打破模態(tài)壁壘，11B通用底座，上智院開放多模態(tài)科學(xué)基礎(chǔ)模型「神珍」

機(jī)器之心編輯部

人工智能（AI）模型在科學(xué)發(fā)現(xiàn)中的角色，正經(jīng)歷著一場(chǎng)從「工程縫合者」向「智能推演者」的深刻蛻變。

過去幾年，AI for Science 領(lǐng)域涌現(xiàn)出眾多性能優(yōu)異的專用模型，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子生成、材料設(shè)計(jì)等單一任務(wù)頻現(xiàn)進(jìn)展。然而，在科研場(chǎng)景中，實(shí)質(zhì)性的突破往往誕生于跨模態(tài)的交界地帶。

以疾病研究為例，面對(duì)基因序列、蛋白質(zhì)構(gòu)象與藥理活性數(shù)據(jù)交織而成的復(fù)雜因果網(wǎng)絡(luò)，研究者需要的不是預(yù)測(cè)精準(zhǔn)的蛋白質(zhì)模型，而是一個(gè)能同時(shí)「閱讀」序列語言、「理解」空間構(gòu)象、「推演」動(dòng)態(tài)交互的統(tǒng)一框架。

最近，由上海科學(xué)智能研究院（下稱「上智院」）發(fā)布并開放的科學(xué)多模態(tài)基礎(chǔ)模型 ——「神珍」，有力回應(yīng)了這一需求。

作為一款總參數(shù)量為 110 億的統(tǒng)一基座模型，「神珍」并非簡(jiǎn)單地將多個(gè)專用模型打包，而是從底層模態(tài)對(duì)齊入手，在一個(gè)統(tǒng)一架構(gòu)內(nèi)同時(shí)支撐科學(xué)理解與多類結(jié)果生成，現(xiàn)已覆蓋 DNA、RNA、蛋白質(zhì)、小分子、地球系統(tǒng)與醫(yī)學(xué)影像六類科學(xué)數(shù)據(jù)。

科學(xué)智能新思路

2020 年，AlphaFold2 成功從氨基酸序列直接預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，證明了 AI 模型在單一科學(xué)任務(wù)上的潛力。以之為代表的專用模型路線，針對(duì)特定科學(xué)領(lǐng)域定制網(wǎng)絡(luò)架構(gòu)與損失函數(shù)，在大量標(biāo)注數(shù)據(jù)上充分挖掘特征，從而在既定任務(wù)上精度卓越、物理合理性強(qiáng)。

但這種專精化也帶來了固有局限：模型的表征空間被嚴(yán)格錨定在單一模態(tài)和特定物理尺度內(nèi)，泛化能力嚴(yán)重不足，既難以跨領(lǐng)域遷移知識(shí)，也無法與其他科學(xué)模態(tài)建立語義關(guān)聯(lián)。由此形成的數(shù)據(jù)與任務(wù)孤島，從根本上制約了跨域融合與通用推理。

2022 年以來，大語言模型（LLM）以通用推理和涌現(xiàn)能力席卷 AI 領(lǐng)域，也為科學(xué)智能提供了另一條可能路徑 —— 將 LLM 直接作為基礎(chǔ)框架，把各類科學(xué)數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為文本 token。例如，把分子、蛋白質(zhì)翻譯成一串字母（SMILES 表達(dá)式），再以文本形式喂給大模型，NatureLM、Intern-S1-pro 走的就是這條路線。

然而，科學(xué)數(shù)據(jù)本質(zhì)上是結(jié)構(gòu)化數(shù)據(jù)，當(dāng)它們被強(qiáng)行壓扁為文本 token 時(shí)，就像是只給一份樂高零件清單卻不給成品圖，結(jié)構(gòu)性信息會(huì)出現(xiàn)系統(tǒng)化損失。模型在已受損的科學(xué) token 上進(jìn)行模式識(shí)別與邏輯推演，其推理精度與科學(xué)發(fā)現(xiàn)能力就被框定了上限。

這一局限，恰恰揭示了一個(gè)更深層的命題：對(duì)科學(xué)智能而言，數(shù)據(jù)以何種形式進(jìn)入模型，決定了模型能以何種方式理解世界。

復(fù)旦大學(xué)特聘教授、上智院院長(zhǎng)漆遠(yuǎn)在 2026 世界人工智能大會(huì)（WAIC 2026）科學(xué)智能開放論壇上指出，一個(gè)好的模型是一種壓縮。AI 要從「預(yù)測(cè)下一個(gè) token」走向「發(fā)現(xiàn)未知規(guī)律」，靠的是從高維空間中壓縮出簡(jiǎn)潔的機(jī)理 —— 而想發(fā)現(xiàn)底層規(guī)律，前提就是在第一步別把關(guān)鍵的細(xì)節(jié)信息丟掉。讓 AI 從背誦科學(xué)走向發(fā)現(xiàn)科學(xué)，第一步就是讓它直接看懂科學(xué)現(xiàn)象。

基于這一前瞻判斷，上智院團(tuán)隊(duì)給出了一條科學(xué)智能新思路：將科學(xué)模態(tài)的數(shù)據(jù)以原生、無損方式接入基礎(chǔ)模型，在統(tǒng)一表征空間中完成跨模態(tài)對(duì)齊、理解與推理，確保輸入輸出始終處于原生的科學(xué)數(shù)據(jù)空間。

借鑒多模態(tài)大模型處理圖像的方式 —— 將圖像壓縮編碼為視覺 token，團(tuán)隊(duì)為每個(gè)學(xué)科配置專屬的 tokenizer，將高維原始數(shù)據(jù)中的有效信息高效壓縮為「科學(xué) token」，統(tǒng)一到同一個(gè)表達(dá)空間，再對(duì)齊進(jìn)大語言模型進(jìn)行推理。這樣一來，AI 看到的并非轉(zhuǎn)譯后的「文字說明」，而是科學(xué)對(duì)象本身近乎「原圖」的樣貌，高維結(jié)構(gòu)與原生信號(hào)得以保留。

整個(gè)架構(gòu)以「共享智能內(nèi)核＋專業(yè)接口模塊」實(shí)現(xiàn)分工 —— 共享空間承載跨領(lǐng)域知識(shí)、推理與對(duì)話，不同對(duì)象則保留適合自身結(jié)構(gòu)特性的編碼與解碼路徑。

這一方案恰好呼應(yīng)了中國(guó)工程院院士、之江實(shí)驗(yàn)室主任、阿里云創(chuàng)始人王堅(jiān)的洞見，他在論壇上點(diǎn)明：要讓科學(xué)數(shù)據(jù)成為科學(xué)智能的「原住民」，將各學(xué)科數(shù)據(jù) token 化、納入同一表征空間，讓科學(xué)重新成為一個(gè)整體。

從文本 token 到科學(xué) token，表面上是技術(shù)路徑的差異，實(shí)則是對(duì)「AI 如何理解科學(xué)」這一根本問題的不同回答。

如中國(guó)工程院外籍院士、香港科技大學(xué)首席副校長(zhǎng)郭毅可在論壇巔峰對(duì)話中所言，語言是人類對(duì)世界觀察的一次壓縮。只有當(dāng) AI 能夠創(chuàng)造「語言」，以其方式壓縮世界，它才算真的開始理解科學(xué)。

具體到應(yīng)用層面，上智院的「神珍」方案具備三大優(yōu)勢(shì)：第一，同一科學(xué)領(lǐng)域內(nèi)可以實(shí)現(xiàn)知識(shí)共享與規(guī)律遷移，例如生命科學(xué)領(lǐng)域中 DNA、RNA、蛋白質(zhì)之間的內(nèi)在關(guān)聯(lián)；第二，可以實(shí)現(xiàn)跨模態(tài)的可靠推理，形成跨模態(tài)科學(xué)發(fā)現(xiàn)的完整閉環(huán)；第三，模型本身具備通用推理能力，是一個(gè)可擴(kuò)展的通用推理引擎。

從干濕協(xié)同看，「神珍」能夠以科學(xué)模態(tài)輸出結(jié)果，使得模型能將推理結(jié)果無縫交付給下游的設(shè)計(jì)、模擬、分析或驗(yàn)證環(huán)節(jié)，完成從「解釋科學(xué)對(duì)象」到「返回科學(xué)對(duì)象結(jié)果」的質(zhì)變。這不僅是技術(shù)架構(gòu)的升級(jí)，更是科學(xué)智能范式的躍遷。

讀得懂序列語言，算得出科學(xué)對(duì)象

循著這一思路，上智院是如何搭建「神珍」模型的？

「神珍」以 Qwen3-VL-8B 為共享主干，在這一通用語言模型的基礎(chǔ)上，構(gòu)建起覆蓋多學(xué)科的科學(xué)智能框架。

由于科學(xué)數(shù)據(jù)本身是結(jié)構(gòu)各異的，序列、分子圖、氣象場(chǎng)、醫(yī)學(xué)圖像...... 每一種都有自己的組織邏輯與信息載體。為了在統(tǒng)一表征空間中完成跨模態(tài)理解、對(duì)齊與推理，「神珍」首先給各種科學(xué)模態(tài)數(shù)據(jù)提供了專門入口。

目前，模型已覆蓋 DNA、RNA、蛋白質(zhì)、小分子、地球系統(tǒng)與醫(yī)學(xué)影像六類科學(xué)數(shù)據(jù)，每一類都設(shè)有專門的數(shù)據(jù)處理通路，分別配備模態(tài)專屬的編碼器用于無損讀入、解碼器用于結(jié)構(gòu)化輸出，確保輸入輸出始終處于原生科學(xué)數(shù)據(jù)空間。

「神珍」模型整體架構(gòu)。

具體來說，在輸入端，「神珍」為每一類科學(xué)數(shù)據(jù)保留了其核心的結(jié)構(gòu)特征：蛋白質(zhì)和核酸保留序列的先后順序與生物學(xué)上下文，小分子保持原子的連接關(guān)系與立體構(gòu)型，氣象數(shù)據(jù)維持空間網(wǎng)格上的物理場(chǎng)分布，醫(yī)學(xué)影像則保留像素空間中的局部紋理與組織細(xì)節(jié)。

以 DNA 序列為例，「神珍」通過序列編碼器將長(zhǎng)達(dá)上萬維的原始輸入數(shù)據(jù)壓縮為數(shù)百個(gè)科學(xué) token。不同于通用模型將序列轉(zhuǎn)化為文本 token，這一編碼過程在實(shí)現(xiàn)高倍壓縮的同時(shí)，保留了堿基的先后順序、相鄰關(guān)聯(lián)與生物學(xué)語義，使得模型能夠深入理解序列數(shù)據(jù)。

經(jīng)過各自編碼器進(jìn)入統(tǒng)一表征空間后，原本結(jié)構(gòu)迥異、尺度懸殊的科學(xué)數(shù)據(jù)在此實(shí)現(xiàn)了語義層面的對(duì)齊與融合。模型主干根據(jù)不同任務(wù)動(dòng)態(tài)調(diào)用相應(yīng)功能模塊，完成跨模態(tài)的理解、推理與生成，成功將結(jié)構(gòu)和尺度差異極大的科學(xué)問題納入同一理解與交互框架。

輸出端則配備模態(tài)專屬的解碼器，將共享表征空間中的推理結(jié)果還原為各學(xué)科可用的結(jié)構(gòu)化對(duì)象。因此，除文本回答外，「神珍」還能直接生成 RNA 序列、可供計(jì)算機(jī)讀取的分子表示（SMILES）、全球氣象場(chǎng)和醫(yī)學(xué)影像分割結(jié)果。

這意味著，「神珍」的產(chǎn)出是可直接投入使用的科學(xué)對(duì)象，能夠無縫銜接至下游的設(shè)計(jì)、模擬、分析或驗(yàn)證環(huán)節(jié)，進(jìn)而為跑通干濕閉環(huán)打下基礎(chǔ)。

單點(diǎn)比肩專業(yè)模型，跨模態(tài)優(yōu)勢(shì)初顯

在架構(gòu)設(shè)計(jì)上，「神珍」兼顧了專用模型的物理嚴(yán)謹(jǐn)性與通用語言模型的規(guī)模擴(kuò)展能力，那么模型的實(shí)際表現(xiàn)如何呢？

首先，我們來看下專用模型擅長(zhǎng)的單點(diǎn)任務(wù)，團(tuán)隊(duì)在生命科學(xué)、物質(zhì)科學(xué)、地球科學(xué)及醫(yī)療影像領(lǐng)域的 49 個(gè) Benchmark 上進(jìn)行了全面評(píng)測(cè)。

在生命科學(xué)領(lǐng)域，「神珍」與業(yè)界通用基礎(chǔ)模型 Biology-Instructions、Intern-S1-Pro 進(jìn)行了比較。在覆蓋 DNA、RNA、蛋白質(zhì)以及不同生物序列關(guān)系判斷的 20 項(xiàng)任務(wù)中，「神珍」有 9 項(xiàng)取得三款參評(píng)模型中的最優(yōu)結(jié)果，17 項(xiàng)位列前二。

生物序列理解任務(wù)的結(jié)果對(duì)比。加粗為三款參評(píng)模型中的最優(yōu)結(jié)果，下劃線為次優(yōu)結(jié)果。

值得注意的是，Intern-S1-Pro 的總參數(shù)量約為 1 萬億，而「神珍」僅有 110 億參數(shù)。這說明，參數(shù)規(guī)模并非決定科學(xué)智能模型能力的唯一因素，關(guān)鍵在于：能否針對(duì)不同科學(xué)對(duì)象的物理語義與數(shù)據(jù)結(jié)構(gòu)，設(shè)計(jì)出有效的編碼與推理路徑。

在物質(zhì)科學(xué)領(lǐng)域，「神珍」在物理化學(xué)性質(zhì)預(yù)測(cè)、分子理解與分子生成任務(wù)上超越部分領(lǐng)域?qū)Ｓ媚Ｐ汀Ｒ怨_基準(zhǔn) SMolInstruct 為例，在其涵蓋的 6 項(xiàng)小分子屬性理解任務(wù)中，「神珍」在三款參評(píng)模型中有 4 項(xiàng)任務(wù)取得最優(yōu)或并列最優(yōu)結(jié)果。

小分子理解任務(wù)的結(jié)果對(duì)比。加粗為三款參評(píng)模型中的最優(yōu)結(jié)果，下劃線為次優(yōu)結(jié)果。

在地球科學(xué)領(lǐng)域，「神珍」在氣象預(yù)測(cè)任務(wù)上超過了數(shù)值預(yù)測(cè)方法。在離線評(píng)測(cè)中，模型以單幀初始大氣場(chǎng)為起點(diǎn)，以 6 小時(shí)間隔進(jìn)行滾動(dòng)預(yù)報(bào)，持續(xù)推演至第 10 天。在第 10 天的預(yù)報(bào)結(jié)果中，500hPa 位勢(shì)高度、2 米溫度、海平面氣壓等多項(xiàng)指標(biāo)達(dá)到或優(yōu)于業(yè)務(wù)級(jí)數(shù)值預(yù)報(bào)的水平。

「神珍」與 ECMWF HRES 在全球 ERA5 預(yù)報(bào)上的比較。

在醫(yī)療影像領(lǐng)域，在覆蓋 CT、MRI、病理等九種影像模態(tài)、逾十萬個(gè)圖文樣本的評(píng)測(cè)中，「神珍」衡量預(yù)測(cè)區(qū)域與人工標(biāo)注重合程度的平均 Dice 得分為 91.20，在 7 種參評(píng)方法中最優(yōu)。分 9 類影像看，5 類排名第一，其余 4 類排名第二。

9 類醫(yī)學(xué)影像的文本提示分割案例。

我們?cè)賮砜聪隆干裾洹沟目缈茖W(xué)模態(tài)推理能力。以藥物靶點(diǎn)親和力預(yù)測(cè)為例，給定蛋白質(zhì)序列與候選藥物分子，預(yù)測(cè)兩者的結(jié)合親和力。在傳統(tǒng)路徑下，若想獲得理想效果，往往需要為蛋白質(zhì)和藥物分子分別訓(xùn)練專屬編碼器以提取各自模態(tài)的特征，再通過一個(gè)融合模型將兩種異構(gòu)表征聯(lián)合起來進(jìn)行預(yù)測(cè)。這一流程涉及三個(gè)獨(dú)立環(huán)節(jié)，通常由多個(gè)團(tuán)隊(duì)在不同框架下、以不同數(shù)據(jù)格式串接完成，不僅需要大量「膠水代碼」將各部分拼裝在一起，而且整個(gè)系統(tǒng)穩(wěn)定性差、可解釋性弱。

而「神珍」將這條復(fù)雜的流水線簡(jiǎn)化為一次自然語言交互。如下圖所示，科研人員只需將蛋白質(zhì)序列、分子結(jié)構(gòu)連同文本指令一并輸入，模型便承擔(dān)全部編碼、理解與推理工作，并直接輸出預(yù)測(cè)結(jié)果。

開放科學(xué)，技術(shù)共建

我們不難發(fā)現(xiàn)，「神珍」目前覆蓋的科學(xué)子領(lǐng)域并非都有直接關(guān)聯(lián)。例如，生命科學(xué)聚焦于分子層面的序列與結(jié)構(gòu)，地球科學(xué)則關(guān)注宏觀尺度的場(chǎng)量與空間分布。而這種學(xué)科之間的極大差異性，恰恰證明了這套框架極強(qiáng)的跨學(xué)科擴(kuò)展性和通用性。

這意味著，「神珍」為更多領(lǐng)域的研究者提供了一個(gè)可擴(kuò)展的通用基座，未來可繼續(xù)接入更多、更復(fù)雜的科學(xué)模態(tài)。正因如此，上智院選擇將「神珍」模型開放。這不僅是一項(xiàng)技術(shù)共享，更是一份邀請(qǐng)：邀請(qǐng)不同學(xué)科背景的科學(xué)家、開發(fā)者、研究者，共同站在這套通用基座之上，為各自的學(xué)科難題探索新的解法，讓跨學(xué)科的融會(huì)貫通成為科學(xué)智能的常態(tài)。

同時(shí)，「神珍」也是上智院科學(xué)智能整體布局中非常關(guān)鍵的一環(huán)。星河啟智科學(xué)智能開放平臺(tái)（下稱「星河啟智平臺(tái)」）自下而上構(gòu)筑三層架構(gòu)：底層是科研基礎(chǔ)要素（數(shù)據(jù)、模型、工具、Skills、實(shí)驗(yàn)?zāi)芰Γ袑邮强茖W(xué)多模態(tài)基礎(chǔ)模型「神珍」，上層是系統(tǒng)級(jí)科研智能體「大圣」。三層協(xié)同，覆蓋從資源調(diào)度到任務(wù)執(zhí)行的科研全流程。

星河啟智平臺(tái)由上智院聯(lián)合復(fù)旦大學(xué)、無限光年共同打造，于2025年世界人工智能大會(huì)正式亮相。今年3月，平臺(tái)全面升級(jí)，在既有科學(xué)智能全流程要素能力的基礎(chǔ)上，新增以超級(jí)科研合伙人「大圣」為核心的科研智能體，面向科學(xué)探索提供全鏈路智能化支撐。

三層之中，「神珍」承上啟下，以原生科學(xué)數(shù)據(jù)為輸入，專注于科學(xué)問題的深度理解、推理與生成，其推理結(jié)果由「大圣」承接并進(jìn)行任務(wù)化編排，完整覆蓋從科學(xué)實(shí)驗(yàn)規(guī)劃、文獻(xiàn)深度調(diào)研、工具調(diào)用，到實(shí)驗(yàn)設(shè)計(jì)迭代、日志分析與結(jié)果解讀的全流程。底層的基礎(chǔ)要素（算力、數(shù)據(jù)資源、在線協(xié)作功能，以及高校及科研機(jī)構(gòu)的接入入口）則由平臺(tái)統(tǒng)一承載，為上層提供堅(jiān)實(shí)支撐。

得益于這套完備的體系，星河啟智平臺(tái)得以在更宏觀的生態(tài)層面釋放價(jià)值。

如復(fù)旦大學(xué)校長(zhǎng)助理、上智院理事長(zhǎng)吳力波所言，星河啟智平臺(tái)致力于扮演科學(xué)智能生態(tài)的樞紐角色。它把科學(xué)家、AI 工程師和產(chǎn)業(yè)力量連接在一起，讓數(shù)據(jù)和方法在體系內(nèi)流動(dòng)復(fù)用，使創(chuàng)新從單點(diǎn)突破走向系統(tǒng)化加速，為 AI 驅(qū)動(dòng)的科研范式變革提供可持續(xù)的制度支持。

而「神珍」猶如這一生態(tài)的「定海神針」，未來將持續(xù)強(qiáng)化生成科學(xué)數(shù)據(jù)的可靠性、可信度與物理一致性，為干濕實(shí)驗(yàn)閉環(huán)夯實(shí)根基。它不僅是科學(xué)智能基座，更將成為撬動(dòng)科研范式變革的支點(diǎn)。