FAIRChem
Meta FAIR 开源的化学与材料机器学习模型库
FAIRChem 是 Meta FAIR Chemistry 团队维护的开源机器学习库，集中提供面向材料科学与量子化学的数据、模型、演示与应用。其核心包括 UMA 通用原子间机器学习势能模型，可跨分子化学、催化与无机材料领域执行原子尺度模拟，如结构弛豫、振动分析与分子动力学。FAIRChem v2 相对 v1 为不兼容的重大版本升级，模型权重通过 Hugging Face gated 方式分发，适合科研人员进行催化剂筛选与材料发现工作流
1
2026-08-17
未收录
2,242
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
FAIRChem 是 Meta FAIR Chemistry 团队维护的开源机器学习库，集中提供面向材料科学与量子化学的数据、模型、演示与应用。其核心包括 UMA 通用原子间机器学习势能模型，可跨分子化学、催化与无机材料领域执行原子尺度模拟，如结构弛豫、振动分析与分子动力学。FAIRChem v2 相对 v1 为不兼容的重大版本升级，模型权重通过 Hugging Face gated 方式分发，适合科研人员进行催化剂筛选与材料发现工作流
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-08-17
- 覆盖行业
- 科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-08-17版本发布
fairchem-core 2.22.0 发布：UMA 通用原子间势能模型默认启用快速推理，图并行主干整合为单一可编译图并支持 torch.compile 追踪，UMA 基础训练与推理提速，新增 uma-s-1p2p1 模型、振动热力学与周期边界基础能力，并将 PyTorch 升级至 2.13、最大 Python 升级至 3.14。
FAIRChem 常见问题
关于 FAIRChem 的定位、核心功能、价格与最近更新。
FAIRChem 是什么？
FAIRChem 是 Meta FAIR Chemistry 团队维护的开源机器学习库，集中提供面向材料科学与量子化学的数据、模型、演示与应用。其核心包括 UMA 通用原子间机器学习势能模型，可跨分子化学、催化与无机材料领域执行原子尺度模拟，如结构弛豫、振动分析与分子动力学。FAIRChem v2 相对 v1 为不兼容的重大版本升级，模型权重通过 Hugging Face gated 方式分发，适合科研人员进行催化剂筛选与材料发现工作流。
FAIRChem 有哪些核心功能？
FAIRChem 当前已核验的核心功能包括：材料发现。
FAIRChem 如何收费？
AI Equal 当前没有收录 FAIRChem 的可验证价格信息。
FAIRChem 最近有什么更新？
2026-08-17：fairchem-core 2.22.0 发布：UMA 通用原子间势能模型默认启用快速推理，图并行主干整合为单一可编译图并支持 torch.compile 追踪，UMA 基础训练与推理提速，新增 uma-s-1p2p1 模型、振动热力学与周期边界基础能力，并将 PyTorch 升级至 2.13、最大 Python 升级至 3.14。