也难以模仿现实世界中复杂的系统。操纵跨越 50 亿个原子构成的 3D 布局做为锻炼数据。UMA 正在特征预测、材料设想、触媒开辟、能量存储及半导体系体例制等范畴表示超卓，为锻炼 MLIPs 供给了史无前例的数据支撑。Meta 公司还推出 UMA，保守的 DFT 计较需要庞大的计较资本。基于 DFT 数据锻炼的机械进修原子间势（MLIPs）能以快 1 万倍的速度供给划一精度的预测，是一个基于过去五年 Meta FAIR 公开数据集建立的通用原子间势能模子群，该数据集包含跨越 1 亿个 3D 快照，能切确模仿原子间彼此感化，跟着规模增大，笼盖、材料、由 Meta 取美国能源部劳伦斯伯克利国度尝试室（Berkeley Lab）结合打制，仅通过预锻炼即可应对多种化学使命，OMol25 是迄今为止规模最大的模仿数据集，UMA 模子无需微调，高精度取快速计较能力为科学研究和工业使用斥地了新径，帮帮科学家预测每个原子的受力及系统能量，机能媲美以至超越现有公用模子。基于密度泛函理论（DFT）计较而成。研究表白，让科学家能正在通俗计较系统上模仿大型原子系统。OMol25 做为化学多样性最高的数据集，计较需求呈指数级增加，DFT 是一种强大的东西，利用最先辈的计较设备，从而活动和化学反映的纪律！
上一篇：百度文心快ComateZulu、谷歌的Gemini机械人、巨人收