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…

ESM C:Evolutionary Scale、Chan Zuckerberg Biohub

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

纯序列表征型蛋白语言模型,定位是 ESM-2 的替代。

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

概况

字段 内容
名称 / 别名 ESM C;全称:ESM Cambrian;别名:ESMC、ESM Cambrian、esmc-300m、esmc-600m、ESMC 6B;有歧义、不自动链接:ESM、ESM2
家族 否(300M/600M/6B 是同一模型的规格,2026-05 的更新版按里程碑与注记录,不拆家族)
机构 Evolutionary Scale、Chan Zuckerberg Biohub
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 pLM(表征)
领域 蛋白
首次发布 (依据:ESM Cambrian 博客,同日 300M/600M 权重首次提交到模型托管平台)
其他里程碑 最早公开证据 (博客与 300M/600M 权重,最早可证公开证据);预印本 v1 †(未核实)(蛋白世界模型预印本(与 Biohub 版同族发布));权重发布 (权重轴:更新版 ESMC 权重与 SAE 模型发布;6B 另于 2025-12-01 开放,不属本次事件);官方公告 (机构以「蛋白生物学世界模型」口径发布 ESMC、ESMFold2 与序列图谱)
最近更新 ,代码发布(后续 SDK v3.4.1–v3.4.3 延至 2026-11-09;权重轴最近事件为 2026-05-27)。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:开放(SDK on a public repository);权重:开放(MIT plus third-party notice (per current blog and model card));现行博客与模型卡称 300M/600M/6B 均为开放权重、MIT 许可可学术与商用;使用前核对第三方声明
状态 活跃:SDK 与权重两轴 12 个月内均有事件
报过的 benchmark 1 项计入(榜 1)
湿实验验证 1 条记录
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

纯序列的表征模型,用于嵌入、突变效应打分与下游监督任务,与 ESM3 的多模态生成路线分工不同。更新一代的 6B 版为 80 层,并被冻结后用作 ESMFold2 的底座。

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。1 项计入(榜 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
02 ProteinGym 官方参赛 / 官方榜单 是 DMS substitutions zero-shot, maintainer-run summary table (updated 2025-06-13); 300M and 600M entries 榜单 300M 与 600M 两个条目均由维护者运行;更新版权重未见单独条目 出处

其他评测(不在 44 项内)

  • 与 ESM-2 的同量级对比(仅与基线对比,自报):官方博客称 300M 版与 ESM-2 650M 相当、600M 版可比 ESM-2 3B(开发方自报)
  • binder 设计湿实验(未核实)(湿实验验证,自报):更新版发布的 5 个靶点 binder 实验,设计总数未披露,不给数字
  • 结构榜由下游模型代为参评(相关模型评测,自报):结构类榜单上由建在冻结 6B 之上的 ESMFold2 参评,ESM C 本身不报该榜

开发方称:同量级下表征质量与成本优于 ESM-2,300M 对标 ESM-2 650M、600M 对标 ESM-2 3B(自报,未检出第三方复核)。

独立证据:ProteinGym 的两个条目由 benchmark 维护者运行;湿实验部分未检出任何独立证据。

训练数据

类别 值 说明 出处
a 公开库 是 UniRef、MGnify、JGI,按 70% 序列一致性聚类后分别约 8,300 万、3.72 亿、20 亿个簇;机构发布页另称约 28 亿条训练序列(开发方口径) 出处
b 私有 / 授权 未披露 官方页面只列上述公开库,未披露私有数据 出处
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 是 更新版发布中的 5 靶点 binder 实验,未见回灌训练的说法;分母与归属未核实 出处

湿实验验证

每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。

实验 靶点数 受测设计 命中 成功率 最佳亲和力 分母口径 版本 来源类型 日期 核实 执行方 说明 出处
5 靶点 binder 设计验证(未核实) — — — — — 未核实:分母、命中定义与是按设计还是按靶点计都未披露,预印本全文被限流,故不给数字 institutional news plus shared preprint 自报 †(未核实) 未核实† — 未核实:该 campaign 为同一发布内多模型共享,不是 ESM C 专属结果;与 ESMFold2 共用的两组比率本轮不采用。 出处

背景

  • 机构:Evolutionary Scale 成立于 2023-07,由原 Meta FAIR 的 ESM 团队创立,公益公司(PBC);2025-11 团队并入 Chan Zuckerberg 旗下 Biohub,财务条款未披露,模型仓库随之迁到该机构名下。
  • 融资:2024-06-25 种子轮 1.42 亿美元,Lux Capital 与两位个人投资者领投,Amazon 与 NVentures 参投,估值未披露;并入 Biohub 的条款未披露。
  • 产品与合作:同门有 ESM3 与 ESMFold2;2026-05-27 以世界模型口径一起发布 ESMC、ESMFold2 与序列图谱。竞争方向含 ProGen3 与 Profluent-E1。
  • 相关模型:ESM3、ESMFold2、ProGen3、Profluent-E1

怎么看

  1. 300M 与 600M 在榜上几乎持平,规模加倍在零样本突变效应上没有收益。
  2. SDK 与权重是两条版本轴,读更新时要分开;6B 的开放发生在 2025-12-01,不属 2026-05-27 那次事件。
  3. 许可以现行博客与模型卡为准(MIT 加第三方声明),使用前核对声明文件。
  4. binder 命中率为开发方口径且 campaign 多模型共享,本轮不给数字,也不能与设计模型横比。

局限与注意

  1. 与 ESMFold2 共享的两组 binder 比率不可核实,预印本全文被限流。
  2. 最近更新是 SDK 事件而非新权重,站上旧记录把两者混在一起。
  3. 「约 28 亿条序列」只见机构发布页,与聚类口径不同,不能与簇数相加。
  4. 「ESM2」不得链到本记录,版本守卫按本轮口径执行。

来源

  1. ESM Cambrian 官方博客(公司博客),
  2. ESM C 600M 模型卡(官方网站)
  3. 更新版 ESMC 6B 模型卡(官方网站)
  4. 机构世界模型发布页(官方网站),
  5. 蛋白世界模型预印本(全文未取到)(预印本)
  6. esm SDK release 列表(仓库),
  7. ProteinGym 官方汇总表(榜单)

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
latest_update 2026-05-27(更新版权重) 2026-08-27(SDK v3.4.0 加入完整 ESMC 支持) — 依据 2026-11-16
latest_update.event_kind 新权重 代码发布;SDK 与权重分两轴记 — 依据 2026-11-16
release_milestones.weights_release 6B 随 2026-05-27 的更新一起开放 6B 于 2025-12-01 开放,不属 2026-05-27 事件 — 依据 2026-11-16
wetlab_validation[0] 5 靶点 binder 的两组比率按已证实数字发布 不给数字:全文被限流、campaign 多模型共享,标未核实 — 依据 2026-11-16
open_status 早期 6B 仅 API,300M/600M 另有非商用条款 现行博客与模型卡称三档均为开放权重、MIT 加第三方声明 — 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。