英伟达开源蛋白质设计模型 RFD4

"13 倍"这个数字在生物圈传得很快。但它有前提，前提比数字重要。 比的是生成速度，不是成功率；基准是 200 个氨基酸长度的蛋白，不是所有蛋白；数据来自英伟达自己，不是第三方复现。 把这三条摆出来，才能判断它对你的项目意味着什么。

一、发生了什么

10 月 21 日，英伟达与华盛顿大学医学院蛋白质设计研究所（Baker Lab）联合发布开放模型 RFD4-Proteina（据界面新闻、NVIDIA 官方博客）。 模型做两件事：生成蛋白质序列，和生成对应的三维结构。目标场景有三类——设计能结合难缠靶点的蛋白、设计能自组装成复杂结构的蛋白、设计能结合小分子的蛋白。 英伟达给出的两条成绩：在十余项蛋白质设计任务上表现领先；在 200 个氨基酸蛋白的基准上，生成设计的速度约为 RFdiffusion3 的 13 倍。 这两条都是厂商口径。13 倍说的是生成，不涉及实验验证通过率，也没有第三方复现。 获取渠道是 build.nvidia.com、NIM 微服务、GitHub 和 Hugging Face。英伟达把它归在 BioNeMo 品牌下，和医疗健康方向的其他工具放在一起。 用法上，英伟达的描述是让 agent 按设计目标和分子约束批量生成候选、先做计算评估，再由人挑出进实验室的那几个。

二、跟你有什么关系

做抗体、酶设计的团队：如果 13 倍成立，改变的是"一轮能试多少个候选"，不是"能不能成"。候选池变大，命中概率才会动。 湿实验室：上游候选变多，合成、表达、纯化会立刻成为瓶颈。先算通量，再谈模型。 只是围观的读者：这是设计工具，不是预测工具。它给的是候选清单，不是结论。

三、怎么判断

1. 问清基准条件。200 个氨基酸、什么打分函数、多少条样本、什么硬件。少一个条件，13 倍就没法比。
2. 看它在你关心的靶点类别上的表现。训练数据偏向哪类蛋白，模型就在哪类上强，这是通用规律。
3. 把成本算全。生成便宜了，评估不一定便宜；如果评估要跑结构预测加分子动力学，账单会转移而不是消失。
4. 实验预算按倍数同步加。设计能力提升十倍而验证能力不变，多出来的候选只是躺在硬盘里。
5. 复现一遍再信。英伟达在 GTC 的说法是会一并提供模型、数据和可复现脚本，那就先在自己的一批已知靶点上跑一遍，看它给的候选有没有比你现有流程更好。

四、三个别信的说法

13 倍意味着研发周期缩短 13 倍。 周期里最长的通常不是设计，是合成、表达、纯化和动物实验。设计这一段本来占比就不高。 开放权重等于可以无条件商用。 许可证条款要自己读，涉及与高校实验室联合开发的成果，使用范围往往有额外约定。 "十余项任务领先"是全面领先。 任务清单是发布方选的。没上榜的任务不代表不重要，可能只是不好测。

五、一句话结论

RFD4 值钱的地方是让"多设计一万个候选"变便宜，而不是让"设计对"变容易。

信息来源

• 英伟达携手医疗机构推进药物研发与精准癌症治疗，推出蛋白质设计开放模型，界面新闻，2026 年 10 月 21 日
• NVIDIA Open Models Advance Europe's Sovereign Intelligence Across Industries，NVIDIA Blog，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。