磐石大模型牵手天穹超算赋能科学研究
在药物研发中，一个长期困扰科研人员的难题是：许多蛋白质在静态结构下“关闭”了结合位点，传统方法基于静态结构预测口袋（即在蛋白质的三维结构上找出那些能让小分子药物等配体附着结合的“凹陷”区域），往往找不到这些隐藏的靶点。
在中国科学院自动化研究所（以下简称“自动化所”）与上海思朗科技股份有限公司（以下简称“思朗科技”）的合作中，这一难题正在被一种全新的算力形式所破解。
“科研人员通过谷歌阿尔法折叠（AlphaFold）等智能工具看到的是蛋白质最终状态，相当于拍摄了一张照片。但蛋白质在人体里是变化的过程，受很多因素影响，平时很难观测。”自动化所研究员李林静解释称，通过思朗科技“天穹”科学计算机提供的长时间动态模拟数据，科学家们得以看到蛋白质在微秒级时间尺度上的动态过程，“相当于从照片变成了视频”。
这一显著转变的背后，是自动化所“磐石”大模型与思朗科技“天穹”超算协同合作的结果。记者近日获悉，双方构建的“超算+智算+速算”三位一体异构算力体系，正在为科学智能（AI for Science）探索一条从算力、数据到模型、应用的全栈国产化新路径。
图为思朗科技“天穹”3D科学计算机算力集群。资料图片 科研大模型装上国产“速算”平台
当前，人工智能正从科研辅助工具升级为科学发现的核心引擎，推动科学智能成为继实验、理论、计算和数据之后的科研“第五范式”，科学智能也成为全球科技博弈与产业创新的核心赛场。
2025年1月，中国科学院以先导A形式启动科学智能相关项目，由自动化所牵头组建磐石团队，目标是做人工智能与科学研究的结合。
今年7月，由中国科学院统筹打造的磐石·科学基础大模型2.0（ScienceOne Omni，以下简称“磐石2.0”）在2026世界人工智能大会上正式发布。该模型可深度赋能前沿科学问题探索，旨在推动我国人工智能赋能科学研究迈入协同开放、通专一体的新发展阶段。
其中，在算力配套方面，磐石2.0构建了“超算+智算+速算”三位一体的异构算力体系：超算承载通用科学计算与多学科高通量仿真任务；智算集群保障大模型训练、基准评测与在线推理服务；依托思朗“天穹”3D科学计算机等专用科学计算硬件打造的速算单元，可极速完成分子动力学等高精度、长时程专业模拟，高效生成高保真科研数据。
作为一家脱胎于自动化所的高科技半导体独角兽企业，思朗科技基于自主代数运算处理器（MaPU）架构打造的“天穹”3D科学计算机，核心定位是面向分子模拟、量子化学、多物理场等复杂科学问题的高端算力平台。在分子动力学模拟等典型场景下，“天穹”3D科学计算机效率远超通用超算集群，目前已在生物医药、新能源、新材料、集成电路等领域获得广泛应用。
科学研究的AI化长期受制于数据瓶颈。“以前我们主要是先造数据，有了数据再训练模型。”李林静说，“天穹”给磐石2.0带来的最大变化，是增加了新的算力形式，它能够提供更长时间、更高精度的模拟能力，让模拟计算从几个月甚至几年的等待中解放出来。针对分子动力学这一特定任务，“天穹”可以实现超过通用超算若干个数量级的性能表现；传统算力一般只能计算几千、上万个原子的体系，而“天穹”已将百万原子级计算常态化。
思朗科技产业生态负责人王晓坤告诉记者，在与自动化所的合作中，思朗科技提供原子级精度、微秒级时长的分子动力学模拟能力，解决了传统超算在生物和材料领域“算不动、算不准”的问题；自动化所磐石团队则利用AI模型挖掘模拟数据中的深层规律，实现从静态预测到动态生成的跨越。
此次与自动化所的合作，也是思朗科技首次把大规模数据拿出来给外部科研所用来训练。这中间需要克服训练资源如何提供、数据如何确保内部保密等问题。
为兼顾数据保密与训练需求，最终双方在自动化所部署了四个“天穹”专属终端，将数据置于可控的公有环境内，使科研人员可以直接触达。这一模式也成为思朗科技数据商业化的一次重要探索。
落地一线科研场景
“磐石”大模型与“天穹”超算的无缝适配，让一线科研人员从繁琐的工具编排和算力等待中解放出来，实现从“提出假设到仿真验证”的科研全链条效率跃升。
在生物医药领域，双方合作已带来显著改变。对于药物研发来说，找到能与小分子结合的靶点，通常是最关键也是最为困难的一步。思朗科技生物应用方向科学家曾鑫成解释称，既往的口袋预测多在静态结构上扫描凹陷定位靶点，但很多蛋白的功能往往伴随结构变化，如果结构预测不够准确，通过既往范式就没法正确找出“隐蔽口袋”。
“天穹”生成的长时程动态模拟数据改变了这一点。双方基于数据训练出隐蔽口袋发现模型，针对上百个不同靶点积累上千微秒的动态数据，定位出上万个结构数据点，完整捕捉口袋从关闭到打开的连续变化。
曾鑫成表示，相比传统方法，新模型在隐蔽口袋预测上找得更准、假阳性更少，整体性能大幅提升，“这能节省后面药物开发人员的时间，做更少失败的尝试，直接关注更准确的位点”。
在材料科学领域，双方合作同样带来了范式级的改变。比如，电解液被称为“电池里的血液”，直接关系电池的安全、寿命和成本，但设计它要同时考虑成分、温度、浓度、添加剂等多重因素。
自动化所助理研究员施家辉表示，不同因素组合空间很大，传统做法靠经验加实验去逐个测试，周期长、成本高。
“天穹”计算平台提供的大规模电解液分子动力学数据填补了这一空白。基于这些数据，自动化所与思朗科技做出了两个模型：正向模型给定配方预测电导率等关键性能，反向模型给定性能目标推荐配方，由此大幅提升研发效率。目前，相关模型已向学术会议投稿。
自动化所科研团队成员、在读博士齐书文给出了直观对比：“过往的理论计算需要几周时间，现在通过（天穹）模型，几秒钟即可完成预测。”她解释说，思朗科技提供的数据集不仅质量优异，还具备系统化、可迁移的显著优势，“不管是锂电池电解液，还是未来的先进半导体材料等领域，蒸馏后都可以迁移”。
打通产研“脉络”
科研智能技术突破的最终落脚点是产业价值与民生普惠。在谈及与思朗科技的合作时，自动化所研究员吴书表示：“我们更加看重科研全链条的打通。从仿真计算效率提升，到依托智能体调用实现实验加速，当研发的每一个环节都在提速，产业转化与科技普惠的进程就会大幅缩短。”目前，“磐石”团队还联动药物、材料、化学等相关研究所及头部新能源电池企业等，推动成果落地。
国产算力自主可控的背景下，这场合作的意义远超两款模型本身。李林静总结了两方面：一是“超算+智算+速算”体系正推进落地为三位一体新型算力中心，作为中国科学院“AI+科学”中试基地核心方案向全国开放；二是形成了从国产算力底座、科学模型到仿真工具、科学数据、行业场景的全链条国产化示范样本。
对思朗科技而言，这场合作的价值是场景激活。王晓坤表示，“磐石”对“天穹”的战略意义巨大，“‘天穹’本质上是工具，没有适配的使用者和场景就无法发挥效能。‘磐石’汇聚了中国科学院众多前沿一线的科学家，可以把‘天穹’的真正实力发挥出来。”
经过近一年磨合，双方合作正向更深层次推进。在生物医药方向，双方准备基于“天穹”算力构建全球最大的动态蛋白质口袋发现数据库，做出“动态版本”。思朗科技计划推出的下一代超算产品，将深度适配“磐石”模型，实现开箱即用的部署体验；软件生态覆盖领域也将从当前的生物医药、材料计算，进一步拓展至量子化学、催化科学、流体力学乃至核聚变模拟等前沿科研方向。
科学智能是人工智能的“终极战场”之一。“ChatGPT的出现让大家看到通用人工智能（AGI）未来有望实现。”思朗科技董事长兼首席执行官查浩说，当一个候选分子从化合物走到临床前研究，再走到临床上市、成为正式药物，这条路走通的时候，“科学智能也就迎来了自己的ChatGPT时刻”。
作为服务于科学任务的专用智能底座，磐石2.0旨在打破通用人工智能与各领域专业科学能力融合的壁垒，为科学研究提供更加可靠、全面的智能化支撑。自动化研究所副所长、“磐石”团队负责人曾大军表示，“磐石”模型与更多科研院所完成了对接应用，已在高能物理、流体力学、材料与工程计算等领域取得实效，一个开放、协同、高效的“人工智能+科学”新生态正在加速形成。