神珍科學多模態基礎模型在滬亮相： 110 億參數打通六類科學數據，一個模型讀懂DNA到氣象場

上海科學智能研究院（上智院）在7月19日於2026世界人工智能大會（WAIC2026）的科學智能開放論壇上，正式發表名為「神珍」的科學多模態基礎模型。這款參數量約110億的模型，可同時處理DNA、RNA、蛋白質、小分子、地球系統與醫學影像六大類科學數據，並在同一個架構中整合理解與生成能力，被視為橫跨物質科學、生命科學與地球科學領域的超級大腦。 「神珍」一名取材自《西遊記》中龍宮的鎮海之寶「天河定底神珍鐵」，團隊期望這套開放模型能以相對精練的參數規模，承載多元科學研究任務。該模型同時是今年3月首次亮相的系統級科研智能體「大聖」的底層核心大腦，負責為跨領域科學智慧提供統一表徵與推理基礎。 技術架構方面，神珍模型選用Qwen3-VL-8B作為共享主幹網路，並為六種科學數據各自建置專屬處理通道。在資料進入共享模型之前，這些通道分別保留DNA與RNA的序列順序、小分子與蛋白質的連接結構、全球氣象場的空間分布以及醫學影像的局部紋理，使多模態資訊得以在統一表徵空間中相互對齊與融合，達到跨學科數據的深度理解不同於市場上多數僅專注於分析的模型，神珍還具備直接生成科學結果的能力。它能夠直接輸出RNA序列、符合SMILES格式的分子表示、全球氣象場模擬結果以及醫學影像分割圖，等同於將理解與生成兩套能力整合進單一框架，讓研究人員在同一個模型中完成推論與產出。 開放性也是神珍模型的核心定位。上智院已同步公開模型權重、推理程式碼、範例腳本與使用文件。學術界與開發者不僅可透過「星河啟智」科學智能開放平台下載模型或呼叫API，與平台上超過1500個科學模型及工具搭配使用，也能在Hugging Face與GitHub取得相關資源，共同建構開放協作的科學智慧社群。 這場發表會選在WAIC2026期間的科學智能開放論壇舉行。該論壇由世界人工智能大會組委會辦公室指導、復旦大學與上海科學智能研究院共同主辦，主題鎖定「AI原生時代的科學閉環發現」。會中邀集多位國際重量級科學家與產學研代表，深入探討人工智慧如何從方法論底層重構科學發現的完整流程。 諾貝爾化學獎得主阿里耶·瓦謝爾（香港中文大學深圳教授）在演講中強調，AI若要有效驅動科學突破，必須立足於可靠的物理機制。圖靈獎得主吉勒斯·布拉薩德（蒙特婁大學教授）則對量子計算在新材料等領域的應用潛力表達樂觀，並鼓勵年輕研究人員跟隨興趣深耕，因為當今的研究成果可能要到十年後才真正落地。 之江實驗室主任、中國工程院院士王堅指出，當前基礎模型大多以文字資料為訓練素材，但科學智慧真正需要的「原住民」應是各學科產生的原始觀測數據。他判斷人工智慧正變得和數學一樣基礎，未來的科研典範將從STEM走向「STE+MA P」——科學、技術、工程加上數學、人工智慧與公共設施的融合，使科學重新統合為一個整體。美國國家科學院院士、普林斯頓大學教授範劍青則將AI定義為統計學習與最佳化決策的動態循環，並以社會經濟指標、金融風險控管與大型模型為例，說明AI如何將數據轉化為社會洞察。他也提醒各界必須回應就業結構改變、教育轉型、倫理安全以及人類能否維持有效控制等課題。 在論壇的巔峰對話環節，與會專家達成共識：AI原生時代的原始創新，關鍵在於人、數據、模型、實驗與學術判斷能否形成全新的協同發現機制。這不僅需要科研基礎設施的系統性升級，更要求研究人員的思維方式與能力結構做出根本性的重塑。 復旦大學特聘教授、上海科學智能研究院院長漆遠為這場變革描繪終局願景。他認為，人工智慧必須從「預測下一個token」進化到「發現未知的科學規律」，而能夠自主發現科學規律的AI將是超級智慧的起點。這個過程的核心在於透過壓縮從高維空間中提煉出簡潔的機理，再透過高效的科學驗證閉環，促進數位世界與物理世界的融合，並催生嶄新的模型架構。漆遠也提醒，真實的科學研究是一條包含文獻回顧、假設、數據、模型、模擬、實驗與回饋的長鏈條，科學智慧領域正在積極發展足以組織這類複雜研究流程的系統級能力。 當110億參數的神珍模型成功將DNA遺傳訊息到全球氣象場等六種截然不同的科學數據收納於同一個框架，科學發現的型態或許正被悄悄改寫。這款開放且跨領域的基礎模型，能否吸引更多研究人員投入測試與共建，將決定它在科學智慧生態中扮演的關鍵角色。