Uni-Mol3:DP Technology、Peking University
多分子反应基础模型,覆盖产物预测、逆合成、反应条件与产率。
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-Mol3;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 |
| 机构类型 / 国家 | 平台公司 / 中国 |
| 模型类别 | 反应模型 / 逆合成(多分子基础模型) |
| 领域 | 小分子(次领域:分子生成) |
| 首次发布 | (依据:arXiv 2508.00920 v1 提交(v2 为 2025-08-12)) |
| 其他里程碑 | 最早公开证据 †(未核实)(代码仓库初始提交(v1.0),早于论文 v1);预印本 v1 (arXiv v1);代码发布 †(未核实)(仓库初始代码 v1.0);权重发布 †(未核实)(仓库提交加入权重下载链接) |
| 最近更新 | †(未核实),代码发布:仓库提交加入预训练与微调权重的下载链接;初始代码为 2025-07-18(v1.0)。未检出期刊版本。这是最近一次有出处的事件(事件性质由提交信息推断)。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(MIT (per repository));代码与权重按仓库 MIT 开放;授权专利反应数据集不可再分发,仓库只给预处理脚本 |
| 状态 | 活跃:12 个月内有仓库实质提交 |
| 报过的 benchmark | 1 项计入(自报 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库有开发方公司页,但无该模型的实体页) |
| 截至 | 2026-11-16 |
做什么
把分子与反应当作多分子体系,先做分子预训练再做大规模反应预训练,下游统一覆盖正向产物预测、逆合成、反应条件推荐与产率预测。与 RetroDFM-R 的推理式逆合成不同,它走的是分子表示预训练加反应微调;逆合成任务上以 Chemformer 等序列模型为主要对照,同门前作为 Uni-Mol2。
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 |
|---|---|---|---|---|---|---|
| 07 USPTO family (+PaRoutes) | 开发方按官方口径自报 | 是 | — | 自报 | 三个官方子集:产物预测、逆合成与反应条件,均为开发方自报;同表列出的对照数字出自作者自己的运行 | 出处 |
其他评测(不在 44 项内)
- 授权库自带的逆合成测试集(自建任务集,自报):在授权专利反应库的测试划分上自报逆合成结果;外部无法取得该数据,不可复现
- 反应条件与产率任务(自建任务集,自报):多任务统一的自建评测,覆盖条件推荐与产率预测
开发方称:一个模型统一产物预测、逆合成、条件与产率四类反应任务,靠分子预训练加大规模反应预训练取得全面可用的表现。
独立证据:未检出独立证据(未检出第三方对该模型在站内 benchmark 上的评测)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 分子预训练约 1,900 万分子(取自公开化合物与活性库,论文对来源的描述自相矛盾) | 出处 |
| b 私有 / 授权 | 是 | 一家商业供应商授权的专利反应库,原约 1,667 万条、清洗后 11,973,789 条,按授权不可再分发 | 出处 |
| 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 平台公司,业务覆盖药物设计、材料与电池研发;合作方为一所中国大学的数学与机器学习机构。公开材料没有可引用的员工数口径,不给数字。
- 融资:2021-08 A 轮数千万美元;2022-01 B 轮数千万美元;2023-08 超 7 亿元人民币;2025-12-24 C 轮超 8 亿元人民币(约 1.1 亿美元),投资方含产业基金与地方基金。各媒体对中间两轮的轮次命名不一致,此处只记年份与金额。
- 产品与合作:产品含科研云平台、药物设计平台、对接与自由能工具链;模型系列开源在公开仓库。本模型的反应预训练依赖商业授权数据,外部无法复现。
- 相关模型:Uni-Mol2、Chemformer、RetroDFM-R
怎么看
- 逆合成一项的自报结果低于同表中的 Chemformer,说明卖点是多任务统一而非单项最高(本页不转录分数)。
- 反应预训练用的是商业授权库,外部无法复现,开放的只有代码与权重。
- USPTO 测试集存在模板泄漏问题,高分的含义有限。
- 最近更新的性质由提交信息推断,权重轴与代码轴应分开读。
局限与注意
- 全部 benchmark 结果为开发方自报,无榜单与第三方评测。
- 训练数据的公开部分来源描述在论文内自相矛盾。
- 授权反应库不可再分发,预训练不可复现。
- 权重链接事件与期刊状态均未核实。
来源
- 模型论文 arXiv 2508.00920(预印本)
- 论文 v2 全文(预印本)
- 代码与权重仓库(仓库)
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。