# SciReasoner – 上海AI Lab等推出的科学推理多模态基础模型

- Link: https://paooo.com/aigc-news/38602/
- Published: 2026-07-23T12:54:21+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

 * 首次提出原生结构推理范式，把结构信息变成可审查的推理证据链。
 * 覆盖蛋白、分子、晶体三大领域，86项基准中67项达到SOTA。
 * 低同源蛋白功能预测与逆合成表现突出，兼顾精度与可解释性。

## SciReasoner是什么

SciReasoner 是上海人工智能实验室联合港中文、中科院药物所、斯坦福、牛津等团队推出
的新一代科学推理多模态基础模型。模型首次提出原生结构推理范式，将蛋白质三维结构、
分子拓扑与晶体晶格转化为可寻址的推理证据单元，使 AI 像科学家一样围绕真实结构证据
组织分析。模型基于 Qwen3 持续预训练，在 86 项跨学科基准中 67 项达到 SOTA，覆盖蛋白
功能注释、逆合成规划、药物筛选与材料性质预测，实现从黑箱预测到可解释科学链路的跨越。

阅读目录

 * [SciReasoner是什么](https://paooo.com/aigc-news/38602/#scireasoner%e6%98%af%e4%bb%80%e4%b9%88)
 * [SciReasoner的主要功能](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SciReasoner的技术原理](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用SciReasoner](https://paooo.com/aigc-news/38602/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8scireasoner)
 * [SciReasoner的核心优势](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [SciReasoner的项目地址](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SciReasoner的同类竞品对比](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [SciReasoner的应用场景](https://paooo.com/aigc-news/38602/#scireasoner%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![SciReasoner](https://paooo.com/wp-content/uploads/2026/07/SciReasoner-website-
1.avif)

## SciReasoner的主要功能

 * **蛋白质功能注释**：基于 3D 结构（Foldseek 3Di 表示）预测 Gene Ontology 术语，
   在低同源和孤儿蛋白上表现尤为突出。
 * **逆合成规划**：分析产物骨架与官能团，识别关键断键位点，验证反应物结构并判断反应
   可行性。
 * **分子虚拟筛选**：基于三维药团相似性进行药物分子筛选，无需额外对接打分或任务微调。
 * **材料性质预测**：分析晶体空间群、配位环境与周期连接性，预测形成能、带隙等物理
   化学性质。
 * **科学问答与生成**：支持跨蛋白质、DNA/RNA、小分子、晶体的开放式科学问答与分子
   设计。

## SciReasoner的技术原理

 * **统一结构感知词表**：将不同科学对象离散化为结构感知 Token，小分子使用 ConfSeq，
   蛋白质使用 Foldseek 3Di，晶体使用 SLICES，避免传统分词对化学语义的破坏。
 * **三阶段持续预训练**：基于 Qwen3 进行 Warm-up 训练、全参数多模态训练、退火训练，
   建立稳定的结构-语言接口。
 * **后训练推理框架**：采用自举式原生结构推理，通过领域内结构证据接地训练蛋白/分子/
   材料专家，再通过跨领域推理整合将专家能力统一，使用强化学习连接结构词表语义与思维
   链策略。
 * **可审查的推理轨迹**：模型输出 `<think.../think>` 包裹的推理链，中间主张可追溯
   至具体结构 Token，实现从黑箱预测到可解释科学链路的转变。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-91.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用SciReasoner

 * **获取资源**：访问 GitHub 仓库克隆代码并下载模型权重。
 * **安装环境**：按照 README 配置 Python 依赖与运行环境。
 * **准备数据**：根据任务类型整理蛋白质 PDB/3Di、分子 SMILES/ConfSeq 或晶体 CIF/
   SLICES 等结构输入。
 * **加载模型**：初始化 SciReasoner 模型并接入结构感知词表。
 * **输入指令**：将结构数据与自然语言问题组合送入模型。
 * **获取推理**：模型输出带 `<think.../think>` 标签的可审查推理链及最终预测结果。
 * **验证结果**：将推理轨迹中的结构 Token 映射回三维结构进行专家审核。

## SciReasoner的核心优势

 * **原生结构推理**：结构 Token 不是辅助输入，而是推理的核心证据单元，推理过程可
   围绕空间关系、配位环境、对称性等展开。
 * **低同源场景优势显著**：在序列相似度低于 30% 的蛋白功能预测中，Cellular Component
   Fmax 从 0.42 提升至 0.55，远超 BLAST 和 ESM2。
 * **跨学科统一能力**：单一模型覆盖生物学、化学、材料科学三大领域，在 86 项基准中
   67 项达到 SOTA，打破传统专用模型壁垒。
 * **可解释性领先**：双盲专家评估中，98% 的案例认为其推理轨迹优于或与前沿大语言模型
   相当，推理链可直接映射到三维结构区域。
 * **化学推理精度高**：USPTO-50K 逆合成 Top-1 准确率达 72.0%，显著超过此前最佳方法
   RSGPT 的 63.4%。

## SciReasoner的项目地址

 * **项目官网**：https://scireasoner.github.io/
 * **GitHub仓库**：https://github.com/SpectrAI-Initiative/SciReasoner
 * **arXiv技术论文**：https://arxiv.org/pdf/2607.07708

## SciReasoner的同类竞品对比

  |  维度 |  SciReasoner |  ESM2 (Meta) |  
   |  **定位** |  跨学科科学推理基础模型 |  蛋白质语言模型 |  
 |  **输入模态** |  蛋白结构/序列、分子、晶体 |  仅蛋白质序列 |  
 |  **推理范式** |  原生结构推理，可审查轨迹 |  序列嵌入预测，黑箱输出 |  
 |  **低同源蛋白** |  CC Fmax 0.55（≤30% 相似度） |  CC Fmax 0.42 |  
 |  **可解释性** |  推理链可映射至结构 Token |  注意力热图，无自然语言推理 |  
 |  **跨领域** |  生物+化学+材料统一模型 |  仅限蛋白质领域 |

## SciReasoner的应用场景

 * **孤儿蛋白功能发现**：针对缺乏同源序列的未知蛋白质，通过三维折叠结构推断其分子
   功能与亚细胞定位。
 * **药物分子逆合成设计**：辅助化学家规划从靶点分子到商业可得前体的合成路线，明确
   断键位点与反应条件。
 * **新型材料筛选**：基于晶体结构预测材料稳定性与电子性质，加速电池材料、催化剂等
   的功能材料研发。
 * **AI 辅助科学教育**：利用其可解释的推理轨迹，帮助学生理解”结构决定性质”的科学
   思维过程。
 * **跨模态科学发现**：整合蛋白质-小分子相互作用、RNA 功能预测等多模态任务，支持
   系统生物学研究。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**中科院 ↗**

中科院：国家最高学术机构，面向AI 综合应用场景提供便捷实用的在线功能支持。

**think ↗**

think-cell 是一款深度集成于 Microsoft PowerPoint 的专业级演示文稿增强插件，其核

❓ 常见问题解答（FAQ）

SciReasoner适合做哪些科学任务？

它适合蛋白质功能注释、逆合成规划、分子虚拟筛选、材料性质预测，以及跨蛋白、DNA/RNA、
小分子和晶体的开放式科学问答与分子设计。

SciReasoner和普通蛋白模型有什么区别？

普通蛋白模型多基于序列嵌入做黑箱预测，SciReasoner则把结构Token作为推理核心证据，
能输出可审查的推理轨迹，并覆盖生物、化学和材料三大领域。

SciReasoner如何使用？

先从GitHub获取代码和权重，按README配置环境，再准备PDB/3Di、SMILES/ConfSeq或CIF/SLICES
等结构输入，加载模型后结合自然语言问题推理并审核结果。

🔬 语宙深潜追问 · 进阶实操拆解

证据单元化到底解决了什么？

它把蛋白、分子、晶体等结构拆成可寻址的推理对象，让模型不只做端到端猜测，而是能围绕
证据进行检索、对齐和组合推理。这样更利于跨学科任务泛化，也更方便分析错误来源。

低同源蛋白提升说明了什么？

说明模型不只是记忆相似序列，而是在更难的远缘场景中学到了结构与功能关系。对研发来说，
这意味着它更有机会用于新靶点发现、功能预测和逆合成等低样本、高不确定性任务。

🗳️ 读者观点微投票 · 您的实战立场是？

科学推理多模态模型该先拼SOTA还是先拼可解释？

🕸️ 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/)

 * [MedReason – 美国加州联合南洋理工等机构推出的医学推理框架](https://paooo.com/aigc-news/20351/)
 * [DeepSeek R1-Zero – DeepSeek推出的开源推理模型，基于纯强化学习训练](https://paooo.com/aigc-news/22701/)
 * [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/)
 * [以 35B 参数逆袭千亿级闭源旗舰！上海 AI Lab 重磅开源书生-A1.5：通专融合科学智能体架构与 RSI 自进化机制全景拆解](https://paooo.com/aigc-news/40337/)

[🏛️ 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/38602/?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/)
