Cradle是一个利用强大的预测算法和AI设计建议，帮助生物学家快速设计改进蛋白质的平台。用户可以输入蛋白质序列，Cradle将提供可视化、分析和潜在预测，从而帮助生物学家设计更优质的蛋白质。此外，Cradle还允许用户用湿实验结果训练AI，生成高质量候选蛋白质，并提供AI辅助设计工具以进行蛋白质结构预测、热稳定性优化和密码子优化等任务。
实验适应性与蛋白质生成模型的直接偏好优化工具，用于蛋白质结构设计的精准预测，可提高蛋白质工程的效率和准确性
PLAID是一个蛋白质设计辅助工具，通过人工智能技术辅助蛋白质结构预测和设计，提高科研效率和准确性。它利用深度学习模型进行结构预测，支持多种设计任务，并提供可视化工具，以帮助研究人员理解和分析设计结果。
TRILL (TRaining and Inference using the Language of Life) 是一个基于深度学习的计算蛋白质设计沙盒，旨在为研究人员提供创新的蛋白质工程工具，支持多种深度学习模型，并具备用户友好的界面和文档，帮助科学家在蛋白质设计与功能预测中取得突破。
Proteus项目旨在提升蛋白质结构的设计能力和生成效率，通过深入研究蛋白质的生成过程，为药物设计等应用提供强大的支持。
Tierra Biosciences专注于按需蛋白合成，利用AI和机器学习技术，将数字蛋白序列转化为高质量的实物蛋白，为生物制药、合成生物学和代谢工程等应用提供服务，简化复杂流程，缩短蛋白质项目从构思到实现的时间。
AlphaFold 3是由Google DeepMind和Isomorphic Labs开发的新型AI模型，能够准确预测蛋白质、DNA、RNA、配体等的结构及其相互作用，旨在改变我们对生物世界的理解和药物发现的方式。
Synthace是一款生命科学实验平台，帮助研发团队设计强大的实验，在实验室中运行，并自动收集结构化数据集。该平台消除了编码的需要，让用户可以通过直观的界面设计实验，并在实验室中运行，自动收集和整理实验数据。
Labnote是一个专为研究人员设计的全方位数字化转型平台，通过将原始文本转换为结构化实验记录，并利用机器学习提供全新的实验方法，彻底革新了研究过程。
包含了从计算机视觉、自然语言处理到生物计算、气象预测等各个领域的模型，这些模型结合了幻方萤火超算集群的特点，使用并行训练、高效算子、高性能存储等方式，大幅提升原有模型的性能，节省训练时间。
Bioptimus是一个开创性的AI工具，旨在为生物学和生物医学领域提供通用的AI基础模型，推动突破性发现和加速创新，帮助研究人员和专业人士简化复杂分析并增强预测能力。
Profluent Bio是一款先进的AI工具，旨在通过优化CRISPR技术提升基因编辑的精准度和效率，特别是利用其创新的OpenCRISPR平台，简化复杂的基因修改，帮助研究人员和生物技术专家实现更高效的基因工程。
BenevolentAI是一家在生物制药领域领先的公司，致力于运用先进的人工智能技术加速药物发现。通过AI，科学家能够从数据中挖掘新的见解，推动创新，提升成功发现药物的概率。
MAPE-PPI 项目旨在通过微环境感知的蛋白质嵌入技术，提升蛋白质相互作用预测的有效性和效率。该项目结合了深度学习和生物信息学，能够准确预测蛋白质之间的相互作用，为生物研究和药物发现提供重要支持。
基于线性回归和神经网络的空气污染预测系统，利用传感器数据进行实时分析与可视化，帮助用户了解空气质量变化趋势。
AQEMIA是一个下一代药物科技公司，结合量子启发物理学和先进的机器学习算法，显著提升药物开发的速度和效率，旨在快速应对紧急医疗需求。
AI Collective Tools是一个激动人心的开源社区，致力于创建一个全面的工具集合，供开发者、研究人员和爱好者访问和协作。该项目旨在促进创新和合作，使用户能够共享知识、资源和技术，从而提升AI领域的整体发展。
