meta AI公司近期在化学研究领域迈出了重要一步，携手美国能源部劳伦斯伯克利国家实验室，共同推出了一个前所未有的化学数据集——Open Molecules 2025（简称OMol25），以及一款通用原子模型Universal Models for Atoms（简称UMA）。
OMol25数据集堪称化学研究的新里程碑，其规模之庞大，前所未见。该数据集包含了超过1亿个基于密度泛函理论（DFT）计算得出的3D分子快照，为科学家提供了丰富的分子模拟资源。DFT作为一种强大的模拟工具，能够精确捕捉原子间的相互作用，预测原子受力及系统能量，进而揭示分子运动和化学反应的深层规律。
然而，传统的DFT计算对计算资源的需求极为庞大，随着分子复杂度的提升，计算需求呈指数级增长，即便是最先进的计算设备也难以应对。为了克服这一难题，meta AI利用OMol25数据集训练了机器学习原子间势（MLIPs），这种模型能够以快至万倍的速度提供与DFT同等精度的预测结果，使得科学家能够在普通计算系统上模拟大型原子系统。
除了OMol25数据集外，meta AI还推出了UMA模型，这是一款基于过去五年meta FAIR公开数据集构建的通用原子间势能模型群。UMA覆盖了分子、材料、触媒等多个化学领域，利用超过50亿个原子组成的3D结构作为训练数据，具有极高的通用性和预测精度。
UMA模型分为UMA-small和UMA-medium两种规模，其中UMA-medium模型拥有14亿参数，但单结构计算仅用约5000万参数，大大提高了推理速度。UMA模型无需微调，仅通过预训练即可应对多种化学任务，其性能甚至超越了现有的专用模型。
研究表明，UMA在分子特性预测、材料设计、触媒开发、能量存储及半导体制造等领域均表现出色。其高精度与快速计算能力为科学研究和工业应用开辟了新的路径，推动了跨领域的技术革新。这一成果的发布，无疑将为化学研究注入新的活力，促进化学领域的快速发展。
