四川
化学有条铁律：分子的性质，由原子在空间里的排列方式决定。同样的原子、同样的化学键，朝向不同，稳定性和反应活性可能天差地别。这叫"构象"。
药物研发、材料设计、催化筛选，核心就是在无数构象里找最稳的那个，过去靠DFT和力场模拟，贵、慢。
实验叫LLMConfBench。从GEOM数据集选27个小有机分子，只含氢碳氮氧氟，不超过9个重原子，每个取30个最低能构象，共810个几何结构。另加两个控制组分子——一个大环抑制剂、一个氢过氧化物，都不在常见数据库里，测泛化。
任务很直接：把30个构象的XYZ坐标喂给模型，按稳定性排序。每个分子做三次，次序随机打乱防位置记忆；每个构象随机旋转，坐标变了，几何没变。评分只算能量差大于2 kcal/mol的构象对，满分1，随机猜0。
分水岭清晰：2025年7月之前发布的模型基本不会排。前沿模型很多已超过通用力场UFF。GPT-6 Astra和Claude Opus 5逼近现代力场GFN-FF。这些模型没有一个专门为化学结构训练过。
表现差的是"环张力"主导的分子。环张力定义松散，没有精确公式。所有模型里只有GPT-6 Astra和Claude Opus 5处理较好。
另一发现：排构象能力与科学问答、编程、抽象推理基准强相关。说明它不是专门学来的，是从其他任务泛化出来的——模型在训练中形成了通用空间推理和物理直觉，再迁移到从未被训练过的分子构象任务。
视角拉到中国。测试名单里，Kimi K3在列，和GPT-5.6 Sol、Gemini 3.6 Flash同台，准确率有竞争力。
中国有全球最大化工产业、最完整制药产业链，也有大量高质量化学数据。通用模型能直接迁移推理能力，意味着不必从头训一个专用化学模型。过去构象搜索和高通量筛选要烧昂贵DFT算力或力场模拟；前沿LLM若接近甚至部分替代力场，整个流程的成本和速度都会改写。
局限也清楚。模型对松散定义的概念处理不好，科学语言的模糊性会成为瓶颈。它还替代不了量子化学计算和高精度力场，更像快速预筛选工具，或辅助人类直觉的推理伙伴。
但"意外涌现"本身比准确率更有冲击力。它说明当前沿模型跨过某个阈值，会自发产生开发者没设计、没预期、甚至没测试过的能力。分子几何理解只是其中一个。
对化学和药物研发来说，AI的介入方式正在变：不是做专用模型解决专用问题，而是通用模型的能力边界在扩张，覆盖到原本需要领域专家和专用工具的场景。
— 感谢阅读 · 欢迎点赞关注 · 小编 —
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
