經(jīng)典論文《LINE》與 Google PageRank 一同躋身 WWW 時間檢驗獎名單，圖表示學(xué)習(xí)的奠基性價值獲得學(xué)界肯定。

北京、上海和深圳2026年7月3日 /美通社/ -- 北京時間2026年7月1日，計算機科學(xué)領(lǐng)域的國際學(xué)術(shù)會議——The Web Conference 2026（2026年國際萬維網(wǎng)大會）揭曉了本年度的大獎：Seoul Test of Time Award（時間檢驗獎）。百奧幾何（BioGeometry）創(chuàng)始人唐建博士及其合作者的經(jīng)典研究論文《LINE: Large-scale Information Network Embedding》，憑借其在十年尺度上對萬維網(wǎng)學(xué)術(shù)研究與產(chǎn)業(yè)實踐產(chǎn)生的持久且深遠的影響，獲此殊榮。

The Web Conference 時間檢驗獎旨在表彰在此十年間，持續(xù)引領(lǐng)學(xué)術(shù)思潮并對萬維網(wǎng)生態(tài)產(chǎn)生深遠影響的奠基性研究。該獎項的含金量，可以從其首屆獲獎?wù)叩拿麊沃懈Q見一斑。2015年，即該獎項設(shè)立的首年，國際萬維網(wǎng)會議委員會將此項至高榮譽授予了Google創(chuàng)始人謝爾蓋?布林（Sergey Brin）和拉里?佩奇（Larry Page），以表彰他們那篇定義了現(xiàn)代互聯(lián)網(wǎng)檢索范式的經(jīng)典論文——《The Anatomy of a Large-Scale Hypertextual Web Search Engine》。

正如PageRank算法為Web搜索奠定了基石，十一年后的今日《LINE》論文的折桂，標(biāo)志著圖表示學(xué)習(xí)（Graph Representation Learning），正式被納入該獎項所代表的"互聯(lián)網(wǎng)核心基礎(chǔ)技術(shù)"評價體系。它不僅是一項學(xué)術(shù)表彰，更是業(yè)界對這一技術(shù)方向在過去十年中所構(gòu)筑的產(chǎn)業(yè)支撐價值的禮贊。

01 算法溯源：奠定圖表示學(xué)習(xí)的核心方法論

《LINE》論文的核心貢獻在于，首次系統(tǒng)性地解決了大規(guī)模信息網(wǎng)絡(luò)的高效嵌入問題——將包含數(shù)百萬節(jié)點、數(shù)十億條邊的網(wǎng)絡(luò)，映射到低維向量空間并保留其局部與全局結(jié)構(gòu)。2015年之前，已有方法在處理這一量級的網(wǎng)絡(luò)時普遍面臨可擴展性瓶頸。《LINE》提出的一階與二階鄰近度聯(lián)合優(yōu)化框架，使社交網(wǎng)絡(luò)、語言網(wǎng)絡(luò)、引文網(wǎng)絡(luò)等任意類型大規(guī)模網(wǎng)絡(luò)的高質(zhì)量向量化表示成為可能。

《LINE》所代表的方法論意義在于：復(fù)雜的結(jié)構(gòu)化數(shù)據(jù)可以被編碼為機器可學(xué)習(xí)、可計算的表示。這一思想成為此后十年圖神經(jīng)網(wǎng)絡(luò)（GNN）、知識圖譜嵌入（如唐建博士后續(xù)的RotatE等工作）、幾何深度學(xué)習(xí)等方向的共同起點。從技術(shù)產(chǎn)業(yè)演進的長周期來看，《LINE》的意義不止在于提出了一種高效的大規(guī)模網(wǎng)絡(luò)嵌入算法，更在于它回應(yīng)了人工智能發(fā)展中一個持續(xù)存在的底層問題：機器如何將真實世界中的復(fù)雜連接，轉(zhuǎn)化為可學(xué)習(xí)、可推理、可生成的表示。

• 在互聯(lián)網(wǎng)階段：圖結(jié)構(gòu)幫助機器理解網(wǎng)頁連接，支撐搜索引擎等基礎(chǔ)設(shè)施；
• 在移動互聯(lián)網(wǎng)階段：社交網(wǎng)絡(luò)與推薦系統(tǒng)進一步拓展了圖建模的應(yīng)用邊界；
• 進入AI for Science階段：圖表示學(xué)習(xí)繼續(xù)向知識圖譜推理、分子結(jié)構(gòu)建模和原子尺度相互作用理解等更復(fù)雜的問題延伸。

因此，《LINE》論文的長期價值，并不在于將單一論文對應(yīng)某一次產(chǎn)業(yè)變革，而在于它所代表的結(jié)構(gòu)化表示能力，經(jīng)受住了不同技術(shù)周期和應(yīng)用場景的遷移。從理解連接，到推理結(jié)構(gòu)，再到設(shè)計復(fù)雜系統(tǒng)——這一跨越三個技術(shù)周期的能力演進，正在將圖表示學(xué)習(xí)推向它的下一個主戰(zhàn)場：生命科學(xué)。而百奧幾何，正是沿著這一方向，將歷經(jīng)十一年前沿研究驗證的方法論，轉(zhuǎn)化為驅(qū)動下一代生命科學(xué)研發(fā)的AI基礎(chǔ)設(shè)施。

02 范式延伸：從信息網(wǎng)絡(luò)到生命分子的底層映射

早在2012年，當(dāng)業(yè)界主流仍聚焦于計算機視覺與自然語言處理時，唐建博士已著手研究圖結(jié)構(gòu)數(shù)據(jù)上的深度學(xué)習(xí)。沿著這一方向，他帶領(lǐng)團隊開發(fā)了面向藥物發(fā)現(xiàn)的機器學(xué)習(xí)平臺TorchDrug，并聯(lián)合NVIDIA、Intel、IBM推出面向大分子的開源平臺TorchProtein，在分子性質(zhì)預(yù)測、構(gòu)象生成等基礎(chǔ)問題上完成了大量開創(chuàng)性研究，為后續(xù)百奧幾何的技術(shù)體系搭建了前期基礎(chǔ)設(shè)施。

唐建博士于北京大學(xué)信息科學(xué)技術(shù)學(xué)院獲得計算機科學(xué)博士學(xué)位，曾任微軟亞洲研究院研究員，在卡內(nèi)基梅隆大學(xué)與密歇根大學(xué)完成博士后研究，此后成為加拿大蒙特利爾學(xué)習(xí)算法研究院（Mila，由圖靈獎得主Yoshua Bengio創(chuàng)立）唯一華人終身教授。2014年獲ICML最佳論文獎，2016年獲WWW最佳論文提名，多次擔(dān)任ICML、NeurIPS等頂會領(lǐng)域主席。

03 工程落地：以 GeoFlow 大模型重構(gòu)微觀世界

2023年，AI原生生物科技公司百奧幾何正式運營。在微觀的生命世界里，蛋白質(zhì)、抗體、酶等大分子，其本質(zhì)都可以被抽象為由原子（節(jié)點）和化學(xué)鍵（邊）構(gòu)成的三維圖結(jié)構(gòu)——這正是圖表示學(xué)習(xí)天然適配的建模對象。目前AI for Science及藥物發(fā)現(xiàn)領(lǐng)域的主流范式，其底層方法論與圖表示學(xué)習(xí)的技術(shù)脈絡(luò)一脈相承。百奧幾何的創(chuàng)立，正是沿著唐建博士沉淀十余年的學(xué)術(shù)譜系，將幾何深度學(xué)習(xí)與深度生成模型應(yīng)用于大分子設(shè)計與優(yōu)化。

基于這一技術(shù)脈絡(luò)，百奧幾何自研了微觀世界模型GeoFlow，將"原子級精度建模分子相互作用"這一核心思想落地為可工程化的大模型，并通過持續(xù)迭代，將建模尺度從分子相互作用拓展至更復(fù)雜的細胞水平，為下一代藥物發(fā)現(xiàn)與生命工程構(gòu)建底層AI基礎(chǔ)設(shè)施。

在具體應(yīng)用層面

百奧幾何自研的GeoFlow模型在從頭抗體設(shè)計上已在18個項目中完成驗證，零樣本命中率達18.7%，最優(yōu)結(jié)合親和力（KD）達到2 nM，從計算設(shè)計到濕實驗驗證的完整周期可縮短至三周。

基于幾何深度學(xué)習(xí)的抗體優(yōu)化方法（GearBind）：針對Omicron變體的CR3022抗體優(yōu)化在3周內(nèi)將結(jié)合親和力提升17倍（從1 nM至0.06 nM），針對JN.1變體的Ab1372抗體優(yōu)化將親和力提升超過300倍（從61 nM至0.21 nM）。

在商業(yè)化層面

百奧幾何的抗體設(shè)計平臺已與多家國內(nèi)外藥企達成授權(quán)合作。合成生物領(lǐng)域擁有十余條推進至下游BD合作階段的自研管線。

在疫苗設(shè)計方向

公司攜手產(chǎn)業(yè)伙伴，依托GeoFlow完成了登革病毒包膜蛋白二聚體的穩(wěn)定化設(shè)計，二聚體比例從不足10%提升至95%以上，相關(guān)產(chǎn)品已經(jīng)成功轉(zhuǎn)讓給國內(nèi)頭部藥企。

在AI酶設(shè)計方向

公司已將技術(shù)應(yīng)用于冰片（Borneol）的酶法合成，將單位生產(chǎn)成本壓縮至約30美元/公斤，較傳統(tǒng)植物提取方案具備超過80%的成本優(yōu)勢，目前已完成500升中試規(guī)模的發(fā)酵驗證。

04 創(chuàng)新閉環(huán)：從基礎(chǔ)研究到 AI 制藥的產(chǎn)業(yè)長線

對于百奧幾何而言，此次《LINE》論文獲選Test of Time Award，不只意味著創(chuàng)始人個人學(xué)術(shù)成果獲得國際認可，更體現(xiàn)了一條從基礎(chǔ)研究走向產(chǎn)業(yè)創(chuàng)新的長期技術(shù)路徑：從信息網(wǎng)絡(luò)中的關(guān)系表示，到生命分子世界中的幾何建模；從大規(guī)模圖結(jié)構(gòu)數(shù)據(jù)的機器學(xué)習(xí)方法，到面向藥物發(fā)現(xiàn)和生物制造的AI原生平臺；從對復(fù)雜系統(tǒng)的理解，到對生命分子的設(shè)計與優(yōu)化。

基礎(chǔ)研究的價值，往往需要更長周期才能被充分驗證。《LINE》論文在十一年后獲得Test of Time Award，說明其所關(guān)注的"從結(jié)構(gòu)中學(xué)習(xí)有效表征"（representation learning from structures）的問題，仍然是人工智能理解復(fù)雜系統(tǒng)的核心命題。從LINE到GeoFlow，百奧幾何正是將這一核心命題從信息網(wǎng)絡(luò)延伸至生命大分子——蛋白質(zhì)、抗體、酶——在"理解結(jié)構(gòu)"到"生成結(jié)構(gòu)"的框架下，構(gòu)建了一條經(jīng)十一年前沿研究驗證的技術(shù)路徑。當(dāng)前，這一路徑已在抗體設(shè)計、酶工程等產(chǎn)業(yè)場景中轉(zhuǎn)化為可工程化的能力。

以此為根基，百奧幾何將繼續(xù)推進幾何深度學(xué)習(xí)與生成式AI在生命科學(xué)中的深度融合，致力于打造新一代生命科學(xué)AI基礎(chǔ)設(shè)施，推動AI從理解生命走向設(shè)計與創(chuàng)造生命分子。