Denoising Diffusion Probabilistic Model在Pytorch中的实现，通过去噪得分匹配估计数据分布梯度，并使用Langevin采样生成样本。这种方法可能成为GANs的有力竞争者。项目支持多GPU训练，提供详细的安装和使用指南，是研究人员和开发者的高效工具，支持1D序列数据和图像数据的生成和训练。

AlphaFlow是基于AlphaFold的改进版本，通过流匹配目标微调，专门生成蛋白质构象集合。它模拟实验和分子动力学集合，提供完整代码、说明和模型权重。项目还包括ESMFold的微调版本ESMFlow。这些工具有助于研究蛋白质结构多样性和动态特性，为蛋白质科学研究提供新的方法和视角。

Bethge Lab是图宾根大学的人工智能研究团队，专注于神经科学与机器学习的交叉领域研究。实验室开发神经数据分析的机器学习工具，从大脑获取灵感解决机器学习问题。研究方向包括表征学习、概率推理、生成建模、行为和神经数据分析。同时参与AI创业和社会影响项目，如组织人工智能竞赛和支持儿童编程教育。