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…

Robin:FutureHouse

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

FutureHouse 多 agent 发现系统,串联文献综述、候选提出与实验数据分析。

文本与 agent · 非营利研究机构 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Robin;有歧义、不自动链接:Robin
家族 否(单一模型条目,非家族)
机构 FutureHouse(全站页:futurehouse)
机构类型 / 国家 非营利研究机构 / 美国
模型类别 多 agent 科研发现系统
领域 文本与 agent
首次发布 (依据:arXiv 2505.13400 v1 提交)
其他里程碑 预印本 v1 (arXiv v1);期刊上线 (Nature 发表)
最近更新 ,期刊发表:论文正式发表于 Nature。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;权重:不明;代码已开源,但运行需 FutureHouse 平台密钥
状态 活跃:12 个月内有期刊发表
报过的 benchmark 0 项计入
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

由三个 agent(Crow、Falcon、Finch)组成,分别负责文献综述、候选提出和实验数据分析;在干性年龄相关性黄斑变性上做了演示,提出的候选药由湿实验检验。

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)

  • 干性 AMD 闭环(湿实验验证,自报):两轮细胞实验,第 1 轮测 30 个候选中的 5 个,第 2 轮测 10 个
  • 效应量冲突(案例研究,自报):同一效应 agent 分析 7.5 倍、人工分析 1.75 倍,作者称需更多实验

开发方称:开发方称这是首个自主生成假设、规划实验并分析数据、提出经验证新候选药的多 agent 系统

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 是 基座模型与检索工具使用公开文献 —
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 是 细胞吞噬实验检验候选 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
干性 AMD 闭环(两轮) — 10 — — — 第 1 轮从 30 个候选中测 5 个,第 2 轮测 10 个;不报命中率 paper 自报 — 已核实 — 团队自行实验与分析,非独立复现;agent 与人工对同一效应的估计不一致(7.5 倍 vs 1.75 倍),作者称需更多剂量与时间实验 出处

背景

  • 机构:FutureHouse 是 2023-09 在旧金山成立的非营利 AI 科学实验室,商业分支为 Edison Scientific
  • 融资:未披露或不适用
  • 产品与合作:与牛津大学合作者共同完成;相关产品 Kosmos、Finch
  • 相关模型:Kosmos / Edison Analysis、Biomni

怎么看

  1. 湿实验由开发团队自己做,规模小,属于演示
  2. agent 与人工分析的效应量差约 4 倍,两者都应展示

局限与注意

  1. 未在 44 项 benchmark 上报告结果
  2. 第 2 轮实验规模的命中情况未报告

来源

  1. Crossref 记录 10.1038/s41586-026-10652-y(期刊)
  2. 官方页面 futurehouse.org(公司博客)
  3. arXiv 预印本 2505.13400(预印本)
  4. 期刊/会议论文页(期刊)

更正记录

无。

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。