Familia de potenciales interatómicos de aprendizaje automático entrenada con más de 30.000 millones de átomos de los conjuntos de datos de Meta, que sirve para moléculas, materiales y catálisis.
Un único modelo universal cubre química y materiales con una arquitectura de mezcla de expertos lineales (UMA medio: 1.400 M de parámetros totales, unos 50 M activos).
Pesos descargables en Hugging Face (facebook/UMA, acceso condicionado a aceptar términos) y código en la biblioteca fairchem; posteriores UMA 1.1, 1.2 y 1.2.1 en 2025-2026.
Entrada: estructura atómica (moléculas, cristales, superficies); salida: energías y fuerzas; entrenado con OC20, ODAC23, OMat24, OMC25 y OMol25.
