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…

GenMol:NVIDIA

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

NVIDIA 的掩码离散扩散分子生成器,一个模型覆盖多类生成任务。

分子生成 · 大厂实验室 · 美国 · 截至 2026-11-17

概况

字段 内容
名称 / 别名 GenMol;别名:NV-GenMol、NV-GenMol-89M-v2、GenMol NIM
家族 否(v1 与 v2 为同一记录内的版本轴)
机构 NVIDIA
机构类型 / 国家 大厂实验室 / 美国
模型类别 分子生成(离散扩散)
领域 分子生成(次领域:小分子)
首次发布 (依据:arXiv 预印本 v1 提交)
其他里程碑 最早公开证据 (arXiv 预印本 v1);预印本 v1 (arXiv 预印本 v1(v3 为 2025-07-22));权重发布 †(未核实)(NGC 上 v1 权重(只有月级证据))
最近更新 †(未核实),新版本:NIM 2.0.0 升级到 NV-GenMol-89M-v2 检查点;此后 GitHub 只有维护提交(版本说明写 2026-04-24,NGC 容器页写 2026-05-07,两处不一致;v2 权重在此之前已在仓库出现)。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(Apache-2.0);权重:开放(NVIDIA Open Model License);代码 Apache-2.0,权重为 NVIDIA 开放模型许可;NIM 微服务适用 NVIDIA 软件许可
状态 活跃:12 个月内有新版本发布
报过的 benchmark 1 项计入(自报 1)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-17

做什么

把分子写成 SAFE 片段序列,用掩码离散扩散并行生成,配合片段重掩码探索化学空间;一个预训练模型通过提示切换 de novo 生成、片段约束生成和先导优化。与 REINVENT 4 这类强化学习框架不同,任务切换不需重训;属 NVIDIA BioNeMo / Clara 产品线。

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(自报 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
19 PMO (Practical Molecular Optimization) 开发方按官方口径自报 是 — 自报 按 PMO 原协议在 23 个任务上自报,3 次运行均值;基线数字取自各自论文而非同环境重跑;仓库称 v2 低于 v1 出处

其他评测(不在 44 项内)

  • de novo 与片段约束生成(自建任务集,自报):报告有效率、唯一性与质量指标,作者自报;这类指标多数模型接近饱和
  • 先导优化任务(自建任务集,自报):在 30 个先导优化任务上自报成功情况,作者自报

开发方称:一个离散扩散模型统一多类分子生成任务,在 PMO 上领先此前方法,并开放权重。

独立证据:未检出独立证据(未检出第三方在同一环境下的重跑或湿实验验证)

训练数据

类别 值 说明 出处
a 公开库 是 SAFE 数据集,来自 ZINC 与 UniChem,约 9.46 亿个分子 出处
b 私有 / 授权 否 — 出处
c 自产 wet lab 训练数据 否 — 出处
d 仅用于验证的 wet lab 否 — —

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:NVIDIA 1993 年成立,总部加州 Santa Clara,GPU 与加速计算公司;Clara 与 BioNeMo 是其面向生物与药物发现的开放模型与工具平台。
  • 融资:上市公司,药物发现属内部医疗健康部门;另通过风投部门 NVentures 投资 Terray、Iambic 等药物发现公司。
  • 产品与合作:GenMol 以 NIM 微服务形式在 build.nvidia.com 与 NGC 提供;同属 BioNeMo 体系的还有与 Merck 共建的 KERMT。
  • 相关模型:REINVENT 4、Saturn、KERMT

怎么看

  1. PMO 成绩是作者自报,基线数字抄自其他论文,领先幅度要打折扣。
  2. v2 在 PMO 上低于 v1,引用时要写明版本。
  3. 没有湿实验,生成分子的可合成性与活性未知。
  4. 优势在统一多任务与开放权重,而不是单项最优。

局限与注意

  1. 基线未在同一环境重跑。
  2. 最新版本日期两处来源不一致(2026-04-24 与 2026-05-07)。
  3. GuacaMol 与 MOSES 未见报分。

来源

  1. arXiv 预印本(预印本)
  2. 代码仓库(仓库)
  3. NIM 2.0.0 版本说明(官方网站)
  4. NGC v1 资源页(包仓库)
  5. NGC v2 资源页(包仓库)

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 2025-01 2025-01-10(arXiv v1 提交日) — 依据 2026-11-16
latest_update NGC v2 权重 2025-10 更新 2026-04-24 NIM 2.0.0(NGC 容器页写 2026-05-07) — 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。