模型与 Benchmark板块首页
总览
AI for Bio benchmark 总览模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…模型索引:112 个模型按领域分组44 个 benchmark 的规模、更新与 wet la…
Benchmark 档案:核心 30 项
01 CASP02 ProteinGym03 MoleculeNet04 TDC05 PoseBusters06 CASF-201607 USPTO family08 Basenji/Enformer test set09 scIB10 GuacaMol11 ClinVar hold-out protocol12 DUD-E / LIT-PCBA13 CAGI14 PubMedQA15 CAMEO16 GUE + Nucleotide Transform…17 CAFA18 LAB-Bench / LABBench219 PMO20 CACHE21 DREAM5 / BEELINE / CausalB…22 CAPRI23 BioASQ24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles26 FLIP / FLIP227 Polaris / ASAP / OpenADMET28 Adaptyv competitions / Ben…29 BixBench30 PLINDER / PINDER / Runs N'…
Benchmark 档案:补充 14 项
31 FoldBench32 CrossDocked202033 PoseX34 AbBiBench35 FLAb / FLAb236 AIntibody37 TraitGym38 BEND39 RNAGym40 MotifBench41 BioML-bench42 BioMysteryBench43 Ginkgo GDPa144 FS-Mol
模型:结构/共折叠
AF2-Multimer:Google DeepMindAlphaFold 3BioEmu-2Boltz-1 / Boltz-1xBoltz-2:MIT、Recursion、Boltz P…Chai-1:Chai DiscoveryChai-2:Chai DiscoveryDiffDock:MIT CSAILESMFold2HelixFold-S1:BaiduIntelliFold-2:IntelliGen AIIsoDDE:Isomorphic LabsMassiveFoldNeuralPLexer3OpenComplex2OpenDDE:Aureka AI Research、Au…OpenFold3Pearl:Genesis Molecular AIProtenixRF3:University of Washington …RhoFold+ / DRfold2 / trRosett…RNAPro:NVIDIA、Stanford Univer…SeedFold:ByteDance SeedVina:Scripps Research
模型:小分子
ADMET-AIAQAffinity:SandboxAQBeacon:Inductive BioChemformer:AstraZenecaChemprop v2:MITEnchant v1 / v2ether0:FutureHouseKERMT:Merck & Co.、NVIDIAMiniMol:Valence LabsMolE:RecursionMoLFormer-XL:IBM ResearchNesso-1:Valence Labs、Recursio…ReaSyn v2:NVIDIA、KAISTREINVENT 4RetroDFM-RSaturn:EPFLTamGen:Microsoft Research AI …TerraBind:Terray TherapeuticsTxGemma:Google DeepMind、Googl…Uni-Mol2Uni-Mol3
模型:蛋白
AlphaProteoAMPLIFY:Mila、Polytechnique Mo…BindCraftBoltzGenChai-3:Chai DiscoveryClaude 蛋白设计研究DPLM-2:ByteDance Research、Nan…Dyno Psi-1 / Psi-PhiESM C:Evolutionary Scale、Chan…ESM3:Evolutionary Scale、Chan …EVOLVEproLa-Proteina:NVIDIALatent-X / X2:Latent LabsLucaOne:Alibaba Cloud、Sun Yat…Mosaic:Escalante BioPinal:Westlake UniversityPoET-2:OpenProtein.AIProfluent-E1:ProfluentProGen3:ProfluentProSST:Shanghai Jiao Tong Uni…Proteina-Complexa:NVIDIARFdiffusion2 / 3SaProt:Westlake University、We…SeedProteo:ByteDance SeedVenusREMxTrimoPGLM
模型:抗体
GerminalHCAbLM:Nona Biosciences、HBM H…IgGM / IgGM-FMJAM / JAM-2:Nabla BioOrigin-1:AbsciRFantibodytFold:Tencent AI for Life Sci…
模型:基因组/RNA
AlphaGenome:Google DeepMindAlphaMissense:Google DeepMindBioReasonBorzoi:Calico Life SciencesBulkFormerEvo 2:Arc Institute、NVIDIA、St…NTv3:InstaDeeppopEVE:Harvard Medical School…RIBOSPAN
模型:单细胞
AIDO Cell:GenBio AIC2S-ScaleCellFM:Sun Yat-sen University…Lingshu-CellscGPT / GeneformerscPRINT-2Stack:Arc InstituteSTATE:Arc InstituteTahoe-x1:Tahoe TherapeuticsTranscriptFormerX-Cell:Xaira TherapeuticsxTrimoSCPerturb / scFoundation
模型:分子生成
GenMol:NVIDIA
模型:文本与 agent
Biomni:Stanford University、Ph…Co-ScientistGPT-Rosalind:OpenAIIntern-SKosmos / Edison AnalysisMedGemma / Med-GeminiQuine:Microsoft ResearchRobin:FutureHouseSciReasonerTxAgent:Harvard Medical SchoolVERID:Google Research前沿通用大模型:Anthropic、OpenAI、Goog…

Chai-3:Chai Discovery

整理 2026-11-16 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 做什么
  3. 报过的 benchmark
  4. 其他评测(不在 44 项内)
  5. 训练数据
  6. 湿实验验证
  7. 背景
  8. 怎么看
  9. 局限与注意
  10. 来源
  11. 更正记录

Chai Discovery 的闭源下一代分子设计模型,面向抗体与多特异性设计。

蛋白 · AI 原生 biotech · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Chai-3;有歧义、不自动链接:Chai
家族 否(单一模型条目,非家族)
机构 Chai Discovery
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 闭源分子设计模型
领域 蛋白(次领域:抗体)
首次发布 †(未核实)(依据:公司新闻页上的授权合作公告,Chai-3 首次公开披露;无独立技术报告) Business Wire 的 URL 编号指向 2026-06-02,但那不是发布日
其他里程碑 官方公告 †(未核实)(公司新闻页的授权合作公告)
最近更新 ,产品更新:公司融资公告称其为最新模型;这是公司事件,不是模型版本更新(2026-07-13 的合作与此后多项药企合作均不计为模型更新)。此为最近一次有出处的事件,不代表此后没有更新
开放程度 代码:不开放;权重:不开放;闭源,仅合作药企可早期访问
状态 仅产品形态:无公开产物,仅合作与公司公告
报过的 benchmark 0 项计入
湿实验验证 无
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

Chai-2 的后继闭源模型,公司称面向抗体与多特异性分子设计以及更难的靶点。无技术报告、无公开 benchmark、无公开数据。

报过的 benchmark

按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。0 项计入。

在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。

其他评测(不在 44 项内)

  • 公司表述(未披露,自报):新闻稿称在治疗性结合、难靶点、多特异性与可开发性上优于前代;无技术报告或数据
  • 药企合作(用户或合作方报告,合作方):多项授权与合作已公布,合作方未发表结果

开发方称:开发方称在抗体设计与难靶点上优于前代,成功率约为前代两倍;无公开量化证据

独立证据:未检出独立证据(未检出独立证据)

训练数据

类别 值 说明 出处
a 公开库 未披露 — —
b 私有 / 授权 是 一项药企合作包含用对方专有数据训练的定制模型 —
c 自产 wet lab 训练数据 未披露 — —
d 仅用于验证的 wet lab 未披露 公司称存在湿实验验证,细节未公开 —

湿实验验证

无。开发方未报告湿实验验证,或本站未收录可核的记录。

背景

  • 机构:Chai Discovery 2024 年在旧金山成立,AI 原生分子设计平台公司
  • 融资:2026-07 完成 4 亿美元 Series C,估值 38 亿美元,Index Ventures 领投
  • 产品与合作:已公布与多家大型药企的授权或合作,财务条款未披露
  • 相关模型:Chai-1、Chai-2

怎么看

  1. 媒体转述的成功率口径互相矛盾,且无一手数据
  2. 融资与合作新闻不等于模型更新,本条按此口径记录

局限与注意

  1. 首发日期依据公司新闻页,部分核实
  2. 无任何公开 benchmark 结果,按本轮口径在零配对名单上

来源

  1. 官方页面 businesswire.com(公司博客)
  2. 官方页面 businesswire.com(公司博客)

更正记录

以下为本轮核对中改过的字段,原值按记录照录。

字段 原 现 原因 出处 发现日期
first_release 2026-06-02 2026-06-04(公司新闻页日期;URL 编号不作日期依据) — 依据 2026-11-16
latest_update 融资与合作被写成模型更新 明示为公司事件而非模型版本;此后药企合作不计 — 依据 2026-11-16

本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。