水木分子聯合清華大學智能產業研究院（AIR）宣布開源全球首個可商用多模態生物醫藥百億參數大模型 BioMedGPT-10B，可用于提升藥物研發各個環節的效率，包括新藥立項評估、藥物設計和優化、臨床試驗設計、適應癥拓展等。 此外，該模型在生物醫藥專業領域問答能力比肩人類專家水平，在自然語言、分子、蛋白質跨模態問答任務上達到 SOTA，已成功通過了美國醫師資格考試。 開源地址：

https://github.com/PharMolix/OpenBioMed

https://huggingface.co/PharMolix/BioMedGPT-LM-7B

BioMedGPT 是全新的多模態語義理解框架，它運用了生物醫學領域中的預訓練大語言模型 —BioMedGPT-LM 作為橋梁，將自然語言、生物編碼語言以及化學分子語言等連接起來。 BioMedGPT 架構：：

BioMedGPT-LM 通過充分利用海量生物醫學相關數據，對通用的基于 GPT 架構的大型語言模型進行微調，在生物醫學領域發揮更出色的性能。 作為連接橋梁，BioMedGPT-LM 能夠連接各種生物模態的編碼，包括分子、蛋白質、細胞和基因表達數據，同時還能夠整合知識圖譜、文檔、數值實驗結果以及其他格式所體現的專業知識。通過跨模態特征融合模塊集成，不同模態的生物編碼語言、化學分子語言與自然語言能夠在同一個特征空間中實現統一融合。

同時，水木分子、AIR 聯合開源了全球首個免費可商用、生物醫藥專用 Llama 2 大語言模型BioMedGPT-LM-7B。“AIR - 智源健康計算聯合研究中心” 合作開源了小分子藥物基礎模型 DrugFM。此次開源的生物醫藥基礎模型重科研、可商用，為生物醫藥研究與應用提供大模型底座。