# 神珍科学多模态基础模型在沪亮相： 110 亿参数打通六类科学数据，一个模型读懂DNA到气象场

- Link: https://paooo.com/aigc-news/32071/
- Published: 2026-07-20T09:51:15+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 110亿参数神珍以Qwen3-VL-8B为共享主干，面向六类科学数据统一表征与多模态理解。
 * 模型可直接生成RNA序列、SMILES、全球气象场和医学影像分割结果，兼顾理解与生成。
 * 已开放权重、推理代码、示例脚本和文档，可在开放平台、Hugging Face与GitHub使用。

7 月 19 日，上海科学智能研究院在 2026 世界人工智能大会的科学智能开放论坛上，揭开
了一个承托多领域科学智能研究的底层超级大脑——神珍科学多模态基础模型。这个名字取自《
西游记》里的天河定底神珍铁，团队希望这套开放模型以相对精炼的形态承载多样科学任务，
也让更多研究者参与检验、使用与共建。它是今年 3 月初面世的系统级科研[智能体](https://paooo.com/trends/)
大圣的超级大脑。

在技术上，神珍立足物质科学、生命科学、地球科学等多元学科场景，阶段性实现了跨领域
科学知识的统一表征与多模态融合理解。模型总参数约 110 亿，面向DNA、RNA、蛋白质、小
分子、地球系统和医学影像六类科学数据，在一个统一模型中同时支持科学理解与多类结果
生成。它的共享主干选用Qwen3-VL-8B，并为六类科学数据各设专门的数据处理通路，在接入
共享模型之前分别保留序列的先后关系、分子的连接结构、气象场的空间分布和医学影像的
局部细节。更实用的是，神珍能直接生成RNA序列、可供计算机读取的分子表示SMILES、全球
气象场以及医学影像分割结果，相当于把理解与生成两套能力捏进同一个框架。

开源与开放是这套模型的关键姿态。上智院已经放出了模型权重、推理代码、示例脚本与使用
文档，研究者可以通过星河启智科学智能开放平台下载模型或调用API，与平台上汇聚的 1500
余个科学模型和工具组合使用；也可以在Hugging Face下载权重、在GitHub获取代码，一同
共建开放的科学智能社区。

这场发布发生在WAIC2026 科学智能开放论坛的舞台上。论坛由世界人工智能大会组委会办公
室指导、复旦大学和上智院联合主办，聚焦AI原生时代的科学闭环发现，汇聚了诸多知名科学
家与一线青年产学研代表，深度探讨人工智能如何从方法论底层重构科学发现的全流程，谋
一个开放协同的科学智能新生态。四位重量级科学家发表了主旨演讲，从不同维度打开理解
科学智能的视角。

诺贝尔化学奖得主、香港中文大学深圳教授阿里耶·瓦谢尔强调，AI必须建立在可靠的物理机制
之上。图灵奖得主、蒙特利尔大学教授吉勒斯·布拉萨德对量子计算在新材料发现等领域的潜力
寄予厚望，并建议青年研究人员追随兴趣而非业界时髦，因为当下的研究发现有可能在十年
之后才真正落地应用。

之江实验室主任、中国工程院院士王坚的分享围绕科学基础模型与科学作为一个整体展开。
他指出，科学智能不在论文文本而在数据，但今天的基础模型仍建立在文本之上，未来需要
让科学数据成为科学智能的原住民，也就是把各学科数据词元化，纳入同一表征空间。他判断
AI正变得像数学一样基础，科研范式也将从STEM走向STE+MAP，即数学、AI与公共设施的结合，
让科学重新成为一个整体。

美国国家科学院院士、普林斯顿大学教授范剑青以智能科学和社会为题，把AI概括为统计学习
与优化决策的动态循环，并用社会经济测度、金融风控和[大模型](https://paooo.com/ai-study/)
应用举例，阐释AI如何将数据转化为社会洞察。他强调AI服务于经济社会发展，在推动智能
体与科研创新的同时，也必须持续回应就业结构变化、教育转型、伦理安全以及人类能否保持
有效控制等问题。

巅峰对话环节，与会嘉宾达成共识：AI原生时代的原始创新，一大关键在于人、数据、模型、
实验与学术判断能否形成崭新的协同发现机制，这既需要科研基础设施的系统性升级，更需要
一代科研工作者思维方式和能力结构的根本性重塑。

复旦大学特聘教授、上智院院长漆远点出了这场变革的终局想象。他表示，AI要从预测下一个
Token走向发现未知的规律，而AI发现未知科学规律将是超级智能的开始。这一进程的核心，
在于通过压缩从高维空间运用和发现简洁的机理，以及科学验证的高效闭环，这将促进数字
与物理世界的结合与新的模型架构产生。他提醒，真实的科研是包含文献、假设、数据、模型、
仿真、实验及反馈的长链条过程，科学智能领域正在着力发展能够组织复杂研究流程的系统
能力。

当 110 亿参数的神珍把六类科学数据收进同一个大脑，科学发现的形态，或许正被悄悄改写。

❓ 常见问题解答（FAQ）

神珍科学多模态基础模型支持哪些科学数据？

神珍面向六类科学数据：DNA、RNA、蛋白质、小分子、地球系统和医学影像。它在统一模型
中完成跨领域理解，并支持多类结果生成，适合科学智能研究与应用开发。

神珍模型最大的技术亮点是什么？

其核心亮点是以约110亿参数实现跨学科统一表征，并为六类数据设置专门通路，在共享主干
前保留序列、结构、空间分布和局部细节，从而兼顾科学理解与生成能力。

普通研究者可以怎么使用神珍模型？

上智院已开放模型权重、推理代码、示例脚本和使用文档。研究者可通过星河启智科学智能
开放平台下载或调用API，也可在Hugging Face和GitHub获取资源参与共建。

🔬 语宙深潜追问 · 进阶实操拆解

科学多模态模型最难统一什么？

最难的是不同学科的数据尺度、噪声结构和评价标准完全不同。要真正统一DNA到气象场，必须
在表示学习、任务头设计和跨域对齐上做分层建模，否则容易出现“都能看懂一点，但都不够
深”的问题。

研究者该如何用开放权重？

先从单域任务微调和零样本基线开始，再逐步做跨域迁移实验。开放权重的价值在于可复现、
可改造和可共建，建议配合标准数据集、消融实验和版本管理，避免只停留在演示层面。

🗳️ 读者观点微投票 · 您的实战立场是？

一个模型打通六类科学数据，靠谱吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [110 亿参数塞进六类科学大脑：上智院开放”神珍”多模态模型，从蛋白质到气象场一个模型全读懂](https://paooo.com/aigc-news/34752/)
 * [上海AI Lab开源Intern-S1：2350亿参数科学多模态大模型，解析分子式、蛋白质与地震波，多项基准超越顶尖闭源模型](https://paooo.com/aigc-news/14375/)
 * [上海AI Lab开源Intern-S2-Preview：35B参数科学大模型，比肩万亿参数，首次实现晶体结构生成](https://paooo.com/aigc-news/10553/)
 * [从 Kakeya 猜想到量子场论！OpenAI 重磅发布三大基础科学突破：Lean 形式化验证、算法复杂度突破与学术成果分发治理新范式全景深度拆解](https://paooo.com/trends/40424/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/32071/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
