模型与 Benchmark板块首页
总览
AI for Bio benchmark 总览模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…模型索引:112 个模型按领域分组44 个 benchmark 的规模、更新与 wet la…
Benchmark 档案:核心 30 项
01 CASP02 ProteinGym03 MoleculeNet04 TDC05 PoseBusters06 CASF-201607 USPTO family08 Basenji/Enformer test set09 scIB10 GuacaMol11 ClinVar hold-out protocol12 DUD-E / LIT-PCBA13 CAGI14 PubMedQA15 CAMEO16 GUE + Nucleotide Transform…17 CAFA18 LAB-Bench / LABBench219 PMO20 CACHE21 DREAM5 / BEELINE / CausalB…22 CAPRI23 BioASQ24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles26 FLIP / FLIP227 Polaris / ASAP / OpenADMET28 Adaptyv competitions / Ben…29 BixBench30 PLINDER / PINDER / Runs N'…
Benchmark 档案:补充 14 项
31 FoldBench32 CrossDocked202033 PoseX34 AbBiBench35 FLAb / FLAb236 AIntibody37 TraitGym38 BEND39 RNAGym40 MotifBench41 BioML-bench42 BioMysteryBench43 Ginkgo GDPa144 FS-Mol
模型:结构/共折叠
AF2-Multimer:Google DeepMindAlphaFold 3BioEmu-2Boltz-1 / Boltz-1xBoltz-2:MIT、Recursion、Boltz P…Chai-1:Chai DiscoveryChai-2:Chai DiscoveryDiffDock:MIT CSAILESMFold2HelixFold-S1:BaiduIntelliFold-2:IntelliGen AIIsoDDE:Isomorphic LabsMassiveFoldNeuralPLexer3OpenComplex2OpenDDE:Aureka AI Research、Au…OpenFold3Pearl:Genesis Molecular AIProtenixRF3:University of Washington …RhoFold+ / DRfold2 / trRosett…RNAPro:NVIDIA、Stanford Univer…SeedFold:ByteDance SeedVina:Scripps Research
模型:小分子
ADMET-AIAQAffinity:SandboxAQBeacon:Inductive BioChemformer:AstraZenecaChemprop v2:MITEnchant v1 / v2ether0:FutureHouseKERMT:Merck & Co.、NVIDIAMiniMol:Valence LabsMolE:RecursionMoLFormer-XL:IBM ResearchNesso-1:Valence Labs、Recursio…ReaSyn v2:NVIDIA、KAISTREINVENT 4RetroDFM-RSaturn:EPFLTamGen:Microsoft Research AI …TerraBind:Terray TherapeuticsTxGemma:Google DeepMind、Googl…Uni-Mol2Uni-Mol3
模型:蛋白
AlphaProteoAMPLIFY:Mila、Polytechnique Mo…BindCraftBoltzGenChai-3:Chai DiscoveryClaude 蛋白设计研究DPLM-2:ByteDance Research、Nan…Dyno Psi-1 / Psi-PhiESM C:Evolutionary Scale、Chan…ESM3:Evolutionary Scale、Chan …EVOLVEproLa-Proteina:NVIDIALatent-X / X2:Latent LabsLucaOne:Alibaba Cloud、Sun Yat…Mosaic:Escalante BioPinal:Westlake UniversityPoET-2:OpenProtein.AIProfluent-E1:ProfluentProGen3:ProfluentProSST:Shanghai Jiao Tong Uni…Proteina-Complexa:NVIDIARFdiffusion2 / 3SaProt:Westlake University、We…SeedProteo:ByteDance SeedVenusREMxTrimoPGLM
模型:抗体
GerminalHCAbLM:Nona Biosciences、HBM H…IgGM / IgGM-FMJAM / JAM-2:Nabla BioOrigin-1:AbsciRFantibodytFold:Tencent AI for Life Sci…
模型:基因组/RNA
AlphaGenome:Google DeepMindAlphaMissense:Google DeepMindBioReasonBorzoi:Calico Life SciencesBulkFormerEvo 2:Arc Institute、NVIDIA、St…NTv3:InstaDeeppopEVE:Harvard Medical School…RIBOSPAN
模型:单细胞
AIDO Cell:GenBio AIC2S-ScaleCellFM:Sun Yat-sen University…Lingshu-CellscGPT / GeneformerscPRINT-2Stack:Arc InstituteSTATE:Arc InstituteTahoe-x1:Tahoe TherapeuticsTranscriptFormerX-Cell:Xaira TherapeuticsxTrimoSCPerturb / scFoundation
模型:分子生成
GenMol:NVIDIA
模型:文本与 agent
Biomni:Stanford University、Ph…Co-ScientistGPT-Rosalind:OpenAIIntern-SKosmos / Edison AnalysisMedGemma / Med-GeminiQuine:Microsoft ResearchRobin:FutureHouseSciReasonerTxAgent:Harvard Medical SchoolVERID:Google Research前沿通用大模型:Anthropic、OpenAI、Goog…

SciReasoner:Shanghai AI Laboratory、The Chinese University of Hong Kong、Shanghai Institute of Materia Medica, Chinese Academy of Sciences等

整理 2026-11-16 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 做什么
  3. 报过的 benchmark
  4. 其他评测(不在 44 项内)
  5. 训练数据
  6. 湿实验验证
  7. 背景
  8. 怎么看
  9. 局限与注意
  10. 来源
  11. 更正记录

多模态科学推理模型,把 3D 结构编码为统一 token。

文本与 agent · 非营利研究机构 · 中国、美国、英国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 SciReasoner;有歧义、不自动链接:SciReasoner
家族 家族条目:SciReasoner (2025 preprint) †(未核实);SciReasoner (2026 structure-reasoning version) †(未核实)。边界:两篇同名论文是不同工作,本记录指 2026 年的结构推理版;站上须先确认所指为哪一个
机构 Shanghai AI Laboratory、The Chinese University of Hong Kong、Shanghai Institute of Materia Medica, Chinese Academy of Sciences、Stanford University、University of Oxford
机构类型 / 国家 非营利研究机构 / 中国、美国、英国
模型类别 多模态科学大模型(结构推理)
领域 文本与 agent(次领域:蛋白、小分子)
首次发布 †(未核实)(依据:预印本 v1(仓库说明同日)) 同名两篇论文未定,所指实体须先确认
其他里程碑 最早公开证据 †(未核实)(预印本 v1);预印本 v1 †(未核实)(预印本 v1)
最近更新 †(未核实);未检出发布后更新(截至 2026-11-16):仓库只有两次提交、无发布;权重与演示都标为「即将提供」,评测脚本称随代码公开一并加入。截至 2026-11-16 未检出更晚的实质事件。(提交日在抓取中不可见,所记日期与仓库日期可能相差一两天)。此为最近一次有出处的事件,不代表此后没有更新
开放程度 代码:不明;权重:不明;项目站列出代码仓库,但截至 2026-11-16 未见权重与许可;同名的 2025 早期版评测代码另在公开仓库以宽松许可发布
状态 活跃:12 个月内发布,发布后未检出事件
报过的 benchmark 1 项计入(自报 1);另 7 条不计入(未证实 7)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

以一个开源 140 亿参数通用模型为骨架,把蛋白、小分子与无机晶体的三维结构分别编码为统一的结构 token,让推理链可以引用结构证据,覆盖蛋白、小分子、晶体与核酸四类对象;训练流程为对齐与持续预训练、监督微调冷启动,再接强化学习。与同机构的 Intern-S 同属科学模型线,差别在于本模型是中等规模的专用结构推理模型而非通用科学基座;可对照的化学专用模型有 ether0 与 TxGemma。

报过的 benchmark

按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(自报 1);另 7 条不计入(未证实 7)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
07 USPTO family (+PaRoutes) 开发方按官方口径自报 是 — 自报 在该专利反应数据集的 5 万条单步逆合成划分上自报精确匹配,与此前最好的无模板方法对照;本站矩阵原先只以注记形式记录该配对 出处
14 PubMedQA 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处
17 CAFA 未证实 否 — 自报 基因本体预测的主测试集是一个第三方整理的集合,不是该赛事的官方盲测;赛事名称只出现在一处图注且无独立分数,若保留应按改动协议计 出处
18 LAB-Bench / LABBench2 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处
23 BioASQ 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处
29 BixBench 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处
41 BioML-bench 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处
42 BioMysteryBench 未证实 否 — 二手(二手) 论文正文未出现,该格仅据本站页面判定,须显示未证实 出处

其他评测(不在 44 项内)

  • 作者自选的大规模任务集(自建任务集,自报):论文称覆盖 86 个评测、其中 67 项取得最佳,基线由作者自跑
  • 虚拟筛选与定位等公开任务(站外公开 benchmark,自报):在一个百余靶点的虚筛集、亚细胞定位、RNA 相关任务与材料性质上与既有方法对照
  • 双盲专家评估(案例研究,自报):作者称专家在绝大多数情形下认为其推理链优于或可比于一个前沿通用模型

开发方称:把三维结构编码为统一 token 后,推理可引用结构证据,在自选的大规模任务集上多数取得最佳,且推理链在双盲专家评估中优于或可比于一个前沿通用模型。

独立证据:未检出独立证据(权重未发布,未检出第三方评测,也无官方盲测参赛记录)

训练数据

类别 值 说明 出处
a 公开库 是 数十个公开库,涵盖蛋白序列与结构、文献、化学与生物活性、反应、材料与核酸数据;与测试集同源的蛋白及与反应测试集重合的反应已从预训练中剔除 出处
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 否 — —

湿实验验证

无。开发方未报告湿实验验证,或本站未收录可核的记录。

背景

  • 机构:主体是中国上海的一家政府支持的新型研发机构,科研线含通用大模型系列、评测体系与开放数据平台;合作单位含多所中国高校、一家药物研究所与两所海外大学。
  • 融资:由财政与地方政府支持,无商业融资。
  • 产品与合作:同机构另有通用科学基座模型线,站内记录为 Intern-S;本模型的对照模型含化学专用的 ether0 与 TxGemma。
  • 相关模型:Intern-S、ether0、TxGemma

怎么看

  1. 「多数任务最佳」的口径是作者自选任务集与自跑基线,不等同于第三方榜单名次。
  2. 基因本体预测用的是第三方整理的测试集,不是官方盲测;盲测需向赛事赛道提交。
  3. 与通用大模型的对比说明不带结构 token 时做不好这类任务,并不说明它在对话式生物问答上更强。
  4. 同名两篇论文必须先确认所指,否则首发与最近更新都不成立。

局限与注意

  1. 同名两篇论文身份未定,页面须先说明所指。
  2. 权重与许可未见,结论不可第三方复核。
  3. 六个 benchmark 的配对仅据本站页面判定,须显示未证实。
  4. 基因本体一项不是官方盲测参赛。
  5. 论文无任何湿实验验证。

来源

  1. 预印本 2026(预印本)
  2. 预印本全文(预印本)
  3. 同名早期论文 2025(预印本)
  4. 代码仓库(仓库)
  5. 项目站(官方网站)

更正记录

无。

本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。