将四个人工智能模型相结合，提供终极的沉浸式可视化和建模体验

结合四个人工智能模型，实现极致沉浸式可视化和建模体验

深入了解这个名叫HandMol的新免费应用程序如何通过整合6种现代计算机技术实现分子结构的沉浸式协作可视化和建模 – 全部都在网页和多设备中

在这篇新博客文章中，我描述了我们创建的名为HandMol的基于Web的工具的过程，该工具整合了各种基于人工智能的工具和技术，使一个或多个用户能够用手和口头命令进行交互，使用分子力学在沉浸式的三维环境中查看和操纵分子系统。我的目的不是为化学家描述HandMol的能力（这在 专门的预发表稿件中已经涵盖），而是解释它是如何结合了六种非常现代的计算机技术，其中四种是基于人工智能的：WebXR、AI动力学手追踪、AI大语言模型辅助的语音识别、快速准确模拟分子物理的AI系统，以及多用户间的通信WebRTC。此外，整个程序完全在网页上运行，更具体地说是在客户端上运行，这具有多个优点，如本文中讨论的。除了本文中的众多技术解释之外，我希望它能实现更广泛的目标，即激发类似的整合所有这些现代技术，值得高科技科幻秀般的革命，以提升生产力、学习、培训、工作和娱乐的无缝人机交互。

目录

• 引言
• 为什么开发HandMol和具有类似功能的应用程序？HandMol的核心是整合了六种现代技术– 技术1和2：WebXR用于VR和AR中的可视化，以及手势追踪用于自然分子操作- 技术3和4：采用大语言模型辅助的语音识别- 技术5：基于ML的ANI-2x和常规AMBER力场的分子力学- 技术6：带有WebRTC的协作能力
• 结论和展望

引言