Uni-Mol2:DP Technology、Peking University、AI for Science Institute, Beijing
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
- 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。
- 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。
- 构象需预先生成,推理成本高于图或字符串模型。
- 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
- 该 benchmark 只报一个子集,其余数据集未报,覆盖面有限。
- 最近一次实质事件在 2024-10,权重日期依赖托管站创建日。
- 仓库未单列权重许可。
- 无湿实验验证,无第三方评测。
来源
- 模型论文 arXiv 2406.14969(预印本)
- 论文 v2 全文(预印本)
- 系列代码仓库(仓库)
- 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。