深圳11B引數科學模型在上海亮相，整合六種資料型別，打通從DNA到氣象的多個領域

7月19日，在2026世界人工智慧大會“科學智慧開放論壇”期間，上海科學智慧研究院釋出了一款基礎超級大腦：深圳科學多模態基礎模型。該模型旨在支援多學科科學研究，其名稱取自《西遊記》中的“神珠鐵”。研發團隊希望這一開源模型能夠高效處理各類科學任務，從而讓更多研究人員參與到測試、使用及聯合開發中。它作為“大聖”系統級智慧科研代理，於3月初隨其超級大腦一同釋出。

在技術層面，深圳融合了材料科學、生命科學和地球科學等多個學科，實現了跨領域科學知識的階段性統一表示和多模態理解。該模型擁有約110億引數，支援對六種不同資料類別的科學理解和多型別結果生成：DNA、RNA、蛋白質、小分子、地球系統以及醫學影象，且所有功能均整合在單一框架內。模型採用Qwen3-VL-8B作為共享骨幹網路，併為六種科學資料型別分別配備了專用的資料處理路徑。在接入共享模型之前，它會保留序列順序、分子連線結構、氣象場空間分佈以及醫學影象的區域性細節。在實際應用中，深圳可以直接生成RNA序列、計算機可讀的分子表示（SMILES）、全球氣象場以及醫學影象分割結果，有效地將理解與生成能力整合到一個連貫的框架中。

開源與可訪問性是此模型的核心。上海科學智慧研究院已釋出模型權重、推理程式碼、示例指令碼和使用文件。研究人員可以透過“星河啟智”科學智慧開放平臺下載模型或透過API訪問，並利用平臺上提供的1500多個科學模型和工具。此外，模型權重已在Hugging Face上提供，程式碼託管於GitHub，旨在培育一個協作開放的科學智慧社羣。

此次釋出正值WAIC2026“科學智慧開放論壇”。在World Artificial Intelligence Conference組委會辦公室的指導下，由復旦大學和上海科學智慧研究院共同主辦，該論壇聚焦於AI原生時代的科學閉環發現。會議匯聚了來自業界、學術界和研究機構的知名科學家及青年代表，共同探討人工智慧如何在方法論層面重構整個科學發現過程，旨在構建一個開放協作的科學智慧生態系統。四位傑出科學家發表了主題演講，提供了關於科學智慧的多元視角。

香港中文大學（深圳）教授、諾貝爾化學獎得主Arie Y. K. Wachter教授強調，人工智慧必須建立在可靠的物理機制之上。蒙特利爾大學教授、圖靈獎得主Gilles Brassard教授對量子計算在新材料發現等領域的潛力表達了高度期待，並建議年輕研究人員追隨自己的興趣而非行業趨勢，因為當前的研究成果可能在十年後才能完全顯現。

浙江省實驗室主任、中國工程院院士王建分享了關於科學基礎模型及科學整體的觀點。他指出，科學智慧存在於資料而非論文文字中，然而當前的基礎模型仍以文字為主。他認為，科學資料應成為科學智慧的“原住民”，即各學科的資料應被分詞並整合到統一的表示空間中。他相信，人工智慧正變得如同數學一樣基礎，研究正規化正從STEM轉向STE+MAP——即數學、人工智慧與公共基礎設施的融合——從而統一科學。

美國國家科學院院士、普林斯頓大學教授範建清教授探討了智慧科學與社會，將人工智慧定義為統計學習與最佳化決策的動態迴圈。他解釋了人工智慧如何將資料轉化為社會洞察，並列舉了社會經濟測量、金融風險控制以及大模型應用等案例。他強調，雖然人工智慧服務於社會經濟發展，促進智慧代理和科學創新，但它必須持續應對就業結構變化、教育轉型、倫理安全以及保持有效人類控制等挑戰。

在峰會對話期間，與會者達成共識：AI原生時代原始創新的關鍵因素在於人、資料、模型、實驗和學術判斷能否形成新的協作發現機制。這不僅需要研究基礎設施的系統性升級，還需要新一代研究人員思維模式和能力結構的根本性轉變。

復旦大學特聘教授、上海科學智慧研究院院長祁淵概述了這一轉型的最終願景。他表示，人工智慧應從預測下一個詞元演變為發現未知規律，對這些規律的發現標誌著超級智慧的開端。這一過程的核心在於壓縮高維空間以揭示簡潔原理，並實現高效的科學驗證迴圈，促進數字世界與物理世界的融合以及新模型架構的出現。他提醒與會者，真實的研究涉及一個漫長的鏈條過程，包括文獻、假設、資料、模型、模擬、實驗和反饋，而科學智慧領域目前正致力於開發組織複雜研究過程的系統效能力。

隨著擁有110億引數的深圳將六種科學資料整合為單一心智，科學發現的形式或許正在被悄然改寫。