O modelo de ciência de 11 bilhões de parâmetros de Shenzhen estreia em Xangai, integrando seis tipos de dados para conectar áreas desde o DNA até o clima

Em 19 de julho, no Fórum Aberto de Inteligência Científica durante a Conferência Mundial de Inteligência Artificial de 2026, o Instituto de Inteligência Científica de Xangai apresentou um supercérebro fundamental: o Modelo de Base Multimodal Científico de Shenzhen. Projetado para apoiar a pesquisa científica multidisciplinar, o modelo deriva seu nome do "Pérola Divina de Ferro" em Jornada ao Oeste. A equipe de desenvolvimento espera que este modelo aberto possa lidar com diversas tarefas científicas de forma eficiente, permitindo uma participação mais ampla de pesquisadores nos testes, uso e desenvolvimento colaborativo. Ele serve como o sistema de agente de pesquisa inteligente "Grande Sábio", lançado no início de março junto com seu supercérebro.

Tecnicamente, Shenzhen integra disciplinas incluindo ciência dos materiais, ciências da vida e ciências da Terra, alcançando uma representação unificada em etapas do conhecimento científico interdisciplinar e compreensão multimodal. Com aproximadamente 11 bilhões de parâmetros, o modelo suporta a compreensão científica e a geração de resultados de múltiplos tipos para seis categorias distintas de dados: DNA, RNA, proteínas, pequenas moléculas, sistemas terrestres e imagens médicas, tudo dentro de uma única estrutura. Utilizando Qwen3-VL-8B como seu núcleo compartilhado, o modelo emprega caminhos de processamento de dados dedicados para cada um dos seis tipos de dados científicos. Antes de se conectar ao modelo compartilhado, ele preserva a ordem das sequências, as estruturas de conexão molecular, a distribuição espacial dos campos meteorológicos e os detalhes locais das imagens médicas. Na prática, Shenzhen pode gerar diretamente sequências de RNA, representações moleculares legíveis por computador (SMILES), campos meteorológicos globais e resultados de segmentação de imagens médicas, integrando efetivamente as capacidades de compreensão e geração em uma estrutura coesa.

O código aberto e a acessibilidade são centrais para este modelo. O Instituto de Inteligência Científica de Xangai liberou os pesos do modelo, o código de inferência, scripts de exemplo e documentação de uso. Os pesquisadores podem baixar o modelo ou acessar APIs através da Plataforma Aberta de Inteligência Científica Xinghe Qizhi, utilizando-o junto com mais de 1.500 modelos e ferramentas científicas disponíveis na plataforma. Além disso, os pesos estão disponíveis no Hugging Face, com o código hospedado no GitHub, promovendo uma comunidade colaborativa de inteligência científica aberta.

Este lançamento ocorreu durante o Fórum Aberto de Inteligência Científica na WAIC2026. Orientado pelo Escritório do Comitê Organizador da Conferência Mundial de Inteligência Artificial e realizado pela Universidade de Fudan e pelo Instituto de Inteligência Científica de Xangai, o fórum concentrou-se na descoberta em ciclo fechado científica na era nativa de IA. Reunindo cientistas renomados e representantes jovens da indústria, academia e pesquisa, o fórum discutiu como a inteligência artificial poderia reestruturar todo o processo de descoberta científica em nível metodológico, com o objetivo de criar um ecossistema de inteligência científica aberto e colaborativo. Quatro cientistas distintos proferiram discursos principais, oferecendo perspectivas diversas sobre a inteligência científica.

O Professor Arie Y. K. Wachter, laureado com o Prêmio Nobel de Química e professor da Universidade Chinesa de Hong Kong, Shenzhen, enfatizou que a IA deve ser fundamentada em mecanismos físicos confiáveis. O Professor Gilles Brassard, vencedor do Prêmio Turing e professor da Universidade de Montreal, expressou altas expectativas para o potencial da computação quântica em áreas como a descoberta de novos materiais, aconselhando os jovens pesquisadores a perseguirem seus interesses em vez das tendências da indústria, já que as descobertas de pesquisa atuais podem levar uma década para se materializarem plenamente.

Wang Jian, Diretor do Laboratório de Zhejiang e acadêmico da Academia de Engenharia da China, compartilhou suas visões sobre modelos fundamentais científicos e a ciência como um todo. Ele observou que a inteligência científica reside nos dados, e não nos textos dos artigos, mas que os modelos fundamentais atuais permanecem baseados em texto. Ele argumentou que os dados científicos devem se tornar os habitantes nativos da inteligência científica, o que significa que os dados de várias disciplinas devem ser tokenizados e integrados em um espaço de representação comum. Ele acredita que a IA está se tornando tão fundamental quanto a matemática, mudando o paradigma de pesquisa de STEM para STE+MAP — a integração de matemática, IA e infraestrutura pública — unificando assim a ciência.

O Professor Jianqing Fan, membro da Academia Nacional de Ciências dos EUA e professor da Universidade de Princeton, discutiu a ciência inteligente e a sociedade, definindo a IA como um ciclo dinâmico de aprendizado estatístico e tomada de decisão de otimização. Ele explicou como a IA transforma dados em insights sociais, citando exemplos como medição socioeconômica, controle de risco financeiro e aplicações de grandes modelos. Ele enfatizou que, embora a IA sirva ao desenvolvimento socioeconômico e promova agentes inteligentes e inovação científica, ela deve continuar enfrentando desafios como mudanças na estrutura de emprego, transformação educacional, segurança ética e a manutenção do controle humano eficaz.

Durante o diálogo da cúpula, os participantes chegaram a um consenso: um fator-chave para a inovação original na era nativa de IA é se as pessoas, os dados, os modelos, os experimentos e o julgamento acadêmico podem formar um novo mecanismo de descoberta colaborativa. Isso requer não apenas atualizações sistemáticas na infraestrutura de pesquisa, mas também uma transformação fundamental nos padrões de pensamento e nas estruturas de capacidade de uma nova geração de pesquisadores.

Qi Yuan, professor especialmente nomeado pela Universidade de Fudan e diretor do Instituto de Inteligência Científica de Xangai, delineou a visão final desta transformação. Ele afirmou que a IA deve evoluir de prever o próximo token para descobrir leis desconhecidas, com a descoberta dessas leis marcando o início da superinteligência. O núcleo deste processo envolve a compressão de espaços de alta dimensão para revelar princípios concisos e alcançar um ciclo eficiente de verificação científica, promovendo a integração dos mundos digital e físico e o surgimento de novas arquiteturas de modelos. Ele lembrou os participantes que a pesquisa real envolve um longo processo que inclui literatura, hipóteses, dados, modelos, simulações, experimentos e feedback, e que o campo da inteligência científica está atualmente focado no desenvolvimento de capacidades sistêmicas para organizar processos de pesquisa complexos.

Enquanto Shenzhen, com seus 11 bilhões de parâmetros, consolida seis tipos de dados científicos em uma única mente, a forma da descoberta científica pode estar sendo silenciosamente reescrita.