# 上海科学智能研究院开源多模态模型“神珍”，一个模型处理蛋白质、天气等六类科学数据

> 原标题：上海科学智能研究院开放科学多模态基础模型"神珍"

- 来源：AI HOT 精选
- 发布时间：2026-07-20T07:00:15.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45430
- 原文：https://www.ithome.com/0/979/017.htm

## 摘要

“神珍”是一个总参数约110亿的统一模型，把DNA、RNA、蛋白质、小分子、地球系统和医学影像六种数据放进同一个架构里，没有强行压成一种格式，而是各自保留序列、分子结构、空间场或影像细节。在20项生物序列任务中，它有9项拿了第一，17项排进前二，比同量级的Biology-Instructions多赢了16项，跟万亿参数的Intern-S1-Pro打成1...

## 推荐理由

110亿参数统一处理六种科学数据模态，生物序列基准成绩扎实。属于传统科学加AI的交叉，跟产品、智能体没什么关系，但具体数字和开源发布让它够得上featured。

## 锐评

上智院放出的“神珍”模型，核心卖点是用一套110亿参数的架构，同时处理DNA、蛋白质、小分子、气象和医学影像六种完全不同的科学数据。它没有把所有数据粗暴地压成一种格式，而是各自保留了序列、分子结构或空间场的原始特征。从结果看，这个设计思路是有效的：在20项生物序列任务里，它赢了同量级的对手16项，甚至跟万亿参数的Intern-S1-Pro打成10比10平。气象预报上，它能滚动生成10天全球预报，第10天的指标号称达到或优于业务级数值预报的水平。

不过，正文没披露气象评测的具体误差数值和对比基准的细节，只说“达到或优于”，这个表述比较模糊。医学影像分割的91.20平均Dice得分看着不错，但也没说明这个分数在不同影像类型上的波动有多大。另外，模型虽然开源了权重和推理代码，但训练数据和具体训练成本都没提，外部团队想复现或微调会有点抓瞎。整体看，这是一个在科学多模态统一建模上很有想法的尝试，但实际落地效果还需要更多第三方验证。