# 字节跳动Seed开源蛋白质生成自回归模型PAR

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-07-03 10:26
- AIHOT 分数：61
- AIHOT 链接：https://aihot.virxact.com/items/cmr4blo7p00b6sll5n86ur3v9
- 原文链接：https://x.com/berryxia/status/2072869485326021057

## AI 摘要

字节跳动Seed在Hugging Face开源了PAR（Protein Autoregressive Modeling via Multiscale Structure Generation）模型，这是一个针对蛋白质结构生成的自回归模型，支持多尺度结构生成。官方放出400M和60M两个参数版本的模型检查点，采用Apache 2.0协议。该模型属于生物计算/AI for Science方向，旨在生成高质量的蛋白质结构。字节在开源蛋白质模型方面动作较少，此次将多尺度自回归做法直接开源，被认为是对该领域较直接的贡献。

## 正文

科研狗大喜！兄弟们~
字节也开始下场搞了一个PAR （蛋白质生成自回归）模型！

ByteDance Seed在Hugging Face开源了PAR（Protein Autoregressive Modeling via Multiscale Structure Generation）。

这是一个针对蛋白质结构生成的自回归模型，支持多尺度结构生成。

他们放出了几个模型检查点（包括400M和60M参数版本），Apache 2.0协议。

和常见的图像/文本生成模型不同，这属于生物计算/AI for Science方向的模型，目标是生成高质量的蛋白质结构。

字节在开源蛋白质模型这块动作不算多，这次直接把多尺度自回归的做法开源出来，算是比较直接的贡献。

你觉得大厂在AI for Science（尤其是蛋白质/药物设计）方向的开源，会比在通用大模型上开源更有实际科学价值吗？

模型地址见评论区👇🏻

### 引用推文

> DailyPapers：ByteDance Seed just released PAR on Hugging Face A new model checkpoint. Apache 2.0 license. Ready to explore.