Unverified50% confidenceFactExact time
e3nn已被应用于分子动力学势能面拟合（如NequIP、MACE等模型）、蛋白质结构预测和材料性质预测
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
8/21/2026
First Seen
Valid until: 11/19/2026
Sources
Related Claims
Unverified字节跳动开源了Protonics生物分子结构预测模型，该模型在核心能力上超越了AlphaFold 369% similarUnverified分子天然具有SE(3)/E(3)等变性，即物理性质不随整体旋转和平移改变；几何深度学习将物理对称先验内嵌于网络结构，使模型参数量更小、泛化更强65% similarUnverifiedTFN（Tensor Field Networks）、SEGNN和EquiFold等模型将原子视为图节点，用球谐函数编码原子间方向信息，确保预测不依赖输入坐标系60% similarUnverified混元Hy3是一个多模态大模型，同时具备Agent能力和Coding能力60% similarUnverifiedGNoME基于图神经网络（GNN），通过学习Materials Project等密度泛函理论（DFT）数据库中已知晶体结构稳定性规律进行预测58% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/784023API
curl https://kongchang.com/api/v1/knowledge/claims/784023MCP
get_claim(id=784023)