新闻
2026-06-22
20
阿里开源统一科学大模型 LOGOS，仅用五十六分之一参数超越微软
核心要点
- 1.阿里联合人大开源科学基础模型LOGOS，采用统一科学语法和纯序列建模范式。
- 2.LOGOS-1B仅1B参数，在多项任务上超越微软8×7B的NatureLM模型。
- 3.构建涵盖7类模态、44.87B tokens的预训练语料，将异构对象编码为统一离散Token序列。
- 4.通过“文字描述法”无需3D坐标即可预测空间互作，消除预训练与应用断层。
- 5.阿里已完整开源模型权重、推理代码和技术报告。
关键数据
模型参数: 1B (LOGOS-1B) vs 8×7B (微软NatureLM)(LOGOS-1B以约1/56的参数在核心任务上超越微软模型)预训练语料规模: 44.87B tokens(涵盖生物大分子、化学实体等7类模态)科学任务覆盖: 6大代表性任务(LOGOS在六大科学任务上匹配或超越传统专用方法)
影响评估
正面
LOGOS以极高参数效率开源，将推动科学领域AI基础模型的发展，降低计算门槛。
通过统一科学语法消除异构数据鸿沟，并实现预训练与下游任务的无缝衔接，有望加速生物、化学等领域的AI应用落地。
相关工具
LOGOS— 阿里与人大联合开源的科学基础模型微软NatureLM— 作为对比对象，参数量8×7B阿里ATH-Token Foundry— 联合研发方中国人民大学高瓴人工智能学院— 联合研发方
阿里 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源科学基础模型 LOGOS。该模型采用统一科学语法与纯序列建模范式，在六大科学任务上匹配或超越传统专用方法。其中 LOGOS-1B 仅 1B 参数，即展现出极高效率，性能超越参数量达 8×7B 的微软模型。
来源: aibase阅读原文