Uni-Mol 是深势科技（DP Technology）开源的 3D 分子预训练框架。它直接在三维构象上学习分子表征，并把性质预测、对接等任务统一在一个框架下，是了解「3D 分子大模型」的好入口。
它的特点
- 3D 表征：不同于只用 SMILES/2D 图，Uni-Mol 在三维坐标上预训练，保留空间信息。
- 多任务统一：同一表征可迁移到性质预测、构象、对接（Uni-Mol Docking）等任务。
- 国产开源：文档与示例较完整，便于上手。
怎么上手
- 先理解「为什么 3D 表征重要」：很多性质依赖构象与空间排布。
- 用官方示例在一个性质预测数据集上微调，体会预训练带来的提升。
- 进阶看 Uni-Mol Docking V2，对照传统对接结果。
关键要点
- Uni-Mol = 3D 分子预训练，统一表征 / 性质 / 对接；
- 核心卖点是「在三维上学表征」；
- 适合入门 3D 分子大模型与迁移学习。
延伸资源
- 源码：github.com/deepmodeling/Uni-Mol
- 配套阅读：「AI 模型」模块的《Uni-Mol 论文精读》。