中国队交卷，盲测打爆Claude！科学多模态统一AI来了

新智元报道 科研人苦等多年的AI搭档，终于来了！ 就在WAIC现场，中科闻歌磐石（ScienceOne）团队一口气亮出两张「王牌」—— S1-Omni：首个面向「科学理解、预测与生成」的科学多模态统一推理模型； ScienceOne：以S1-Omni为核心、贯穿科研全流程的一体化平台。 实测结果非常硬核。 同一批真实科研任务，磐石与GPT-5.5、Gemini 3.1 Pro、Claude Science等全球顶流同台作答，全程交给第三方模型盲评打分。最终拿下最高分的，是磐石。 但成绩归成绩，我们认为更有意思的，是成绩底下那颗S1-Omni。 因为它代表的，是AI4S的一次范式跃迁，科研工作流第一次有机会被真正重塑： AI把繁琐的活儿接过去，科研人得以把更多时间，留给真正的科学问题。 「磐石2.0」登场，统一科学智能 去年7月，中国科学院联合团队曾发布了磐石·科学基础大模型1.0，并全面开源。 一年之后的同一个舞台，7月17日，磐石2.0正式发布。 其中，中国科学院自动化研究所牵头磐石科学基础大模型技术攻关，其产业化平台中科闻歌主攻基础大模型训练与文献、创新评价智能体。 那么问题来了，通用LLM已经这么强了，为什么还要单做「科学基础模型」？ 答案，藏在一个根本的错位里。 通用大模型的底层逻辑，是基于统计的「概率」。它擅长的是，模糊、近似、听起来很有道理。 丢给它一个开放问题，它会输出一段流畅、得体、八成正确的回答。写文案、写代码、做客服，这份能力绰绰有余。 但科学，绝不妥协于「八成正确」，它要的是精确、可靠、可溯源—— 一个结论，必须能被验证；一条推理链，必须能被追溯；一个错误，必须能被定位和修正。 所以，在AI for Science这条赛道上，真正的壁垒是「模型懂不懂科学」。 这几年，AI4S大致沿着三条路线推进。各有各的强项，也各有各的天花板： 领域专用模型 （AlphaFold 3、ESM3） ：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型 （GPT-Rosalind、Claude Science） ：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型 （NatureLM、LOGOS、BioMatrix） ：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。 三条路线各自突围，但「科学智能」仍散落在彼此独立的模型、工具和任务系统里。 这次，磐石2.0想要更进一步——实现科学多模态统一推理（Unified Scientific Multimodal Reasoning）。 在一款面向科学理解、预测与生成的科学多模态统一推理模型 ——S1-Omni的加持下，「统一」被拆成了三件具体的事。 一是，把科学数据「统一编码」。 它把自然语言指令，和材料的CIF、化学的SMILES、蛋白质序列、光谱数据、科学图像等多种科学模态，组织进同一套任务表征里。 关键在于，它并不是抹平不同科学数据之间的差异，而是在保留各类对象类型边界、表示结构与编码特性的基础上，将它们投射到一个共享的科学表征空间中，在尊重不同科学数据特性的基础上实现协同建模。 换句话说，它懂得蛋白质是蛋白质、光谱是光谱，而这两者又能在同一个模型里被一起理解。 左右滑动查看 二是，让模型和「真实世界的知识」对齐。 训练时，它不只学输入输出之间的统计相关，还把科学规律、实验事实、专家经验一起融进数据构建、样本校验和训练过程。 基于此，模型就可以依据当前任务里的科学证据形成中间判断。从而让推理有了证据支撑，而不再停留在「凭语感接话」的层面，可解释性也随之提升。 三是，按领域任务「 定向 解码」。 在共享的理解与推理之上，模型会根据具体任务，连接对应的科学解码器。 比如，要预测性质就走性质预测，要重建结构就走结构重建，还能做三维结构生成、科学图像生成与编辑。 最终输出的，是各自领域里「原生形式」的、可被验证的结果。 支撑这三项能力背后，是一个S1-Omni-Corpus的语料库—— 覆盖200+个科研任务、包含百万级高质量科学多模态推理数据，并且在构建时刻意保留了「科学证据→任务判断→目标结果」这条可检查的链路。 它让S1-Omni学到的，不只是科学数据的表面模式，更是「如何在具体任务中基于专家知识去推理」。 在60多个科学任务的基准评测上，S1-Omni直接拉爆了通用模型。 其中， 有95.5%的任务超过GPT-5.5，83.3%的任务超过Gemini-3.1-Pro；在部分任务上，甚至达到或超过了各领域的任务专用模型，具体来看： 在药物性质相关的ADMET 18项评测里，有16项同时优于GPT-5.5和Gemini 3.1 Pro；在CYP、hERG、肠道吸收等几个关键药物性质任务上，其性能已达到甚至超越了业内代表性的化学专用模型。 在蛋白质位点预测上，它统一支持多类残基级功能位点识别，并在PPI、Epitope、小分子结合位点等任务上达到了行业领先水平。 在科学图像生成与编辑上，它在医学图像分割、医学图像翻译、超分辨率、科研插图生成等任务上都展现出不错的能力。 简而言之，S1-Omni成功打通了从「跨模态科学理解与推理」到「领域原生结果生成」的完整链路。 它让单一模型具备了处理多类科学任务的能力，并能输出符合专业规范、高度可验证的成果。 然而，卓越的模型能力并非终点。只有将 AI 与海量科研数据、专业工具及真实工作流深度融合，才能让它走出实验室，转化为科研人员触手可及的先进生产力。 为此，磐石团队基于S1-Omni，进一步打造了科研智能平台ScienceOne，将模型的理解、预测与生成能力无缝嵌入科研的全生命周期。 如果说S1-Omni回答了「AI能否真正理解科学」，那么ScienceOne解决的，就是「AI如何真正深入科研现场」。 从S1-Omni到ScienceOne 把模型装进科研现场 有了懂科学的模型，下一个问题是：怎么让科学家真的用起来。 ScienceOne给出的答案，是以S1-Omni为统一基座， 向下接管2.7亿论文/专利，全球40多个国家3200多万科研项目，700多万产业研报、90PB大科学装置数据和近300个专业数据库，向上编排任务、调度智能体，把原本散落各处的模型、数据与工具，收拢进同一个平台。 正如Windows之于PC。它不是某一个应用，而是内核、是驱动、是应用商店，是让上层无数软件得以运行的那层地基。 磐石在科研世界里扮演的，正是这个角色：从文献分析、研究假设、方案设计，到建模仿真、验证分析、成果表达，科研全生命周期的六个环节，它全程在场。 它更像你身边的一位科学导师，能自主拆解复杂需求，智能调用最适配的专业技能与工具，替科研人精准啃下每一个环节的硬骨头。 盲测打爆世界顶流闭源通用模型 接下来，我们就用真实科研任务做了一波盲测。 正面硬碰Claude Science，磐石不落下风 同一道题，磐石、Claude Science、GPT-5.5三家各跑一遍，结果扔给第三方模型盲测打分。 这是一道量子信息方向的题：要围绕Depolarizing噪声对Bel