---
title: "Neo-1 – VantAI 推出的首个原子生成式AI模型"
url: "https://paooo.com/aigc-news/20594/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T15:11:48+08:00"
updated_at: "2026-06-08T15:11:48+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Neo-1 – VantAI 推出的首个原子生成式AI模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20594/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 首个把从头分子生成与原子级结构预测统一的模型，面向生物分子设计。
- 支持部分序列、部分结构和实验数据等多模态输入，提升设计灵活性与准确性。
- 结合 NeoLink 与交联质谱约束，可用于分子胶、抗体发现和复合物结构预测。

## Neo-1是什么

Neo-1 是 VantAI 推出的全球首个将从头分子生成与原子级结构预测统一的AI模型。能预测生物分子结构，生成全新的分子，在设计分子胶等新型治疗药物方面表现出色。Neo-1 的多模态输入功能能接受部分序列、部分结构和实验数据等多种信息，显著提高药物设计的效率和准确性。Neo-1 与 VantAI 的 NeoLink 平台相结合，通过交联质谱法生成稀疏的结构约束，再将其组装成完整的原子级分辨率结构，推动了结构生物学的发展。

## Neo-1的主要功能

- **统一生成与预测**：Neo-1 是首个将从头分子生成与原子级结构预测统一起来的模型。通过生成分子的潜在表示，不是预测原子坐标，能预测生物分子结构并生成全新的分子。

- **多模态输入**：Neo-1 接受多种模态的输入，包括部分序列、部分结构和实验数据等。多模态输入方式显著提高了模型的灵活性和适用性。

- **大规模训练**：Neo-1 是生物学中最大的基于扩散的模型之一，使用数百个 NVIDIA H100 GPU 在结构和合成数据集上进行训练。

- **定制数据集和工具**：Neo-1 结合了 VantAI 自有的 NeoLink 数据集以及与 NVIDIA 共同开发的 PINDER & PLINDER 工具。

## Neo-1的技术原理

- **潜在空间中的扩散过程**：Neo-1 将扩散过程从传统的坐标空间转移到潜在空间。这种转变使模型能在更平滑的序列和结构景观中进行推理，能生成全新的分子，包括蛋白质、肽和小分子，同时以原子级精度预测它们的结构。

- **大规模训练与定制数据集**：Neo-1 是生物学中最大的基于扩散的模型之一，使用数百个 NVIDIA H100 GPU 在结构和合成数据集上进行训练。结合了 VantAI 自有的 NeoLink 数据集以及与 NVIDIA 共同开发的 PINDER & PLINDER 工具，提升了模型的性能。

- **精准的分子生成与结构预测**：Neo-1 采用“粗到细”的生成方式，能根据整个分子结构施加中间奖励，将分子生成导向任何目标。与传统的自回归模型不同，后者在生成过程中缺乏灵活性。

## Neo-1的项目地址

- **项目官网**：[https://www.vant.ai/neo-1](https://www.vant.ai/neo-1?utm_source=ai-bot.cn)

## Neo-1的应用场景

- **分子胶设计**：Neo-1 能针对复杂的靶点设计分子胶等新型治疗药物，将传统上需要数年的时间缩短为数周。

- **蛋白质复合物结构预测**：Neo-1 能预测多种生物分子复合物的结构，包括三元复合物、抗体 – 抗原相互作用和蛋白质 – 肽复合物。

- **NeoLink 数据平台的应用**：Neo-1 与 VantAI 的 NeoLink 数据平台相结合，能基于交联质谱法生成的稀疏结构约束，组装成完整的原子级分辨率结构。

- **抗体发现**：Neo-1 能实现从头到尾的理性抗体发现。可以将部分抗体序列和抗原结构作为输入，同时折叠 VH 抗体片段并生成部分 CDRH3 序列。

## 常见问题解答 (FAQ)

### Neo-1 是什么模型？
Neo-1 是 VantAI 推出的原子生成式AI模型，核心特点是把从头分子生成与原子级结构预测统一到同一框架中。它既能生成全新的分子，也能预测生物分子结构，适用于药物设计与结构生物学任务。

### Neo-1 适合做哪些药物设计任务？
Neo-1 主要适合分子胶设计、蛋白质复合物结构预测和抗体发现等任务。文章提到它可将原本需要数年的分子胶设计缩短到数周，并支持三元复合物、抗体-抗原和蛋白质-肽复合物建模。

### Neo-1 和 NeoLink 平台有什么关系？
Neo-1 可与 VantAI 的 NeoLink 数据平台结合，利用交联质谱法生成的稀疏结构约束，组装出完整的原子级分辨率结构。这种组合有助于提升结构解析能力，并推动结构生物学应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
