科学界迎来“通用语法”：阿里开源 LOGOS 模型，以更高效率重塑科研模式

人工智能在科研领域的落地，正进入一个全新的阶段。6月18日，阿里 ATH-Token Foundry 携手中国人民大学高瓴人工智能学院，正式开源了一款名为LOGOS的多领域科学生成基础模型。这一成果的出现，意味着科学界首次拥有了一套可跨领域通用的“科学语法”。

一直以来，不同学科之间都存在明显的“语言隔阂”。蛋白质、小分子以及复杂材料，在AI系统中通常属于结构差异很大的独立数据类型。为了让这些科学对象能够被统一理解，以往研究通常要依赖复杂的3D坐标信息，或专门构建几何神经网络，不但计算代价很高，而且通用能力有限，换一个任务往往就要重新搭建方案。

LOGOS 的关键突破，就在于打通了这层壁垒。它构建了一套共享词表，把蛋白质、抗体、小分子和 MOF 材料等不同类型的对象，统一编码成离散 Token 序列。也就是说，模型不再高度依赖昂贵的3D空间信息，而是像“读文本”一样，通过序列预测直接学习复杂的3D空间相互作用规律。这样的“科学语法”，让不同学科的数据第一次能够在底层实现知识互通。

在参数效率方面，LOGOS 的表现同样十分亮眼。LOGOS-1B 版本仅凭微软 NatureLM 1/56 的参数规模，就在多项具有代表性的科学任务中实现了反超。与此同时，LOGOS 还解决了预训练和下游任务之间常见的“目标偏移”问题，让模型无需复杂微调和额外适配，就能直接释放生成能力，显著降低科研人员的使用门槛。

目前，LOGOS 已建立起覆盖7类模态、总量达到44.87B tokens 的超大规模预训练语料库。项目团队也已经将模型权重、推理代码以及完整技术报告全部开源，开发者可以通过HuggingFace或GitHub进行访问和获取。

这项突破不仅为科研自动化提供了更强有力的技术引擎，也为未来多模态科学大模型的发展提供了新的范式。随着 LOGOS 正式开源，科学界的“语言体系”或许将迈向更统一、更高效的新阶段。