深センの110億パラメータの科学モデルが上海でデビューし、DNAから天気予報に至るまで複数の分野を結びつける6種類のデータを統合

7月19日、2026年世界人工知能会議（WAIC2026）の「科学インテリジェンス公開フォーラム」において、上海科学インテリジェンス研究所は基盤となるスーパーブレイン「深セン科学マルチモーダル基盤モデル」を発表した。学際的な科学研究を支援するために設計されたこのモデルは、『西遊記』に登場する「神珠鉄」にちなんで名付けられた。開発チームは、このオープンモデルが多様な科学タスクを効率的に処理し、より多くの研究者がテスト、使用、共同開発に参加できるようにすることを目指している。このモデルは、3月初めにスーパーブレインとともに導入された「大聖」システムレベルの知的研究エージェントとして機能する。

技術的に、深深圳は材料科学、生命科学、地球科学などの分野を統合し、ドメイン横断的な科学知識の段階的な統一表現とマルチモーダル理解を実現している。約110億のパラメータを有するこのモデルは、DNA、RNA、タンパク質、低分子、地球システム、医療画像という6つの異なるデータカテゴリに対する科学的理解と多様な結果生成を、単一のフレームワーク内でサポートする。共有バックボーンとしてQwen3-VL-8Bを活用し、このモデルは6つの科学データタイプそれぞれに専用のデータ処理パスを採用している。共有モデルに接続する前に、配列の順序、分子の結合構造、気象場の空間分布、および医療画像の局所的な詳細が保持される。実用的には、深深圳はRNA配列、コンピュータが読み取り可能な分子表現（SMILES）、全球気象場、および医療画像のセグメンテーション結果を直接生成することができ、理解と生成の能力を一つの統合されたフレームワークに効果的に統合している。

オープンソースとアクセシビリティは、このモデルの中核をなす要素である。上海科学インテリジェンス研究所は、モデルの重み、推論コード、例示スクリプト、および使用ドキュメントを公開した。研究者は、星河奇智科学インテリジェンスオープンプラットフォームを通じてモデルをダウンロードするかAPIにアクセスし、プラットフォーム上で利用可能な1,500以上の科学モデルおよびツールと併用してこれを利用できる。さらに、重みはHugging Faceで利用可能であり、コードはGitHubにホストされており、協力的なオープン科学インテリジェンスコミュニティの形成を促進している。

この公開は、WAIC2026の科学インテリジェンス公開フォーラムにおいて行われた。世界人工知能会議組織委員会のオフィスによる指導の下、復旦大学と上海科学インテリジェンス研究所が主催したこのフォーラムは、AIネイティブ時代における科学のクローズドループ発見に焦点を当てた。業界、学界、研究機関からの著名な科学者たちと若手代表者が集まり、人工知能が方法論のレベルで科学発見のプロセス全体をどのように再構築できるかについて議論し、オープンで協力的な科学インテリジェンスエコシステムの構築を目指した。4人の著名な科学者が基調講演を行い、科学インテリジェンスに関する多様な視点を提示した。

香港中文大学（深圳）教授でノーベル化学賞受賞者のArie Y. K. Wachter教授は、AIは信頼できる物理的メカニズムに基づかなければならないと強調した。モントリオール大学教授でチューリング賞受賞者のGilles Brassard教授は、新素材発見などの分野における量子コンピューティングの可能性に対して高い期待を表明し、若手研究者に対して業界のトレンドではなく自身の興味を追及するよう助言した。現在の研究成果が完全に実現するには10年以上かかる可能性があるからだ。

浙江省ラボ所長で中国工程院院士の王建氏は、科学基盤モデルおよび科学全体に関する見解を述べた。彼は、科学インテリジェンスは論文テキストではなくデータに存在すると指摘しつつ、現在の基盤モデルは依然としてテキストベースであると述べた。彼は、科学データが科学インテリジェンスのネイティブな居住者となるべきであり、すなわち各分野からのデータがトークン化され、共通の表現空間に統合されるべきだと主張した。彼は、AIが数学と同様に基礎的なものとなり、研究パラダイムがSTEMから数学、AI、公共インフラの統合であるSTE+MAPへとシフトし、科学を統一すると信じている。

米国科学アカデミー会員でプリンストン大学教授のJianqing Fan教授は、インテリジェントな科学と社会について議論し、AIを統計的学習と最適化意思決定の動的サイクルとして定義した。彼は、AIがデータを社会的洞察に変換する方法を説明し、社会経済的測定、金融リスク管理、大規模モデルの応用などの例を挙げた。彼は、AIが社会経済の発展に貢献し、インテリジェントエージェントや科学イノベーションを促進する一方で、雇用構造の変化、教育の変革、倫理的セキュリティ、そして有効な人間の制御の維持といった課題に継続的に取り組む必要があると強調した。

サミット対話において、参加者たちは合意に達した。AIネイティブ時代における独自イノベーションの鍵となる要因は、人々、データ、モデル、実験、学術的判断が新たな協力的発見メカニズムを形成できるかどうかである。これには、研究インフラの体系的なアップグレードだけでなく、新世代の研究者の思考パターンと能力構造の根本的な変革も必要である。

復旦大学の特別任命教授であり上海科学インテリジェンス研究所所長のQi Yuan氏は、この変革の究極的なビジョンを概説した。彼は、AIは次のトークンを予測することから未知の法則を発見することへ進化するべきであり、これらの法則の発見がスーパーインテリジェンスの始まりをマークすると述べた。このプロセスの中核は、高次元空間を圧縮して簡潔な原理を解明し、効率的な科学検証ループを実現することにあり、デジタル世界と物理世界の統合および新しいモデルアーキテクチャの出現を促進する。彼は、参加者に対し、実際の研究には文献、仮説、データ、モデル、シミュレーション、実験、フィードバックを含む長い連鎖プロセスが含まれており、現在科学インテリジェンスの分野は複雑な研究プロセスを整理する体系的な能力の開発に焦点を当てていると注意を促した。

110億のパラメータを有する深深圳が6種類の科学データを一つの知性に統合するにつれて、科学発見の形態は静かに書き換えられつつある。