Hogar
Tongyi Lab publica en código abierto LOGOS, el primer gran modelo científico unificado que supera a NatureLM con 1.000 millones de parámetros
El 18 de junio de 2026, Tongyi Lab anunció el lanzamiento en código abierto de LOGOS (Language Of Generative Objects in Science), el primer modelo generativo científico multidominio basado en una «gramática científica» unificada.
Desarrollado conjuntamente por ATH-Token Foundry y el Instituto Huoqian de Inteligencia Artificial de la Universidad Renmin, este modelo pretende romper con el statu quo fragmentado de «una tarea, un modelo experto» propio de la IA para la ciencia (AI4S) tradicional. Al codificar diversos objetos científicos —proteínas, moléculas pequeñas, materiales y reacciones químicas— en una secuencia unificada de tokens discretos, permite la integración de conocimientos entre dominios y la generación autorregresiva dentro de un marco nativo de modelos a gran escala.

El avance fundamental de LOGOS radica en su innovador diseño de «gramática científica» y en la tecnología de discretización de la interacción espacial. Esto permite al modelo comprender en profundidad las complejas reglas de interacción espacial en 3D y realizar una generación autorregresiva sin depender de los escasos datos de coordenadas 3D ni de redes geométricas especializadas, lo que garantiza una coherencia total en la forma y el objetivo entre el preentrenamiento y las tareas posteriores.
Los resultados de la evaluación muestran que LOGOS-1B, con tan solo 1.000 millones de parámetros, iguala o supera de forma sistemática a los métodos específicos de cada dominio en seis tareas representativas: generación de ligandos condicionados por el bolsillo, predicción de retrosíntesis (precisión Top-1 del 74,8 %), identificación de sitios de bolsillo (precisión Top-n del 58,5 % en el conjunto de datos HOLO4K) y generación de materiales MOF (un aumento del 76 % en la proporción de nuevas unidades de construcción). En algunas tareas, incluso superó a NatureLM —que utiliza 8×7 mil millones de parámetros— a pesar de emplear solo 1/56 del número de parámetros.

Artículo relacionado
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Cómo corregir las Core Web Vitals para mejorar el posicionamiento SEO
Simplificar los comentarios de las tarjetas de calificación con herramientas de IAIntroducciónHerramientas de IA para generar comentarios de tarjetas de calificaciónMagic SchoolAlmanac AIChat GPTUso de Magic School para generar comentarios de t
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
El 18 de junio de 2026, Tongyi Lab anunció el lanzamiento en código abierto de LOGOS (Language Of Generative Objects in Science), el primer modelo generativo científico multidominio basado en una «gramática científica» unificada.
Desarrollado conjuntamente por ATH-Token Foundry y el Instituto Huoqian de Inteligencia Artificial de la Universidad Renmin, este modelo pretende romper con el statu quo fragmentado de «una tarea, un modelo experto» propio de la IA para la ciencia (AI4S) tradicional. Al codificar diversos objetos científicos —proteínas, moléculas pequeñas, materiales y reacciones químicas— en una secuencia unificada de tokens discretos, permite la integración de conocimientos entre dominios y la generación autorregresiva dentro de un marco nativo de modelos a gran escala.

El avance fundamental de LOGOS radica en su innovador diseño de «gramática científica» y en la tecnología de discretización de la interacción espacial. Esto permite al modelo comprender en profundidad las complejas reglas de interacción espacial en 3D y realizar una generación autorregresiva sin depender de los escasos datos de coordenadas 3D ni de redes geométricas especializadas, lo que garantiza una coherencia total en la forma y el objetivo entre el preentrenamiento y las tareas posteriores.
Los resultados de la evaluación muestran que LOGOS-1B, con tan solo 1.000 millones de parámetros, iguala o supera de forma sistemática a los métodos específicos de cada dominio en seis tareas representativas: generación de ligandos condicionados por el bolsillo, predicción de retrosíntesis (precisión Top-1 del 74,8 %), identificación de sitios de bolsillo (precisión Top-n del 58,5 % en el conjunto de datos HOLO4K) y generación de materiales MOF (un aumento del 76 % en la proporción de nuevas unidades de construcción). En algunas tareas, incluso superó a NatureLM —que utiliza 8×7 mil millones de parámetros— a pesar de emplear solo 1/56 del número de parámetros.

La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Cómo corregir las Core Web Vitals para mejorar el posicionamiento SEO
Simplificar los comentarios de las tarjetas de calificación con herramientas de IAIntroducciónHerramientas de IA para generar comentarios de tarjetas de calificaciónMagic SchoolAlmanac AIChat GPTUso de Magic School para generar comentarios de t











