书生开源科学感知投影器，不练新模型，给现成大模型接上晶体和序列数据

你手里有一个晶体结构，或者一段 RNA 序列，想让大模型帮着判断点什么。怎么喂？把一堆原子坐标当文字糊进提示词，还是老老实实去训一个专用的科学模型？

11 月 6 日，书生 InternLM 在 Hugging Face 上放出了 Sage-SciPerception（中文名“书生·元征”），给了第三条路。我们 AI主线 的看法是：Sage-SciPerception 不是一个新模型，而是一套给语言模型配的“转接头”，让冻结的语言模型通过一个很小的投影器去读晶体、生物序列和生理信号，它值钱的地方是这套接口思路，而不是榜单上的分数。

转接头到底是个什么东西？

先说它怎么干活。科学数据先交给现成的科学编码器抽成特征，再过一个按任务单独训练的投影器，变成语言模型能认的向量，塞进提示词的嵌入里，最后由语言模型用自然语言把答案写出来。

打个比方：你有一台只懂中文的翻译机，想让它听海豚叫。翻译机本身一个螺丝都不动，你只给它配一副能把海豚叫声转成中文音节的耳机。Sage-SciPerception 里的“耳机”就是投影器。训练这一步，科学编码器和语言模型都是冻住的，只有投影器在学。

这副耳机有多小？页面给了个能在 CPU 上验证的例子：晶体形成能这一项的投影器，参数量是 4314304，约 431 万，输出维度 4096。它的输入是 CHGNet 0.3.0 给出的每个原子的状态向量，形状是“原子数 × 64”。

官方示例里的目录名写的是 glm-5.3-flash，对得上智谱 8 月 26 日放出的 GLM-5.3-Flash：总参数 3200 亿，每个 token 激活 180 亿，开放权重，MIT 协议。431 万对 3200 亿，投影器还不到底座总参数的七万分之一。这么点东西能把科学数据接进一个大模型，这个杠杆比我预想的还要夸张。

跟书生自家的 Intern-S1-Pro 比，路线差在哪？

书生这条线上其实早有科学大模型。Intern-S1-Pro 在今年 2 月 4 日开源，是一个 1 万亿参数的 MoE，512 个专家，每次推理激活 8 个，合 220 亿参数，论文说它掌握了 100 多个专业科学任务。思路是在训练阶段就把科学模态整个吃进模型里。

Sage-SciPerception 正好反过来：模型不动，接口外挂。这跟视觉语言模型给大模型接图像编码器的套路是一个路数，只不过这回接的是晶体、光谱和心电。

好处很明显，不用为了科学能力重训一个庞然大物，每个任务的投影器可以单独练、单独换。代价也写在页面上了：每个 checkpoint 的 config.json 里记着配套的语言模型，本地的模型目录必须跟记录的版本对得上，页面还说投影器是按“模态、任务、语言模型版本”来组织的。按这套设计，底座一升级，投影器就得跟着重做。（这笔账会一直挂着，底座迭代越勤，越累。）

九个分数，能信几分？

页面列了九个任务，覆盖材料、蛋白、分子、心电、睡眠分期、剪接位点和 RNA 家族分类。比如 BEACON ncRNA 的 RNA 家族分类准确率是 97.35%，ATOM3D 蛋白结构排序的 Spearman 是 35.36%，QM9S 分子结构识别的 Acc@1 是 49.75%。

看着一个高一个低，但这么比没意义。页面自己写明了，各行指标不同，别横着比。还有个坑：晶体形成能那一行的 15.03 是 MAD/MAE 的比值，越高越好，跟我们习惯的“误差越小越好”正好反着来，读的时候别看岔了。

更关键的是，表里没有任何对照：没有专用模型的成绩，没有 Intern-S1-Pro 的成绩，也没有换个底座的成绩。分数全部来自自家用各任务选定的 checkpoint 生成答案后的评测，暂时没有第三方复现。所以这张表回答的是“能不能接通”，没回答“比现有方案强多少”。跑分党先别急着开香槟。

谁现在该去碰它？

门槛不低。推理要起一个带 --enable-prompt-embeds 的 vLLM 服务，通过 /v1/completions 吃嵌入向量，官方示例是八卡张量并行，本地还得备好版本对得上的底座模型。科学特征提取和投影在客户端做，编码器权重和预处理脚本是另外的依赖，DNA、MPBind 和 ncRNA 用到的任务适配科学模型这次也没有一起放出。简单说，东西是半套，另一半得自己配。

所以写代码的、做内容的兄弟们，这条新闻跟你们日常基本没关系。有点关系的是搞材料、生信、生理信号的研究组，手里本来就有 vLLM 集群，想试试“让通用大模型直接读科学数据”，这算是个现成的起点。

我自己的感觉是，这个项目现在更像一份“接口说明书”，而不是成品。我们 AI主线 接下来盯三件事：有没有第二个底座的投影器出现，有没有人补上专用模型的对照成绩，缺的那几个编码器什么时候补齐。这三件有一件落地，这套转接头才算真站住了。