通义实验室联合人大高瓴开源LOGOS 统一科学大模型性能超NatureLM

2026年6月18日，通义实验室联合中国人民大学高瓴人工智能学院正式开源全球首个基于统一“科学语法”的多领域科学生成基础模型LOGOS。该模型参数规模仅1B，凭借创新的异构科学对象编码技术打破传统AI4S领域“一任务一专家模型”壁垒，实测性能超越行业标杆NatureLM，为跨领域科学研究智能化提供了新的通用底座。

在AI for Science（以下简称AI4S）领域，“一任务一专家模型”的割裂状态已经持续了近十年：研究蛋白质折叠的团队要单独训练一套专用模型，做新能源材料研发的团队又要从零搭建适配领域数据的框架，不同领域的科学数据格式不兼容、知识无法跨场景迁移，已经成为制约AI赋能科研效率提升的核心瓶颈。

此前全球范围内的科学大模型普遍走垂直专用路线，即便是此前被视作行业标杆的NatureLM，也仅能覆盖生命科学少数细分场景，且高度依赖稀缺的3D坐标标注数据与专用几何网络，不仅训练成本高企，普通科研团队也很难获得适配模型的高质量数据，进一步拉大了不同机构之间的科研能力差距。

此前也有不少团队尝试打造跨领域的科学大模型，但始终无法解决蛋白质、小分子、材料、化学反应等异构科学对象的统一表示问题——不同类型的科学数据底层逻辑差异极大，很难用同一套模型架构完成编码与学习，这也是统一科学大模型此前始终难以落地的核心原因。