打破模態壁壘，11B通用底座，上智院開放多模態科學基礎模型「神珍」

機器之心編輯部

人工智能（AI）模型在科學發現中的角色，正經歷著一場從「工程縫合者」向「智能推演者」的深刻蛻變。

過去幾年，AI for Science 領域涌現出眾多性能優異的專用模型，蛋白質結構預測、分子生成、材料設計等單一任務頻現進展。然而，在科研場景中，實質性的突破往往誕生于跨模態的交界地帶。

以疾病研究為例，面對基因序列、蛋白質構象與藥理活性數據交織而成的復雜因果網絡，研究者需要的不是預測精準的蛋白質模型，而是一個能同時「閱讀」序列語言、「理解」空間構象、「推演」動態交互的統一框架。

最近，由上海科學智能研究院（下稱「上智院」）發布并開放的科學多模態基礎模型 ——「神珍」，有力回應了這一需求。

作為一款總參數量為 110 億的統一基座模型，「神珍」并非簡單地將多個專用模型打包，而是從底層模態對齊入手，在一個統一架構內同時支撐科學理解與多類結果生成，現已覆蓋 DNA、RNA、蛋白質、小分子、地球系統與醫學影像六類科學數據。

科學智能新思路

2020 年，AlphaFold2 成功從氨基酸序列直接預測蛋白質的三維結構，證明了 AI 模型在單一科學任務上的潛力。以之為代表的專用模型路線，針對特定科學領域定制網絡架構與損失函數，在大量標注數據上充分挖掘特征，從而在既定任務上精度卓越、物理合理性強。

但這種專精化也帶來了固有局限：模型的表征空間被嚴格錨定在單一模態和特定物理尺度內，泛化能力嚴重不足，既難以跨領域遷移知識，也無法與其他科學模態建立語義關聯。由此形成的數據與任務孤島，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）以通用推理和涌現能力席卷 AI 領域，也為科學智能提供了另一條可能路徑 —— 將 LLM 直接作為基礎框架，把各類科學數據統一轉化為文本 token。例如，把分子、蛋白質翻譯成一串字母（SMILES 表達式），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，科學數據本質上是結構化數據，當它們被強行壓扁為文本 token 時，就像是只給一份樂高零件清單卻不給成品圖，結構性信息會出現系統化損失。模型在已受損的科學 token 上進行模式識別與邏輯推演，其推理精度與科學發現能力就被框定了上限。

這一局限，恰恰揭示了一個更深層的命題：對科學智能而言，數據以何種形式進入模型，決定了模型能以何種方式理解世界。

復旦大學特聘教授、上智院院長漆遠在 2026 世界人工智能大會（WAIC 2026）科學智能開放論壇上指出，一個好的模型是一種壓縮。AI 要從「預測下一個 token」走向「發現未知規律」，靠的是從高維空間中壓縮出簡潔的機理 —— 而想發現底層規律，前提就是在第一步別把關鍵的細節信息丟掉。讓 AI 從背誦科學走向發現科學，第一步就是讓它直接看懂科學現象。

基于這一前瞻判斷，上智院團隊給出了一條科學智能新思路：將科學模態的數據以原生、無損方式接入基礎模型，在統一表征空間中完成跨模態對齊、理解與推理，確保輸入輸出始終處于原生的科學數據空間。

借鑒多模態大模型處理圖像的方式 —— 將圖像壓縮編碼為視覺 token，團隊為每個學科配置專屬的 tokenizer，將高維原始數據中的有效信息高效壓縮為「科學 token」，統一到同一個表達空間，再對齊進大語言模型進行推理。這樣一來，AI 看到的并非轉譯后的「文字說明」，而是科學對象本身近乎「原圖」的樣貌，高維結構與原生信號得以保留。

整個架構以「共享智能內核＋專業接口模塊」實現分工 —— 共享空間承載跨領域知識、推理與對話，不同對象則保留適合自身結構特性的編碼與解碼路徑。

這一方案恰好呼應了中國工程院院士、之江實驗室主任、阿里云創始人王堅的洞見，他在論壇上點明：要讓科學數據成為科學智能的「原住民」，將各學科數據 token 化、納入同一表征空間，讓科學重新成為一個整體。

從文本 token 到科學 token，表面上是技術路徑的差異，實則是對「AI 如何理解科學」這一根本問題的不同回答。

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

具體到應用層面，上智院的「神珍」方案具備三大優勢：第一，同一科學領域內可以實現知識共享與規律遷移，例如生命科學領域中 DNA、RNA、蛋白質之間的內在關聯；第二，可以實現跨模態的可靠推理，形成跨模態科學發現的完整閉環；第三，模型本身具備通用推理能力，是一個可擴展的通用推理引擎。

從干濕協同看，「神珍」能夠以科學模態輸出結果，使得模型能將推理結果無縫交付給下游的設計、模擬、分析或驗證環節，完成從「解釋科學對象」到「返回科學對象結果」的質變。這不僅是技術架構的升級，更是科學智能范式的躍遷。

讀得懂序列語言，算得出科學對象

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上，構建起覆蓋多學科的科學智能框架。

由于科學數據本身是結構各異的，序列、分子圖、氣象場、醫學圖像...... 每一種都有自己的組織邏輯與信息載體。為了在統一表征空間中完成跨模態理解、對齊與推理，「神珍」首先給各種科學模態數據提供了專門入口。

目前，模型已覆蓋 DNA、RNA、蛋白質、小分子、地球系統與醫學影像六類科學數據，每一類都設有專門的數據處理通路，分別配備模態專屬的編碼器用于無損讀入、解碼器用于結構化輸出，確保輸入輸出始終處于原生科學數據空間。

「神珍」模型整體架構。

具體來說，在輸入端，「神珍」為每一類科學數據保留了其核心的結構特征：蛋白質和核酸保留序列的先后順序與生物學上下文，小分子保持原子的連接關系與立體構型，氣象數據維持空間網格上的物理場分布，醫學影像則保留像素空間中的局部紋理與組織細節。

以 DNA 序列為例，「神珍」通過序列編碼器將長達上萬維的原始輸入數據壓縮為數百個科學 token。不同于通用模型將序列轉化為文本 token，這一編碼過程在實現高倍壓縮的同時，保留了堿基的先后順序、相鄰關聯與生物學語義，使得模型能夠深入理解序列數據。

經過各自編碼器進入統一表征空間后，原本結構迥異、尺度懸殊的科學數據在此實現了語義層面的對齊與融合。模型主干根據不同任務動態調用相應功能模塊，完成跨模態的理解、推理與生成，成功將結構和尺度差異極大的科學問題納入同一理解與交互框架。

輸出端則配備模態專屬的解碼器，將共享表征空間中的推理結果還原為各學科可用的結構化對象。因此，除文本回答外，「神珍」還能直接生成 RNA 序列、可供計算機讀取的分子表示（SMILES）、全球氣象場和醫學影像分割結果。

這意味著，「神珍」的產出是可直接投入使用的科學對象，能夠無縫銜接至下游的設計、模擬、分析或驗證環節，進而為跑通干濕閉環打下基礎。

單點比肩專業模型，跨模態優勢初顯

在架構設計上，「神珍」兼顧了專用模型的物理嚴謹性與通用語言模型的規模擴展能力，那么模型的實際表現如何呢？

首先，我們來看下專用模型擅長的單點任務，團隊在生命科學、物質科學、地球科學及醫療影像領域的 49 個 Benchmark 上進行了全面評測。

在生命科學領域，「神珍」與業界通用基礎模型 Biology-Instructions、Intern-S1-Pro 進行了比較。在覆蓋 DNA、RNA、蛋白質以及不同生物序列關系判斷的 20 項任務中，「神珍」有 9 項取得三款參評模型中的最優結果，17 項位列前二。

生物序列理解任務的結果對比。加粗為三款參評模型中的最優結果，下劃線為次優結果。

值得注意的是，Intern-S1-Pro 的總參數量約為 1 萬億，而「神珍」僅有 110 億參數。這說明，參數規模并非決定科學智能模型能力的唯一因素，關鍵在于：能否針對不同科學對象的物理語義與數據結構，設計出有效的編碼與推理路徑。

在物質科學領域，「神珍」在物理化學性質預測、分子理解與分子生成任務上超越部分領域專用模型。以公開基準 SMolInstruct 為例，在其涵蓋的 6 項小分子屬性理解任務中，「神珍」在三款參評模型中有 4 項任務取得最優或并列最優結果。

小分子理解任務的結果對比。加粗為三款參評模型中的最優結果，下劃線為次優結果。

在地球科學領域，「神珍」在氣象預測任務上超過了數值預測方法。在離線評測中，模型以單幀初始大氣場為起點，以 6 小時間隔進行滾動預報，持續推演至第 10 天。在第 10 天的預報結果中，500hPa 位勢高度、2 米溫度、海平面氣壓等多項指標達到或優于業務級數值預報的水平。

「神珍」與 ECMWF HRES 在全球 ERA5 預報上的比較。

在醫療影像領域，在覆蓋 CT、MRI、病理等九種影像模態、逾十萬個圖文樣本的評測中，「神珍」衡量預測區域與人工標注重合程度的平均 Dice 得分為 91.20，在 7 種參評方法中最優。分 9 類影像看，5 類排名第一，其余 4 類排名第二。

9 類醫學影像的文本提示分割案例。

我們再來看下「神珍」的跨科學模態推理能力。以藥物靶點親和力預測為例，給定蛋白質序列與候選藥物分子，預測兩者的結合親和力。在傳統路徑下，若想獲得理想效果，往往需要為蛋白質和藥物分子分別訓練專屬編碼器以提取各自模態的特征，再通過一個融合模型將兩種異構表征聯合起來進行預測。這一流程涉及三個獨立環節，通常由多個團隊在不同框架下、以不同數據格式串接完成，不僅需要大量「膠水代碼」將各部分拼裝在一起，而且整個系統穩定性差、可解釋性弱。

而「神珍」將這條復雜的流水線簡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序列、分子結構連同文本指令一并輸入，模型便承擔全部編碼、理解與推理工作，并直接輸出預測結果。

開放科學，技術共建

我們不難發現，「神珍」目前覆蓋的科學子領域并非都有直接關聯。例如，生命科學聚焦于分子層面的序列與結構，地球科學則關注宏觀尺度的場量與空間分布。而這種學科之間的極大差異性，恰恰證明了這套框架極強的跨學科擴展性和通用性。

這意味著，「神珍」為更多領域的研究者提供了一個可擴展的通用基座，未來可繼續接入更多、更復雜的科學模態。正因如此，上智院選擇將「神珍」模型開放。這不僅是一項技術共享，更是一份邀請：邀請不同學科背景的科學家、開發者、研究者，共同站在這套通用基座之上，為各自的學科難題探索新的解法，讓跨學科的融會貫通成為科學智能的常態。

同時，「神珍」也是上智院科學智能整體布局中非常關鍵的一環。星河啟智科學智能開放平臺（下稱「星河啟智平臺」）自下而上構筑三層架構：底層是科研基礎要素（數據、模型、工具、Skills、實驗能力），中層是科學多模態基礎模型「神珍」，上層是系統級科研智能體「大圣」。三層協同，覆蓋從資源調度到任務執行的科研全流程。

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

三層之中，「神珍」承上啟下，以原生科學數據為輸入，專注于科學問題的深度理解、推理與生成，其推理結果由「大圣」承接并進行任務化編排，完整覆蓋從科學實驗規劃、文獻深度調研、工具調用，到實驗設計迭代、日志分析與結果解讀的全流程。底層的基礎要素（算力、數據資源、在線協作功能，以及高校及科研機構的接入入口）則由平臺統一承載，為上層提供堅實支撐。

得益于這套完備的體系，星河啟智平臺得以在更宏觀的生態層面釋放價值。

如復旦大學校長助理、上智院理事長吳力波所言，星河啟智平臺致力于扮演科學智能生態的樞紐角色。它把科學家、AI 工程師和產業力量連接在一起，讓數據和方法在體系內流動復用，使創新從單點突破走向系統化加速，為 AI 驅動的科研范式變革提供可持續的制度支持。

而「神珍」猶如這一生態的「定海神針」，未來將持續強化生成科學數據的可靠性、可信度與物理一致性，為干濕實驗閉環夯實根基。它不僅是科學智能基座，更將成為撬動科研范式變革的支點。