Mô hình AI khoa học đa phương thức 'Thần Trân' 11B chính thức ra mắt
Viện Nghiên cứu Tiên tiến về Khoa học Thượng Hải đã mở nguồn mở 'Thần Trân' (Monkey King Bang/MKB), một mô hình AI đa phương thức với 11 tỷ tham số. Mô hình này được thiết kế để xử lý và tạo dữ liệu trên sáu lĩnh vực khoa học bao gồm DNA, RNA, protein, phân tử nhỏ, thời tiết và hình ảnh y tế. Khác với các mô hình AI khoa học chuyên dụng truyền thống, 'Thần Trân' hợp nhất nhiều phương thức khoa học khác nhau vào một kiến trúc duy nhất, chứng minh rằng một mô hình có thể học các quy luật chung giữa các ngành khoa học khác nhau. Việc phát hành này thúc đẩy xu hướng 'AI cho Khoa học' (AI for Science) bằng cách cung cấp trọng số và mã nguồn mở để tạo điều kiện cho nghiên cứu hợp tác. Được xây dựng trên nền tảng Qwen3-VL-8B, mô hình này bảo toàn các cấu trúc dữ liệu đặc thù của từng lĩnh vực (như liên kết phân tử và phân bố không gian thời tiết) trước khi xử lý chúng qua các trọng số chia sẻ. Trong các thử nghiệm, mô hình đã vượt qua Intern-S1-Pro (1 nghìn tỷ tham số) trong một nửa số nhiệm vụ chuỗi sinh học và đạt điểm Dice trung bình 91,20 trong phân đoạn hình ảnh y tế.
## KIẾN THỨC NỀN
Xu hướng "AI cho Khoa học" (AI for Science) sử dụng học máy để giải quyết các vấn đề khoa học phức tạp, nhưng các mô hình thường được chuyên biệt hóa cho các nhiệm vụ đơn lẻ như dự báo thời tiết hoặc gấp nếp protein. SMILES (Hệ thống Nhập Dòng Đầu vào Phân tử Đơn giản hóa) là một ký hiệu hóa học tiêu chuẩn giúp chuyển đổi cấu trúc phân tử 3D thành các chuỗi văn bản ASCII nhỏ gọn, giúp máy tính có thể đọc được.