Chai-1 es un modelo básico multimodal para el descubrimiento de fármacos, capaz de predecir la estructura molecular de proteínas, moléculas pequeñas, ADN, ARN y modificaciones covalentes. Alcanzó una tasa de éxito del 77% en el benchmark PoseBusters, comparable a AlphaFold3. Chai-1 puede funcionar sin alineamiento de secuencias múltiples, manteniendo la mayor parte de su rendimiento y pudiendo plegar estructuras multiméricas con mayor precisión. Además, Chai-1 puede combinarse con datos de laboratorio para mejorar el rendimiento de sus predicciones. El modelo tiene como objetivo transformar la biología de ciencia a ingeniería, impulsando la aplicación de la IA en la investigación biológica.