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…

Uni-Mol2:DP Technology、Peking University、AI for Science Institute, Beijing

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

3D 构象分子预训练模型,推到十亿级参数以研究分子预训练的 scaling。

小分子 · 平台公司 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Uni-Mol2;有歧义、不自动链接:Uni-Mol
家族 否(系列各代各有记录;无数字的「Uni-Mol」是歧义名,不自动链接)
机构 DP Technology、Peking University、AI for Science Institute, Beijing
机构类型 / 国家 平台公司 / 中国
模型类别 性质预测(3D 构象分子预训练)
领域 小分子
首次发布 (依据:arXiv 2406.14969 v1 提交(v2 为 2024-07-01)) 站上原只写 2024-06
其他里程碑 最早公开证据 (arXiv v1);预印本 v1 (arXiv v1);代码发布 †(未核实)(主仓库合入「uni-mol2 codebase」的 PR);权重发布 †(未核实)(权重仓库创建并上传多档模型(84M 至十亿级))
最近更新 †(未核实),代码发布:代码与多档预训练权重进入主仓库与权重托管站(权重仓库 2024-10-17 创建);论文另被 2024 年一场机器学习会议收录;此后至 2025-05 的提交为维护性改动。这是最近一次有出处的实质事件(原记 2024-10-10 的「release tag」口径已订正)。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(MIT);权重:开放†(未核实);仓库整体 MIT,多档权重在托管站公开;仓库未单列权重许可
状态 仅维护:最近一次实质事件在 2024-10,其后仅维护性提交
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站实体库有开发方公司页,但无该模型的实体页)
截至 2026-11-16

做什么

以 3D 构象为输入做分子预训练,把参数与构象规模推高,系统给出参数量、数据量与下游表现的关系,论文定位是分子预训练的 scaling 研究。与 MiniMol、MolE 相比,它依赖预生成构象、规模大两个数量级,且自报任务是量子化学性质而非药物 ADMET;同门后续是反应方向的 Uni-Mol3。

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(改协议 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
03 MoleculeNet (+OGB) 开发方自报,协议有改动 是 — 自报 只报该 benchmark 中的一个量子化学性质集(scaffold 切分),其余数据集未报 出处

其他评测(不在 44 项内)

  • 站外量子化学性质数据集(站外公开 benchmark,自报):一个数千分子的性质数据集上与前代对比,含与不含原子/键特征两种设定,均为开发方自报
  • scaling 关系自建研究(自建任务集,自报):按模型规模与数据量做的自建对比,用于支持 scaling 结论,任务由作者挑选

开发方称:把参数与构象规模同时放大后,量子化学性质任务的表现稳定优于前代,并给出分子预训练的 scaling 关系。

独立证据:未检出独立证据(未检出第三方在站内 benchmark 上对该模型的评测)

训练数据

类别 值 说明 出处
a 公开库 是 前代约 1,900 万分子,加一个公开化合物库的子集(约 8.84 亿化合物),合计约 8 亿构象 出处
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 否 论文无湿实验验证 出处

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:开发方是 2018 年成立于北京的 AI for Science 工具与平台公司,产品含科研云平台、实验室与药物设计平台;合作方为一所中国大学与一家北京的科学智能研究院。
  • 融资:2025-12-24 公布 C 轮超 8 亿元人民币(约 1.14 亿美元),投资方以产业与地方基金为主;更早轮次见同一公司的其他记录。
  • 产品与合作:系列模型开源在同一组织的公开仓库下,另有对接平台与工具链;本模型的目标是验证分子预训练的 scaling 关系。
  • 相关模型:Uni-Mol3、MiniMol、MolE、KERMT

怎么看

  1. 自报任务是量子化学性质,与 TDC 一线的 ADMET 竞品不在同一赛道,不宜直接对比。
  2. scaling 结论依赖作者挑选的任务;大规模对小数据 ADMET 任务的收益未见独立验证。
  3. 构象需预先生成,推理成本高于图或字符串模型。
  4. 权重已公开,是少数可由外部自行评测的大型分子预训练模型;MoleculeNet 上只报了单一子集。

局限与注意

  1. 该 benchmark 只报一个子集,其余数据集未报,覆盖面有限。
  2. 最近一次实质事件在 2024-10,权重日期依赖托管站创建日。
  3. 仓库未单列权重许可。
  4. 无湿实验验证,无第三方评测。

来源

  1. 模型论文 arXiv 2406.14969(预印本)
  2. 论文 v2 全文(预印本)
  3. 系列代码仓库(仓库)
  4. 权重托管仓库(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
latest_update 2024-10-10(代码与权重 release tag) 2024-10-18(主仓库合入模型代码的 PR);权重仓库 2024-10-17 创建;releases 列表止于 v0.2.1(2024-07-06) — 依据 2026-11-16
release_milestones.journal_online 未见会议或期刊版本 论文被 2024 年一场机器学习会议收录(无期刊版本) — 依据 2026-11-16
first_release 2024-06 2024-06-21(arXiv v1) — 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。