SciReasoner：多模态科学基础模型实现跨学科结构推理
【前沿科学转载】
生物学、化学和材料科学中存在一个根本性挑战：如何从物质的结构信息中准确理解其功能和性质？分子结构决定功能——无论是蛋白质的折叠方式决定了它的生物学角色，还是晶体的原子排列决定了它的电子特性——但传统人工智能方法在处理这类”结构→性质”推理时面临双重困境：既需要保留原始结构信息的完整性，又需要在物理约束下解释特定结构特征如何支持预测结论。
北京时间2026年7月8日，由上海人工智能实验室、商汤科技、香港中文大学、复旦大学等多家顶尖机构联合团队在arXiv发表论文，推出了SciReasoner——一个跨蛋白质、小分子和无机晶体的多模态科学基础模型。SciReasoner在86项基准测试中取得了67项最先进（SOTA）性能，在双盲专家评估中，其推理链条在98%的情况下被评价为优于或达到前沿大语言模型的水平。
SciReasoner的核心创新在于”原生结构推理”（Native Structural Reasoning）。该模型将蛋白质的三维坐标、拓扑结构和周期性连接等原始结构信息离散化为统一的结构感知词汇表（structure-aware vocabulary），将结构令牌（structural tokens）作为可寻址的证据单元参与推理过程。这意味着模型不是简单地从结构中提取特征，而是在推理的每一步都能”查阅”具体结构证据，在科学原理和物理约束下进行结构化思考。
在蛋白质功能预测方面，在同源性控制基因本体（Gene Ontology）预测任务中，对于低同源性和孤儿（orphan-like）蛋白质，SciReasoner将Cellular Component注释的F_max分数从0.42提升至0.55。在化学领域，单步逆合成预测准确率从0.63提升至0.72，同时生成片段级断键和中间体验证轨迹。在材料科学中，其表征能够清晰区分元素相与化合物相，并分辨高带隙与低带隙材料区域。
这一成果标志着AI for Science进入”结构推理”阶段——模型不再仅仅是一个特征提取器或模式匹配器，而是能够像人类科学家一样在结构证据和物理约束下进行推理和判断。SciReasoner的发布也意味着科学基础模型的推理能力正在接近甚至部分超越通用大语言模型的水平。
来源：
📄 arXiv:2607.07708 — “Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning”
👥 作者：Chen Tang, Yizhou Wang, Jianyu Wu, Lintao Wang 等（29位作者）
🏷️ 分类：cs.CL, cs.AI, cs.CE, cs.LG
📅 提交日期：2026-07-08
