MolEmb：多模态大语言模型可作为通用分子嵌入模型

arXiv 上发表的一项研究提出 MolEmb 框架，尝试把多模态大语言模型（MLLM）从「化学助手」或「分子生成器」，拓展为可复用的「通用分子嵌入模型」，为计算化学与药物发现中的属性预测、虚拟筛选和检索任务提供基础向量表征。

研究动机：为何让大模型做分子嵌入

传统分子编码器大多是围绕单一分子视角构建的专用模型，输出的是无条件向量，缺乏可以用自然语言灵活调整表征的接口。多模态大模型原生支持图像、文本与符号输入，天然具备「分子 + 语言」联合建模的潜力。研究者由此提出问题：能否让 MLLM 在同一个向量空间中，同时根据「分子剖面」与「自然语言语义上下文」产出条件化嵌入？

MolEmb 框架要点

• 轻量化适配：不重训整个大模型，而是在共享嵌入空间中将分子剖面与文本描述对齐。
• 双向对比目标：通过双向对比学习，让分子侧和文本侧的表征互相可检索。
• 多任务能力：同一嵌入空间可同时支撑分子属性预测与跨模态「分子–文本」检索。

MolCAR：上下文感知检索的诊断基准

为了衡量「上下文感知分子嵌入」的实际效果，研究者同步推出了 MolCAR 基准，用于系统化诊断模型在不同语言条件下的检索表现。

关键发现

• MolEmb 在分子属性预测任务上具有竞争力，并与基于文本的检索共存于同一向量空间。
• 「上下文感知」的分子嵌入能力，主要由监督数据本身的属性决定，而非完全来自模型结构本身。

意义与边界

论文的总体判断是：多模态大模型不仅可以当化学问答助手，也有潜力成为一条可扩展的通用分子嵌入路径。不过该结论仍建立在 arXiv 预印本（v1）的初步结果之上，是否在更大规模、更多样化的化学数据上稳定复现，以及在真实药物发现管线中的实用性，还需要后续工作验证。