近日，上海科学智能研究院（以下简称上智院）开放科学多模态基础模型“神珍”（MKB）。“神珍”总参数约110 亿，面向DNA、RNA、蛋白质、小分子、地球系统和医学影像六类科学数据，在一个统一模型中支持科学理解与多类结果生成。

在科学智能（AI for Science）领域，蛋白质、分子、气象和医学影像等方向已形成一批性能出色的专用模型。但不同科学对象背后的规律并不相同，如何在保留差异的同时，让模型学习可共享的规律，同时支持科学理解与结果生成，仍是科学智能基础模型需要回答的问题。

“神珍”以Qwen3-VL-8B 为共享主干，为六类科学数据设置专门的数据处理通路。值得一提的是，“神珍”在进入共享模型前，分别保留序列的先后关系、分子的连接结构、气象场的空间分布和医学影像的局部细节，使用时则按任务调用相应功能。除文本回答外，“神珍”还能直接生成RNA 序列、可供计算机读取的分子表示、全球气象场和医学影像分割结果。

“神珍”总体架构。上海科学智能研究院供图

在约110亿参数的规模下，“神珍”在生物序列、小分子、气象和医学影像等任务中展现出竞争力。

如在覆盖DNA、RNA、蛋白质以及不同生物序列关系判断的20 项任务中，“神珍”有9 项取得三款参评模型中的最优结果，17 项位列前二。此外，“神珍”在16 项任务上得分高于同量级的Biology-Instructions；与总参数约1 万亿的Intern-S1-Pro 相比，两款模型各在10 项任务上得分更高。

值得一提的是，此次发布同步提供模型权重、推理代码、示例脚本、输入说明和使用文档，并补充气象预报与医学影像分割所需的配置，支持研究者开展本地部署或接入已有科研流程。研究者可以通过星河启智科学智能开放平台下载模型或调用API，与平台汇聚的1500 余个科学模型和工具一起组合与再创造；也可在Hugging Face 下载模型权重，在GitHub 获取推理代码和示例。