# Neo-1 – VantAI 推出的首个原子生成式AI模型

- Link: https://paooo.com/aigc-news/20594/
- Published: 2026-06-08T15:11:48+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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。

阅读目录

 * [Neo-1是什么](https://paooo.com/aigc-news/20594/#neo1%e6%98%af%e4%bb%80%e4%b9%88)
 * [Neo-1的主要功能](https://paooo.com/aigc-news/20594/#neo1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Neo-1的技术原理](https://paooo.com/aigc-news/20594/#neo1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Neo-1的项目地址](https://paooo.com/aigc-news/20594/#neo1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Neo-1的应用场景](https://paooo.com/aigc-news/20594/#neo1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Neo-1](https://paooo.com/wp-content/uploads/2026/06/Neo-1-website-1.avif)

## 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。

🔬 语宙深潜追问 · 进阶实操拆解

分子胶设计最该怎么用Neo-1？

先输入已知靶点、片段或部分结构约束，让模型补全候选骨架，再用打分函数筛选结合位点
与可合成性。实战中要把生成和实验闭环打通，否则模型再强也只是候选提案器。

原子级结构预测如何提升命中率？

把实验数据、结构先验和不完整序列一起作为条件输入，优先做多候选采样而不是单次生成。
随后结合对接、MD和ADMET过滤，能更快缩小空间，减少湿实验试错。

🗳️ 读者观点微投票 · 您的实战立场是？

原子级生成模型，会重塑药物设计流程吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [AlphaFold 3 – 谷歌DeepMind开源的结构预测统一框架](https://paooo.com/aigc-news/25694/)
 * [字节Seed团队开源Protenix-v1：性能对标AlphaFold 3，生物分子结构预测迎来新突破](https://paooo.com/aigc-news/11428/)
 * [诺奖团队登顶《Science》！RFdiffusion3 实现原子级全生成式蛋白质设计：解耦14原子坐标建模与实测高活性催化](https://paooo.com/aigc-news/40169/)
 * [谷歌DeepMind发布AlphaGenome：100万碱基对AI模型革新基因变异预测与疾病研究](https://paooo.com/aigc-news/14689/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20594/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
