与 OMol25同步发布的 UMA 模型，是 Meta 基于 OMol25及其他数据集训练的全新 AI 模型。UMA 的独特之处在于其能够在原子层面预测化学性质，并且速度远超传统的计算方法。与以往需要为特定任务构建专门模型的方法不同，UMA 具备通用性，能够处理从分子模拟（用于药物发现）到材料和催化研究等多种应用场景。UMA 基于先进的图神经网络构建，并采用了“混合线性专家”架构，实现了计算速度和预测精度的良好平衡。在基准测试中，UMA 的表现已达到此前只有经过精细调整的专用模型才能实现的水准。
Meta 强调，借助 UMA，以往需要数天才能完成的分子模拟和计算现在仅需几秒钟即可完成，这将使研究人员能够在实验室合成之前快速筛选数千种潜在的新分子，从而高效评估其作为药物或电池材料的潜力。UMA 模型同样已在 Hugging Face 上开放获取。
