GenMol:NVIDIA
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
- 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。
- v2 在 PMO 上低于 v1,引用时要写明版本。
- 没有湿实验,生成分子的可合成性与活性未知。
- 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
- 基线未在同一环境重跑。
- 最新版本日期两处来源不一致(2026-04-24 与 2026-05-07)。
- GuacaMol 与 MOSES 未见报分。
来源
- arXiv 预印本(预印本)
- 代码仓库(仓库)
- NIM 2.0.0 版本说明(官方网站)
- NGC v1 资源页(包仓库)
- 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。
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。