科学家终于有了“通用语言”：阿里开源一个模型，能让蛋白质和材料“对话”

6月18日，阿里和中国人民大学联合开源了一个叫LOGOS的AI模型。它干了一件大事：给科学家们造了一把“万能钥匙”，让蛋白质、小分子、复杂材料这些原本“语言不通”的研究对象，终于能互相交流了。

以前，不同领域的科研数据就像一个个封闭的小岛。研究蛋白质的用一套3D坐标，研究材料的用另一套几何公式。想让它们对话？得像翻译官一样折腾，换一个研究环节就得重新设计模型，费钱又费时间，搞得很多科研人员头疼不已。

LOGOS的核心创新，就是打破了这种“语言隔离”。它设计了一套共享“单词表”——把蛋白质、抗体、小分子、MOF材料（一种多孔材料，用来储存气体或催化反应）这些样子完全不同的东西，都变成统一的离散字符序列。模型不再需要昂贵的3D空间坐标，而是像读文章一样，通过一串串“文字”预测出它们之间的空间相互作用。简单说，就是把复杂的立体问题，变成了“语文题”。

效果有多炸？LOGOS-1B版本只用微软NatureLM模型1/56的参数量（相当于别人用56个工人干的活，它只用1个），就在多个关键科学任务上取得了更好成绩。而且它天生就能直接生成新结构，不需要科学家再花时间做繁琐的“微调适配”。对科研人员来说，这等于拿到了一个即开即用的“科学工具箱”。

目前，LOGOS已经吃下了覆盖7种数据类型的44.87亿个“词语”（tokens），并把这个“智慧”完整开源在HuggingFace和GitHub上。任何实验室都能免费下载使用。

一个科学界的通用语言正在形成。当AI不再需要为每个研究领域单独学一门“方言”，科研自动化的速度可能会超乎想象。未来，一个分子设计师和一个材料科学家，或许可以对着同一个模型说，“帮我设计个既能抗癌又能储氢的东西”——而模型也能听懂了。