在2026世界人工智能大会（WAIC）举办期间，一场聚焦人工智能与决策大模型的重要论坛上，中科闻歌发布了决策大模型系列产品。中国科学院自动化研究所研究员、赛思极限CEO徐楠在会上详细介绍了磐石2.0（ScienceOne - Omni）的最新技术进展，并提出了AI for Science基础模型发展的“通专一体”技术路径。这一路径旨在将通用知识推理能力与专业科学能力进行原生融合，从而提升对复杂科学与工程问题的求解能力。
徐楠指出，当前AI for Science基础模型主要有三条技术路线。一是面向特定科研任务构建专用模型；二是借助智能体和科研工具来增强通用大模型的能力；三是把蛋白质、DNA等科学对象映射到统一语言空间，构建领域语言模型。然而，这些路线在科学机理与数据融合、推理逻辑以及结果可解释性等方面，都面临着共同的挑战。
为应对这些问题，磐石2.0采用了“通专一体”的技术路线。它通过重构底层架构，对通用知识推理能力与专业科学能力进行联合训练，让单一模型具备处理不同科学和工程领域复杂任务的能力。徐楠强调，磐石2.0并非简单的模型升级，而是对AI for Science基础模型技术路线的一次全新探索。
ScienceOne - Omni采用了三层架构设计。底层能够对文本、晶体结构（CIF）、化学分子表达式（SMILES）、蛋白质、光谱及科学图像等多种科学数据进行统一编码；中间层融合科学规律和专家经验，增强了模型的推理逻辑与可解释性；上层则针对不同科研任务进行定向解码，使模型能够完成科学数据理解、知识推理、性质预测及结构生成等多类任务。
在数据方面，磐石团队联合中国科学院相关研究所，构建了800万条高质量科学推理数据，这些数据覆盖了200余项科研任务。团队还将科研人员的思维方式转化为模型推理规则，形成了可验证的推理链路。官方数据显示，在60余项专业科研评测中，磐石2.0在多数任务中的成绩超过了Gemini - 3.1 Pro、GPT - 5.5等通用模型，尤其在化学性质预测、谱到分子结构预测、蛋白质位点预测等任务中表现突出。
在应用层面，ScienceOne已在数十家科研单位落地，覆盖了百余个科研场景。在流体力学领域，团队与中国科学院力学研究所合作开发了流体高通量计算软件，该软件可在10秒内输出仿真结果，且误差控制在5%以内。在材料研发方面，与中国科学院上海硅酸盐研究所联合构建了催化剂材料创制智能体，将材料设计周期从数月缩短至30分钟以内，还发现了催化活性提升38%的新型催化剂。
团队还与中国科学技术大学合作开发了机器科学家系统。科研人员只需输入研发需求，系统便可自主调度文献挖掘、实验设计、机器操作、计算模拟及智算优化等多类智能体，协同完成科研流程。目前，该系统已完成462组样品合成表征、千万量级虚拟筛选，排名前20的候选材料中约四成性能优于原有样品，且已稳定运行超过1500小时。
为打通科研过程中的“数据—计算—推理—实验”全流程，团队联合中科闻歌打造了科研智能平台ScienceOne.ai。目前，该平台已接入2000余项MCP，沉淀了3000余项可复用科研技能，支持科研人员根据不同任务快速组装科研智能体，推动科研模式从传统的工具辅助逐步迈向智能体协同科研。
