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…

ESM3: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

多模态生成式蛋白语言模型,序列、结构、功能可互为 prompt。

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

概况

字段 内容
名称 / 别名 ESM3;别名:esm3-sm-open-v1、ESM-3;有歧义、不自动链接:ESM、ESM2
家族 否(开放小模型与更大的 API 版本属同一模型的规格差异,不按家族拆分)
机构 Evolutionary Scale、Chan Zuckerberg Biohub
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 pLM / 设计(多模态生成)
领域 蛋白(次领域:分子生成、结构/共折叠)
首次发布 (依据:开发方 ESM3 发布博客,同日在模型托管平台放出 esm3-sm-open-v1 权重)
其他里程碑 最早公开证据 (发布博客与开放权重,最早可证公开证据);预印本 v1 (bioRxiv 预印本(2024.07.01.600583));期刊上线 †(未核实)(Science 在线(刊期 2025-02-21));权重发布 (开放小模型权重随发布博客上线);官方公告 (开发方发布博客)
最近更新 †(未核实),期刊发表(日级日期未核实,见 journal_online 注)。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:仅研究用途(open small model (esm3-sm-open-v1) under non-commercial terms; larger models via API);小模型权重开放下载,大模型只经 API 与合作方提供;两档条款不同,引用时须说明用的是哪一档
状态 仅维护:SDK 持续更新至 v3.4.x,但未见 ESM3 新权重
报过的 benchmark 4 项计入(榜 3 · 赛后复用 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

把序列、三维结构与功能注释都 token 化,在同一个 Transformer 里做掩码生成,任意模态都能作 prompt 生成其他模态,定位是可编程的蛋白设计。这与只做序列表征的同门 ESM C 分工不同。

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。4 项计入(榜 3 · 赛后复用 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); open 1.4B entry 榜单 条目由 benchmark 维护者运行,对应开放小模型,不代表更大的 API 版本 出处
34 AbBiBench 官方参赛 / 官方榜单 是 benchmark-registered entry 榜单 出处只是本站自己的页面,未打开原始文档,按未核实显示† —
40 MotifBench 官方参赛 / 官方榜单 是 MotifBench submission leaderboard (2025-05 submission) 榜单 — 出处
01 CASP 赛后数据复用 是 CASP14 (71 targets) and CASP15 (70 targets) time-held-out structure and contact prediction 自报 赛后时间留出复用,不是参赛;论文未报 CASP16 出处

其他评测(不在 44 项内)

  • esmGFP 设计验证(湿实验验证,自报):两轮各 96 条设计的湿实验测试,是开发方的主打案例,不在站内 44 项之列
  • 病毒蛋白掉点观察(第三方评论,第三方):benchmark 维护者观察到 ESM 系在病毒蛋白上明显变差,且零样本能力在约 1B–4B 参数后进入平台

开发方称:三模态可互为 prompt 的生成能力能做出全新功能蛋白,并据此生成了与最近已知荧光蛋白序列一致性约 58% 的 esmGFP(自报)。

独立证据:ProteinGym 与 MotifBench 的条目由组织方运行;湿实验未检出独立复现。

训练数据

类别 值 说明 出处
a 公开库 是 UniRef、MGnify、JGI、OAS、PDB、AFDB 等;最大模型用 2.78B 条天然蛋白,含预测结构与合成数据后合计 3.15B 条序列、2.36 亿个结构、5.39 亿条带功能注释蛋白 出处
b 私有 / 授权 未披露 论文所列数据源均为公开库,未披露私有授权数据 出处
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 是 esmGFP 设计经湿实验测试,未见回灌训练的说法 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
esmGFP 荧光蛋白设计 — 96 — — — 两轮各 96 条生成设计送测;博客未给命中数,故不给命中率 developer blog 自报 已核实 — 站上原写「合成」,应为「测试」;第二轮有设计亮度与天然蛋白相当。开发方自做,非独立复现。 出处

背景

  • 机构:Evolutionary Scale 成立于 2023-07,由原 Meta FAIR 的 ESM 团队(2023-04 离职)创立,公益公司(PBC),融资时约 20 人;2025-11 团队并入 Chan Zuckerberg 旗下 Biohub,财务条款未披露。
  • 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(NVIDIA 风投)参投,估值未披露。
  • 产品与合作:同门有 ESM C 与 ESMFold2,模型另经 API 提供;并入后的 Biohub 称到 2028 年把算力扩到 10,000 GPU。竞争方向含 ProGen3 与 Profluent-E1。
  • 相关模型:ESM C、ESMFold2、ProGen3、Profluent-E1

怎么看

  1. 榜上的条目是维护者跑的开放 1.4B 版本,不代表更大的 API 模型,引用须注明汇总表日期。
  2. esmGFP 证明能生成有功能的蛋白,但单个案例不等于设计命中率——博客没给命中数。
  3. 论文只报 CASP14/15 的赛后时间留出;「CASP16 表现更好」找不到原始出处,勿引用。
  4. AbBiBench 这条的出处只是本站页面,按未核实读。

局限与注意

  1. Science 在线日期为日级但未核实,只有创建日与刊期可查。
  2. esmGFP 两轮各 96 条只有分母,没有命中数,任何命中率都是外推。
  3. 开放小模型与 API 大模型的权重条款不同,不能互相代表。
  4. 「ESM2」不得链到本记录,版本守卫按本轮口径执行。

来源

  1. ESM3 发布博客(公司博客)
  2. ESM3 发布说明(权重上线)(公司博客),
  3. ESM3 期刊论文(期刊),†(未核实)
  4. ESM3 预印本全文(预印本)
  5. ProteinGym 官方汇总表(榜单)
  6. MotifBench 仓库与榜单(榜单)
  7. esm SDK release 列表(仓库)
  8. 种子轮报道(新闻)
  9. 团队并入 Biohub 的交易公告(新闻)

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
wetlab_validation[0] 两轮各「合成」96 个设计 两轮各「测试」96 条设计;博客未给命中数,不给命中率 — 依据 2026-11-16
latest_update Science 在线日期按确证处理 日级在线日期标未核实,只有创建日与刊期可查 — 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。