OMat24 es una serie de puntos de control de modelos publicados por el equipo FAIR Chemistry de Meta, que varían en tamaño y estrategias de entrenamiento. Estos modelos utilizan la arquitectura EquiformerV2 y están diseñados para impulsar la investigación en ciencia de materiales, prediciendo las propiedades de los materiales mediante modelos de aprendizaje automático, acelerando así el descubrimiento y desarrollo de nuevos materiales. Estos modelos han sido preentrenados en conjuntos de datos públicos y se ofrecen en diferentes tamaños para adaptarse a diversas necesidades de investigación.