Meta旗下人工智能研究院（FAIR）近期发布新一代通用多域原子模拟模型FAIRChem v2 UMA，可覆盖小分子、催化剂、固态材料等多类研究场景，支持振动分析、长周期分子动力学全流程模拟，GPU加速下同等任务效率较传统量子化学方案提升最高达80倍，精度可达到传统方法的96%，将为制药、新能源、新材料等领域的研发降本提效提供新的技术支撑。
此次发布的FAIRChem v2 UMA是FAIR团队在计算化学AI领域打磨3年的迭代成果，此前初代FAIRChem模型仅能针对单一类别的材料开展模拟，且无法支持长周期分子动力学运算，适用场景局限于基础科研领域的小分子研究。
计算化学模拟是当前新药研发、新材料开发、化工工艺优化的核心底层技术，传统基于密度泛函理论的量子力学模拟方案，算力消耗极高，一个包含上百个原子的催化剂反应模拟往往需要数天甚至数周的运算时间，且不同场景需要搭配不同的模拟参数，专业门槛极高，中小研发团队很难承担对应的算力和人力成本。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号