C17官方网站-C17(中国)-赛思极限CEO徐楠：以“通专一体”科学基础模型推动科研范式重塑

跟着科学问题日趋繁杂、科研数据快速增加，传统科研方式面对效率瓶颈，AI for Science正鞭策科学研究从经验驱动走向数据与模子驱动。

7月18日，于WAIC2026中科闻歌决议计划年夜模子系列产物发布暨人工智能与决议计划年夜模子论坛上，中国科学院主动化研究所研究员、赛思极限CEO徐楠博士先容了盘石2.0的最新技能进展与运用案例。

作为业界领先的“通专一体”科学基础模子，盘石2.0实现了通用常识推理能力与专业科学能力的原生交融，为繁杂科学与工程问题提供同一、高效的智能求解能力。

提出“通专一体”技能路径

徐楠暗示，当前AI for Science基础模子重要形成三条技能路径：一因此AlphaFold、ESM为代表的场景专用模子，缭绕特定科研使命构建高机能模子；二是经由过程智能体及科研东西加强通用年夜模子科学能力；三是将卵白质、DNA等科学对于象映照到同一语言空间的范畴语言模子。

这些路径已经于多个科研场景中揭示价值，但于科学机理与数据交融、推理逻辑性及成果可注释性等方面仍存于共性挑战。

针对于这些问题，盘石2.0提出第四条技能路径——“通专一体”，即重构模子底层架构，将通用常识推理能力与专业科学能力原生交融、结合练习，经由过程一个模子实现差别科学及工程问题的高质量求解。

“盘石2.0不是一次简朴的模子进级，而是咱们对于AI for Science基础模子技能线路的一次从头思索。”徐楠说。

盘石2.0的基座模子ScienceOne-Omni采用三层架构：第一层对于文本、质料晶体布局CIF、化学份子表达式SMILES、卵白质、光谱及科学图象等多种科学数据举行同一编码；第二层将科学纪律及专家经验融入模子练习，加强科学推理的逻辑性与可注释性；第三层针对于差别范畴使命举行定向解码，使一个模子可以或许完成科学数据理解、常识推理、性子猜测及布局天生等多类使命。

模子能力暗地里，是盘石团队结合中国科学院相干研究所构建的800万条高质量科学推理数据，笼罩200余项科研使命。团队将科学家的思维要领转化为模子推理准则，构建可验证的推理链路，让模子学会沿着常识链及证据链解决科学问题。

于60余项专业科研评测中，盘石2.0于大都使命上显著逾越Gemini-3.1 Pro、GPT-5.5等通用旗舰模子，并于化学性子猜测、谱到份子布局猜测、卵白质位点猜测等使命上领先范畴专用模子，验证了“通专一体”科学基础模子的泛化能力。

一个模子笼罩多类科研使命

于谱数据理解中，ScienceOne-Omni可以或许辨认谱图中的特性峰和峰形变化，慢慢完成官能团归属、跨谱联系关系及子布局推理，终极实现从谱旌旗灯号到份子布局的解析。

于化学与质料性子猜测方面，模子经由过程同一编码CIF与SMILES，进修晶体布局、空间对于称性、份子构型、电子布局与质料性子之间的映照瓜葛。于统一框架下，模子可以撑持量子化学、份子物化、药物ADMET及质料筛选等48类场景，为候选布局筛选及研发决议计划提供支撑。

于布局生物学范畴，模子可以或许从卵白质序列出发，理解其布局与功效特性，完成卵白质、DNA、抗体及抗原等七类联合位点猜测使命，并于多个公然数据集上取患上SOTA效果。

针对于科学图象，ScienceOne-Omni采用“先思索、后天生”的推理范式，实现科学图象理解、天生与编纂一体化，并于科学图象支解、翻译、超分辩率等使命上取患上领先效果。

从模子能力走向科研一线

今朝，ScienceOne已经于数十家科研单元推广，赋能百余个科研场景。

于力学范畴，盘石团队与中国科学院力学研究所结合开发流体高通量计较软件，鞭策流体仿真从“网格天生、迭代求解、长周期验证”走向“无网格、秒级相应、高通量评估”。体系可于10秒内输出仿真成果，将偏差节制于5%之内。

于质料范畴，团队与中国科学院上海硅酸盐研究所结合构建催化剂质料创制智能体，经由过程用意理解、流程编排、东西选择及反思迭代，买通质料设计、布局评估、制备及试验验证全流程。与传统高通量筛选比拟，体系将质料设计时间从数月缩短至30分钟之内，并乐成发明新型催化剂，使催化活性提高38%。

团队还有与中国科学技能年夜学互助，以盘石为底座驱念头器科学家体系。科研职员输入创制需求后，体系可以自立拆解使命，调理文献挖掘、试验设计、呆板操作、计较模仿及智算优化五类智能体协同运行。今朝，该体系已经完成462组样品合成表征及万万量级虚拟筛选，排名前20的候选质料中，约四成机能优在原有样品，并已经不变运行跨越1500小时。

从“东西辅助”迈向“智能体协同科研”

为买通科学研究中的“数据—计较—推理—试验”全流程闭环，盘石团队结合中科闻歌构建了一体化科研智能平台ScienceOne.ai。今朝，平台已经接入2000余项MCP，沉淀3000余个可复用科研技术，笼罩数十个科研范畴。

科研职员可以按照详细使命快速组装合用的科研智能体，得到从常识检索、数据阐发、计较模仿到试验设计的定制化撑持，鞭策科研模式从“东西辅助”走向“智能体协同科研”。

徐楠暗示，将来，ScienceOne将连续拓展学科笼罩规模，深化与全世界学术配合体的开放互助。跟着科学数据、基础模子、科研东西与智能系统统进一步交融，AI有望成为贯串问题提出、方案设计、计较推演及试验验证全历程的科研伙伴，为科学发明打开更多可能。