OMol25

内容与规模：ωB97M-V/def2-TZVPD 水平的 DFT 计算，v1 摘要称 >1 亿次，修订版 PDF 称 >1.4 亿次；83 种元素，体系最大 350 原子，覆盖小分子、生物分子、金属配合物、电解质 [1]。

算力成本与生成方式：约 60 亿 CPU 小时，出自 LBNL 新闻稿引述 Samuel Blau，称"比以往任何数据集多一个数量级以上" [2]；论文原文仅写"billions of CPU core-hours"，60 亿为新闻稿转述（二手）。按 1–1.4 亿点折算约 43–60 CPU 小时/点（推算）。若按假设的 $0.02–0.05/核小时折算，总额约 1.2–3 亿美元量级，属推算，不是披露成本。对比 2020 年 ANI-1x / ANI-1ccx 约 2.8 核小时/点，五年间单点成本与规模各放大约 1 个数量级。

哪些模型用：作为机器学习势函数的训练燃料，属"二代仿真"（见 三代仿真框架）。

已知缺陷：规模口径随版本漂移（>1 亿 vs >1.4 亿）；算力数字依赖二手转述。

来源

1. https://arxiv.org/abs/2505.08762 (2026-10-15)
2. https://newscenter.lbl.gov/2025/05/14/computational-chemistry-unlocked-a-record-breaking-dataset-to-train-ai-models-has-launched/ (2026-10-15)