磐石·科學基礎大模型2.0

中國科學院打造的通專一體科學專用大模型，為科研提供高可信、可解釋的智慧底座

大語言模型 LLM 專用大模型科研大模型

https://scienceone.ia.ac.cn/

前往官網

深度報告

磐石·科學基礎大模型2.0（英文名 ScienceOne Omni）是中國科學院組織多個研究所聯合打造的科學專用大模型，2026年7月17日在世界人工智慧大會上正式釋出。它不是又一個通用聊天模型，而是服務於科學研究任務的智慧底座，主打「通專一體」——把通用理解能力和各學科專業能力放在同一個模型裡聯合訓練。官方稱在60餘項專業科研任務評測中，磐石2.0在絕大多數任務上顯著超越 Gemini-3.1-pro、GPT-5.5 等通用旗艦模型，並在化學性質預測、譜到分子結構預測、蛋白質位點預測等任務上達到國際最佳。模型已全面開源，可透過官網 scienceone.ia.ac.cn 訪問使用。
磐石由中國科學院牽頭，統籌跨學科資源聯合打造，中國科學院自動化研究所是技術攻關的牽頭單位，磐石團隊負責人是自動化所副所長曾大軍。這不是單個實驗室的專案，而是一次建制化的集體攻關：數學與系統科學研究院、高能物理研究所、力學研究所、地理科學與資源研究所、青藏高原研究所、動物研究所、國家天文臺、上海矽酸鹽研究所、中國科學院大學、香港創新研究院等單位各自承擔領域垂直模型和專業智慧體的構建，產業化平臺中科聞歌主攻基礎大模型訓練，中科紫東太初負責工具底座與智慧體工廠，華為、海光、思朗科技等企業提供算力支援。從時間線看，磐石的迭代很密集。1.0 版本在2025年7月26日的世界人工智慧大會首發，當時就已全面開源，定位是「AI+科學」作業系統。同年12月釋出 V1.5，強化多模態推理，新增創新評估、智慧體工廠等能力。2026年4月28日推出「磐石100」模型體系，搭建波、譜、場三大科學模態基座，建成8大學科領域專用模型叢集，覆蓋超100個科研場景。2026年7月17日的2.0，是這一年密集迭代後的全面升級。截至2.0釋出，初代產品已服務超過3萬名科研工作者。
磐石2.0的核心是一套遞進的三層架構，官方把它概括為「科學資料統一編碼—自然世界知識對齊—領域任務定向解碼」的完整科學智慧鏈路。通俗說，就是先把波、譜、場等各種科學模態資料統一「讀懂」，再和自然世界的知識對齊，最後針對具體領域任務給出解答。一個模型就能完成跨學科資料理解、知識推理、科學預測、專業內容生成等多種任務，試圖同時破解兩個老問題：傳統領域模型學科壁壘高、通用模型專業科學能力不足。資料是它的底氣所在。中國科學院科技語料庫聯合各研究所構建了800萬條高質量科學推理資料，覆蓋200多個科研任務。磐石團隊把科學家的思維方式轉化成推理準則，構建可驗證的推理鏈路，讓模型學會基於知識鏈和證據鏈來推理，官方把這套效果概括為「高可信、強邏輯、可解釋」——對科研場景來說，能追溯證據比答得漂亮更重要。圍繞模型，磐石建成了一體化智慧科研平臺，貫通「資料基盤—工具底座—智慧體樞紐—異構算力」。平臺匯聚了8000餘個專業科研工具和技能庫，科研人員可以按需定製專用模型和智慧體。幾個招牌智慧體已經規模化落地：文獻羅盤智慧體能在3小時內生成專業水平綜述，證據歸因準確率90%，累計已生成近4萬篇綜述，接入了1.7億篇科技文獻，把過去要3到5天的文獻調研壓縮到20分鐘；創新評價智慧體負責識別關鍵問題、研判方向；智慧體工廠支援用自然語言自動匹配、排程科研工具，把複雜科研流程串起來一體化執行。算力上，磐石2.0搭了「超算+智算+速算」三位一體的異構體系。超算跑通用科學計算和高通量模擬，智算叢集保障訓練和推理，速算依託思朗科技「天穹」等專用科學計算硬體，專門極速完成分子動力學、量子化學等高精度長時程模擬。整套算力已經適配昇騰、海光等國產晶片，官方強調這是「自主可控」的科學計算新基座。
磐石走的是開源開放路線，模型已全面開源，官網 scienceone.ia.ac.cn 可直接訪問使用，這一點和商業閉源模型有本質區別。它的商業邏輯不是靠 API 訂閱賺錢，而是作為國家級科研基礎設施，透過科學領域國家人工智慧應用基地、中國科學院A類先導專項、北京市科技計劃創新專項等專案支撐，目標是服務科研共同體、構建「AI+科學」生態。目標使用者非常明確：一線科研人員、科研院所、高校和相關企業，而不是普通消費者。
從落地規模看，磐石獲得了科研圈的實際認可。初代已服務超3萬名科研工作者，2.0落地50餘家中國科學院內研究所、30餘家院外高校科研單位和央國企，並透過聯合國教科文組織和「一帶一路」國際科學組織聯盟走向世界。自動化所工程師王汀提到，第二次青藏科考隊的科學家曾拿一個專業問題考磐石，對比其他通用模型，磐石給出的答案更精準嚴謹，反覆核對後與實際科考情況高度吻合，得到了科考專家的肯定。具體場景的反饋也比較紮實。力學領域，團隊基於磐石開發的流體高通量計算軟體，把流體模擬從「網格生成、迭代求解、長週期驗證」推向「無網格、秒級響應」，10秒內出結果、誤差控制在5%以內。天文領域，天文光譜智慧體讓稀有天體識別準確率相比現有最優方法提升約50%，已部署到國家天文臺，服務郭守敬望遠鏡。化學領域，磐石驅動中國科學技術大學的機器科學家系統，實現材料按需創制閉環，已完成462組樣品合成表徵和千萬級虛擬篩選，前20候選材料中有8個效能優於原有最優樣品，系統穩定執行超1500小時。
行業普遍把磐石看作中國在「AI for Science」方向上的一次重要突破。它填補的是一個真實空白：通用大模型再強，在專業科研任務上的可靠性、可解釋性往往不夠；而傳統領域專用模型又各自為政、難以跨學科協同。磐石的「通專一體」和統一科研平臺，被視為給「人工智慧+科學」提供了一個跨學科的「作業系統」。釋出會上多位科學家的表態也呼應了這個趨勢——物理智慧要把AI從科學的「讀者」變成知識的「創造者」，行業重心從「演示多驚豔」轉向「執行多可靠」。值得注意的是，磐石並非孤例，而是中國科學智慧生態的一部分。同期還有以 DPA 大原子模型為代表的專用計算模型（DPA4 在材料發現國際榜單上位列第一），以及匯聚超2億篇文獻、5萬餘個科研工具的「玻爾科研空間站」平臺。這些資源正在被統籌整合，形成一個更完整的科研智慧生態。
需要冷靜看待的是官方資料的語境。「60餘項評測顯著超越 Gemini-3.1-pro、GPT-5.5」這類結論來自研發方自評和釋出會口徑，評測集的選擇、任務範圍都偏向科學專業任務，不能簡單等同於綜合智慧的全面領先——在通用對話、日常任務上，磐石並不以此見長，它本來也不是為這些場景設計的。第三方獨立復現和橫向評測目前還比較有限。其次，磐石的價值高度依賴生態和配套。它的很多亮點（文獻羅盤、流體軟體、機器科學家系統）本質是「模型+平臺+專用硬體+領域資料」的組合拳，脫離中國科學院的建制化資源、國產算力和海量科學語料，普通團隊很難複製同樣的效果。對院外一般研究者來說，能用到的深度可能和院內單位有差距。第三，它高度繫結國產算力和自主可控路線，這是戰略優勢，但也意味著它的定位更偏向國家科研基礎設施，而非全球開發者隨手可用的通用工具。開源雖降低了門檻，但真正把它跑出效果，仍需要相當的科學背景和算力條件。
磐石2.0最適合的是有明確科研任務的人群：科研院所和高校的研究人員、需要做文獻綜述和跨學科資料分析的團隊、從事材料/化學/天文/力學/生命科學等領域計算與模擬的科學家。對他們來說，文獻羅盤、工具排程、專用領域模型是實打實能提效的工具，尤其是文獻調研從幾天縮到20分鐘這類場景。不適合的是找通用聊天助手、日常辦公或內容創作的普通使用者——磐石不是幹這個的，用它來寫文案、聊天並不划算。想嘗試的科研人員可以直接從官網 scienceone.ia.ac.cn 入手，先用文獻羅盤和工具排程臺這類門檻較低的智慧體上手，再按學科需求接入對應的專用模型。若你的領域正好在磐石重點覆蓋的數理化天地生範圍內，收益會更明顯。
磐石·科學基礎大模型2.0是中國「AI for Science」路線上一次有分量的集體攻關，它的真正價值不在於跑分超過某個通用模型，而在於用「通專一體」的模型加一體化科研平臺，為科學研究搭起了一套可追溯、可協同、自主可控的智慧底座。它的天花板取決於生態能鋪多廣、院外能用多深，但方向清晰、落地紮實，值得科研圈持續關注。

使用者評論

rONALD181

—

中科聞歌主攻訓練，紫東太初做工具底座，幾十家研究所高校企業一起上，這種跨體制的創新聯合體模式在國內AI圈還挺少見的。

SatsChasera76

—

已經落地50多家院內所30多家院外單位，還透過教科文組織走出去了，生態鋪得比我想的快。

MariaFrank

—

文獻羅盤是真的省事，以前做個綜述光前期查文獻起碼耗一週，還得自己一篇篇讀一篇篇記，現在兩三個小時就能出一版圖文表都有的初稿，重點是它還會把每篇文獻的核心創新點標出來、給出證據歸因，改改就能直接用，對我們這種天天泡文獻的博士生來說屬於是解放生產力了。

Gerald_Bailey

—

看到宣傳說60餘項評測超過Gemini-3.1-pro和GPT-5.5，先冷靜一下，這是釋出方自評的科學專業任務榜，日常對話寫東西它不一定比得過通用模型，別拿來當ChatGPT用。

DianaBarnes_2021

—

作為在讀博士，最實用的其實是工具排程臺，8000多個科研工具沒人能全熟練用，讓智慧體自動編排工具鏈這個思路幫我省了太多學習成本。

Amber.PerryX

—

全面開源這點必須點贊，官網scienceone.ia.ac.cn直接就能上手，不用申請不用付費，國家隊做基礎設施就得是這個格局。

KathleenRichardson_2020500

—

超算智算速算三位一體這個配置有點東西，尤其速算靠天穹專用硬體跑分子動力學，這種長時程高精度模擬普通GPU真頂不住。

f5kkfztwnkr

—

我們組搞材料的，之前看中科院技能大賽裡上海矽酸鹽所那個吸波材料工具鏈，輸入效能需求模型自己調工具推引數，30分鐘頂過去幾個月，看得我直接破防。

AnnaTurner_X5

—

希望後續院外的開放程度能再大點，現在感覺院內單位能用到的深度和我們這種外面的還是有差距的，別搞成只是名義上開源。

John.Mitchell_2024

—

高鐵氣動載荷那個案例，傳統模擬幾小時壓到秒級，關鍵引數誤差還降了42%，力學所是真下了功夫，工程落地價值比刷榜實在多了。

Edward_Barnes_66

—

潑點冷水，第三方獨立評測目前太少了，官方口徑再漂亮也得等更多外部復現，AI+科學最怕的就是演示很驚豔實際很拉胯。

ik42a_s

—

通專一體這個思路我是真認可的，通用模型專業性不夠、動不動就一本正經胡說，領域模型又各管一攤互相不通氣，磐石想用一個模型把跨學科的資料理解和推理都串起來，方向絕對是對的，但說實話能不能真做到還得看院外普通課題組實際用起來能到多深，別到時候變成院內單位專屬。

任然

—

問一下有沒有搞天文的用過那個光譜智慧體，稀有天體識別準確率提升50%這個數聽著有點猛，實際部署到郭守敬望遠鏡上體驗咋樣？

Jack_Hill_7

—

化學那個機器科學家案例是真正的科研閉環，科研人員只要輸入創制需求，智慧體就自己拆解任務、排程文獻挖掘實驗設計機器操作計算模擬智算最佳化五個智慧體協同跑，現在已經完成462組樣品合成表徵和千萬級虛擬篩選，前20候選材料裡有8個效能超過原來的最優樣品，還穩定執行了1500多小時，這才叫AI做科研。

MsBrookeThomas_88

—

800萬條科學推理資料覆蓋200多個任務，據說明年要擴到800個任務，這資料工程量真不是一般團隊能扛的，建制化優勢體現得淋漓盡致。

JeremyHcward

—

說句可能不討喜的話，磐石的很多亮點本質是模型加平臺加專用硬體加海量領域資料的組合拳，文獻羅盤也好流體軟體也好機器科學家也好，都離不開中科院這套建制化資源和國產算力，脫離了這個體系普通團隊想復現同樣效果基本沒戲，所以開源歸開源，能不能跑出這效果是另一回事。

Christopher_Scott_2020

—

從1.0到V1.5再到磐石100，一年迭代這麼密，中科院這波AI+科學是真上心了。

o0mb6sz1

—

磐石2.0英文名ScienceOne Omni起得挺有野心，一個模型通吃數理化天地生，就看這條通專一體的路能走多遠了。

DBarnes_X

—

它不是給普通人聊天用的，別拿它寫文案，人家定位就是科研底座，用錯場景純屬浪費。

EthanHall

—

譜到分子結構預測能領先領域專用模型這點挺意外的，一般以為通專一體會兩頭不討好，結果專業任務上真打過了AlphaFold那類專用模型。

DorisStewart_2020

—

青藏科考那個例子印象很深，第二次科考隊的科學家專門拿一個青藏專業問題去考它，對比其他通用模型，磐石給的答案更精準更嚴謹，反覆核對之後居然和實際科考情況高度吻合，最後連科考專家都點頭認可，這種垂直領域的嚴謹程度真的是通用大模型給不了的。

vzl36ilns

—

證據歸因準確率90%這點對科研太重要了，通用模型一本正經胡說的毛病誰受得了，能追溯證據鏈才敢放心用在正經研究裡。

RachelHoward

—

三層架構那套科學資料統一編碼到領域定向解碼的說法聽著挺唬人，說白了就是先讀懂波譜場這些科學資料再對齊知識最後出答案，能落地就是好架構。

GHallIII

—

徐楠那句資料第一架構第二算力第三我太贊同了，科學模態資料不像網際網路上的論文新聞隨便爬，蛋白質三維結構、晶體結構這些高價值資料得靠長期實驗測量才能拿到，還分散在各個資料庫和團隊手裡，得領域專家做質控標註才能用來訓練，不是把論文專利下載下來就能訓科學基礎模型的，這才是真正的瓶頸。

SharonCooper_X130

—

免費開源加國產算力適配昇騰海光，自主可控這四個字在當下的分量不用多說了。

磐石·科學基礎大模型2.0

深度報告

使用者評論

相關連結

同類產品