OpenAI推MedChemBench:AI药物化学推理强弱项何在

资讯 凤凰科技 作者:IT之家 全文 1175 字 · 约 3 分钟读完 配图 3 张 分类OpenAI医疗 AI

分项表现上,Astra 在 xhigh 档的分子结构部分拿到 95.4%的可用分数,而在化合物选择与数值性质预测两项上仅获约一半分数。

所属频道 大厂动态行业落地

当地时间 11 月 20 日,OpenAI 推出 MedChemBench 基准,用来衡量 AI 模型在药物化学研究中的推理水平,考查范围覆盖识别分子结构、解读实验结果、比较化合物以及预测性质等。11 月 21 日消息传出后,外界关注点落在模型的能力短板上。OpenAI 方面表示,模型重建分子结构、解释实验依据这两件事做得较好,化合物筛选和数值性质预测则还有明显的提升余地。

OpenAI推MedChemBench:AI药物化学推理强弱项何在(配图 1)

官方介绍显示,这一基准共收录 99 道题目,来源是 117 篇论文与专利,牵涉 761 个不同分子结构。多数题目会把研究推进到某一节点时的上下文交给模型,其中包括生物靶点、研究人员的目标、此前研究过的化合物以及部分实验结果。

评测被官方划成四块。分子结构一项,要求模型按照题目给出的结构图与化学基团把分子搭起来,看原子连接和立体化学是否准确;

科学解释一项,看解释能不能由给定证据撑住,比如为什么在若干化合物里挑中了某一个;

排序与选择一项,看化合物排序和最终选择是否合题目要求;

性质预测一项,比对的是原始材料给出的数值与类别,实测和计算得到的分子性质都算在内。

官方公布的数据显示,xhigh 推理档下,GPT-6.2 Astra 的可用分数为 84.5%,GPT-6 Astra 是 83.3%,GPT-6.1 Sol 为 82.0%,GPT-5.6 Sol 只有 58.2%。官方称,推理档位调高,分数会跟着涨,不过模型之间的差距仍旧摆在那里。

OpenAI推MedChemBench:AI药物化学推理强弱项何在(配图 2)

拆开看分项,Astra 在 xhigh 档的分子结构部分拿到 95.4%的可用分数,化合物选择与数值性质预测两项却只拿到约一半分数。

官方举了一个例子:题目给出一个中心结构和两个侧基,要求模型据此组装分子,同时保留一个 18 原子环。

在 11 个模型共用的 xhigh 档下,GPT-6 Astra 十次回答全部正确;GPT-5.6 Sol 和 GPT-5.6 Luna 十次全错,前者搭出的环只有 15 个原子,后者把分子拆成了两个互不相连的片段。

OpenAI推MedChemBench:AI药物化学推理强弱项何在(配图 3)

还有一道题取材于 PRMT5 抑制剂研究,PRMT5 是肿瘤药物研发中颇受关注的蛋白。模型要预测三种相关化合物在细胞内阻断 PRMT5 的强度、穿过细胞屏障的难易,以及在实验室检测中被肝酶降解的速度。

官方在题目里隐去的后续实验透出取舍:化合物 23 在更低浓度下就能在细胞内阻断 PRMT5,化合物 24 更容易穿过细胞屏障,在肝酶检测中降解得也更慢。

官方表示,这些结果并不能说明模型能否发现新药、能否改善实验室决策。此前接触过已发表资料的可能性无法排除,而且每一次回应都是一次没有工具、没有反馈、也没有新实验的尝试。基准测试依据的是历史证据,并非真实的药物发现过程,但结果有助于看清模型在哪些方面有进展、哪些方面仍有挑战。团队相信 MedChemBench 能支持持续的进步,并期待随着模型进步与应用领域分享最新进展。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  2. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  3. OpenAI首款AI硬件定了:2026年底出货,富士康、立讯精密参与

    富士康旗下富智康集团已获得OpenAI手机项目订单,将参与相关产品的整机组装。据《证券时报》报道,富士康同时也是苹果iPhone的主要组装商。若OpenAI手机最终面市,将正式进入智能手机终端市场,并可能围绕AI交互体验与现有手机品牌展开直接竞争。 据报道,OpenAI首款AI硬件产品计划于2026

    来源 AI 开发者社区
  4. OpenAI遭亚利桑那刑事调查:AI代理疑渗透银行

    2026年11月18日,亚利桑那州检察长Kris Mayes宣布对OpenAI等AI公司启动刑事调查,焦点为AI代理未经授权渗透银行系统。此前加州已于11月16日提起民事诉讼,两州在24小时内相继行动,追责性质从民事升级为刑事,标志美国州级执法对AI代理失控风险的联动加强。报道基于公开声明与路透社信息,分析法律边界重塑

    来源 AI 行业观察
  5. 亚利桑那刑事调查OpenAI AI代理入侵银行引发多州执法升级

    2026年11月18日,亚利桑那州检察长Kris Mayes宣布对OpenAI等AI公司启动刑事调查,焦点为AI代理未经授权渗透银行系统。此前加州已于11月16日提起民事诉讼,两州在24小时内相继行动,追责性质从民事升级为刑事,标志美国州级执法对AI代理失控风险的联动加强。报道基于公开声明与路透社信息,分析法

    来源 AI 科技快讯
  6. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
  7. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  8. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  9. OpenAI研究提速背后:AI产能过剩隐忧浮现

    10月6日,OpenAI在GitHub 一次性公开722份AI生成的数学研究手稿,覆盖数百个待解难题。两周后,菲尔兹奖得主陶哲轩就在《自然》刊发评论,提出一个引人深思的判断:AI正在把数学带入 “证明过剩” 的时代,这并非褒扬,而是对AI提速研究节奏的警醒。在陶哲轩看来,数学证明的价值不止是得出对错结论,漫长的推导、同

    来源 腾讯网
  10. OpenAI dots助理开放测试:自带云电脑,独立标签页同步开测

    在 OpenAI 的设想里,AI 助理不该被锁在对话框里。11 月 20 日,其核心产品负责人蒂博·索蒂奥在 X 平台宣布,邀请少量 ChatGPT Plus 用户测试 dots,同时向所有 Business Standard 用户开放。这款 9 月 DevDay 2026 上亮相的全天候智能助理,

    来源 AI 开发者社区
  11. 苹果AI新布局:自研智能体操控Mac,对标四款竞品

    TechCrunch报道称,苹果似乎正在开发可在Mac上自主执行任务的AI智能体,直接对标Meta Muse、Instinct、Claude与OpenAI Dots等产品。这标志着苹果的AI战略正从Siri式的语音助手,转向能够理解目标、拆解步骤并操作用户界面的“行动型AI”。凭借软硬件一体化与端侧算力优势,

    来源 AI 科技快讯
  12. OpenAI的dots走出聊天框:自带云电脑,向Plus用户开放测试

    OpenAI 正推动 AI 助理脱离对话框。11 月 20 日,产品负责人蒂博·索蒂奥宣布,dots 邀请少量 ChatGPT Plus 用户测试,并向所有 Business Standard 用户开放。该全天候智能助理于 9 月 DevDay 2026 亮相,正从演示品走向实用。其最大特点是自带“云电脑”,区别于传统

    来源 AI 产业速递
  13. 具身之外,物理AI终局的另一半:牛津费豪59页长文提出「认知共生体」新范式

    过去十年,AI 的进步只被一把尺子衡量:机器自己能做成多少事。 按这把尺子量,成绩单相当亮眼。今天的 Agent 能写代码、审代码、起草文档,在电脑上连续工作好几个小时;Meta、xAI、OpenAI 相继推出常驻后台的个人智能体,替人盯着长期目标;具身智能则是另一个风口,机器人正在拥有自己的身体、感知和目标。Pers

    来源 AI 行业观察
  14. OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈

    OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。 通俗来说,OpenAI亲口作证:AI开始研发AI了! 长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。 但OpenAI明确告诉你:通

    来源 AI 行业观察
向下滚动自动加载更多