地说，过去AI做多肽设计，更像“盲盒”：生成一批候选分子，再挨个筛。但人体中的靶蛋白其实有不同的状态，发挥不同功能。条件式生成意味着，你可以告诉模型“我要一个抑制剂”或“我要一个激动剂”，模型就会朝着这个目标去设计。

有了这套算法，大量原本需要在实验室里反复试错的工作，都可以搬到计算机里先“跑一遍”。过去药物研发人员要在海量的候选分子中逐一合成、逐一测试，成本高、周期长。现在，AI可以先在虚拟空间中完成一轮高质量筛选，把最有希望的分子起点挑出来，再拿去做实验验证。这不能替代实验，但可以让实验做得更准、更省。

路演现场，王哲还演示了平台的前后端。前端界面上，用户只需输入靶蛋白序列、选择手性空间和设计模式，系统就能自动完成从结构预测到多肽设计的全流程，“这个平台实际上已经在华东医药内部的创新药研发中开始使用了”。

作为浙江大学2021级博士，王哲在读博时才转型做多肽药物发现，从零开始学习相关知识。那会儿他就开始研究AI在生物医药领域的作用。直到这些年，AI开始在生物医药领域大放异彩，得到业界的认可。

被问到获奖后打算怎么用这100万元时，他很实在：“还没想过这个事情，但肯定会持续投入研究。”

• 1
• 2
• 下一页
• 全文阅读