AAllHere AI
登录注册

磐石2.0发布：科学多模态统一推理如何重塑AI for Science

磐石2.0发布：科学多模态统一推理如何重塑AI for Science

事件概览

7月17日，在世界人工智能大会（WAIC）现场，中国科学院联合团队与中科闻歌磐石（ScienceOne）团队正式发布磐石2.0。此次发布的重点包括两款核心产品：

  1. S1-Omni：首个面向「科学理解、预测与生成」的科学多模态统一推理模型
  2. ScienceOne：以S1-Omni为核心、贯穿科研全流程的一体化平台

在第三方模型盲评打分的真实科研任务测试中，磐石在与GPT-5.5、Gemini 3.1 Pro、Claude Science等全球顶流模型的同台竞技中拿下最高分。

为什么需要「科学基础模型」？

通用大语言模型（LLM）的底层逻辑是基于统计的「概率」，擅长模糊、近似、听起来合理的回答。但科学不妥协于「八成正确」——它要求精确、可靠、可溯源。

这一根本错位催生了AI for Science（AI4S）赛道的独立发展。目前AI4S主要沿三条路线推进：

路线 代表产品 优势 局限
领域专用模型 AlphaFold 3、ESM3 在特定对象预测上做到极致 能力严格局限在单一对象和任务形式
工具增强型通用模型 GPT-Rosalind、Claude Science 凭借外部工具链灵活切入科学场景 科学能力仅寄生于工具，模型本体未深化
科学语言模型 NatureLM、LOGOS、BioMatrix 尝试跨对象统一联合建模 探索仍主要停留在表征层面

三条路线各自突围，但「科学智能」仍散落在彼此独立的模型、工具和任务系统中。磐石2.0试图实现更进一步——科学多模态统一推理（Unified Scientific Multimodal Reasoning）。

S1-Omni：统一科学的三项关键技术

S1-Omni将「统一」拆解为三个具体能力：

一、科学数据「统一编码」

模型将自然语言指令与多种科学模态（材料的CIF、化学的SMILES、蛋白质序列、光谱数据、科学图像等）组织进同一套任务表征中。关键在于，它并非抹平不同科学数据之间的差异，而是在保留各类对象类型边界、表示结构与编码特性的基础上，将它们投射到一个共享的科学表征空间中，实现协同建模。

二、与「真实世界的知识」对齐

训练时，模型不只学习输入输出之间的统计相关，还将科学规律、实验事实、专家经验融入数据构建、样本校验和训练过程。这使得模型能够依据当前任务里的科学证据形成中间判断，让推理有了证据支撑，提升了可解释性。

三、按领域任务「定向解码」

在共享的理解与推理之上，模型会根据具体任务连接对应的科学解码器：预测性质就走性质预测，重建结构就走结构重建，还能做三维结构生成、科学图像生成与编辑。最终输出的是各自领域里「原生形式」的、可被验证的结果。

数据支撑：S1-Omni-Corpus语料库

支撑上述能力的，是一个名为S1-Omni-Corpus的语料库：

  • 覆盖200+个科研任务
  • 包含百万级高质量科学多模态推理数据
  • 刻意保留「科学证据→任务判断→目标结果」这条可检查的链路

在60多个科学任务的基准评测上，S1-Omni的表现如下：

  • 95.5%的任务超过GPT-5.5
  • 83.3%的任务超过Gemini-3.1-Pro
  • 在部分任务上达到或超过了各领域的任务专用模型

具体来看：

  1. 药物性质预测：在ADMET 18项评测中，有16项同时优于GPT-5.5和Gemini 3.1 Pro；在CYP、hERG、肠道吸收等关键药物性质任务上，性能已达到甚至超越了业内代表性的化学专用模型。

  2. 蛋白质位点预测：统一支持多类残基级功能位点识别，在PPI、Epitope、小分子结合位点等任务上达到行业领先水平。

  3. 科学图像生成与编辑：在医学图像分割、医学图像翻译、超分辨率、科研插图生成等任务上展现出不错能力。

ScienceOne：把模型装进科研现场

仅有模型能力是不够的。磐石团队基于S1-Omni打造了科研智能平台ScienceOne，将模型的理解、预测与生成能力无缝嵌入科研的全生命周期。

平台数据规模

ScienceOne向下接管的资源包括：

  • 2.7亿论文/专利
  • 全球40多个国家3200多万科研项目
  • 700多万产业研报
  • 90PB大科学装置数据
  • 近300个专业数据库

科研全生命周期覆盖

从文献分析、研究假设、方案设计，到建模仿真、验证分析、成果表达，ScienceOne覆盖科研全生命周期的六个环节，自主拆解复杂需求，智能调用最适配的专业技能与工具。

盲测实录：两大硬核案例

案例一：量子信息方向——Depolarizing噪声对Bell态纠缠的影响

传统做法：手动搭量子电路、调试噪声模型、做数值演算、再把结果绘图汇总。一旦纠缠熵的数据出现分歧，还需翻大量量子数学推导资料逐条比对。

磐石的应对：用自然语言分步提出需求（仿真测算→答疑论证→可视化报告），系统从ScienceHub一键调用专用科研Skill（Qiskit），将电路搭建→噪声仿真→数据核算→理论推导→多类型绘图→交互式HTML报告串成一条全链路自动输出。

第三方盲评结果：
- 磐石得分最高，展现「资深量子物理学家」的专业素养，直接输出depolarizing noise作用后的完整密度矩阵，并指出混合态不能只看子系统熵，必须使用Concurrence（共生纠缠度）等硬指标。
- GPT-5.5暴露理论硬伤，一句「噪声后子系统熵保持为1」显示其连局域噪声和全局噪声都没分清。
- Claude Science关键矩阵和本征值缺失，甚至在假设上把全局和局域去极化混为一谈。

案例二：临床医学方向——乳腺癌变异数据中的VUS分析

背景：面对海量乳腺癌相关变异，尤其是棘手的VUS（意义未明变异），研究者需在GWAS群体遗传信号和UniProt蛋白质空间结构之间做跨组学比对。

磐石的应对：精准打通UniProt与GWAS数据，补充ClinVar与gnomAD中的临床与人群频率信息，构建立体的突变注释网络。更重要的是，磐石主动给出了「实验优先级排序」并附带严密的生物学论证理由，同时将关键致病位点在3D蛋白结构图中逐一精准标注。

第三方盲评结果：
- 磐石展现统治级的科研任务闭环能力。
- Gemini 3.1 Pro停留在「数据整理」层面，深入科研推理环节暴露短板。
- GPT-5.5仅拿下78分，严重缺失ClinVar/gnomAD等关键临床数据库的交叉验证。

结语：从单点工具到系统能力

从AlphaFold到统一科学智能，AI for Science正在从「单点工具」走向「系统能力」。

磐石2.0与ScienceOne的真正分量，未必落在某一项榜单的领先上——它更大的意义在于，把「懂科学的模型」和「用得上的系统」拼成了一个整体，让AI第一次有机会成为科学家身边真正的科研搭档。

ScienceOne已于今日正式上线。

来源：新智元报道
原文链接：https://mp.weixin.qq.com/s/6zOb4_Pi4zIwxoLzcQTZZw