通义实验室于宣布推出 LOGOS（Language Of Generative Objects in Science）—— 由 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源的首个基于统一“科学语法”的多领域科学生成基础模型。

核心洞察在于：蛋白质、小分子、材料虽然表面各异，但底层遵循着相似的组成规则、结构约束和相互作用语义。它们本就是同一种“科学语言”的不同方言。统一语法的价值也正在于此，跨领域知识迁移、多任务协同优化、预训练与下游目标对齐，都因为有了共同的语言基础而成为可能。

LOGOS 构建了涵盖 7 类模态、总计 44.87B tokens 的庞大预训练语料库：

• 生物大分子层 蛋白质（28.9B tokens）+ 抗体（3.0B tokens）
• 化学实体与转化层 小分子（2.1B tokens）+ 化学反应与MOF材料（0.47B tokens）
• 界面互作层 蛋白质口袋（5.8B tokens）+ 蛋白口袋-配体复合物（4.6B tokens）

LOGOS 的三大创新点在于：

• 创新点一：统一"科学语法" + 空间交互的离散化。这是 LOGOS 最具突破性的设计，由两个相辅相成的部分构成。
• 创新点二：预训练和下游任务，形式和目标完全一致。这种 form-objective alignment 有效消除了预训练与下游应用之间的 gap，无需复杂的适配层或大量微调即可激活生成能力。
• 创新点三：跨领域知识正向迁移，实验证实有效。统一语法不仅让科学对象们“语言相通”，更让它们在底层“知识共享”。为了验证 LOGOS 是否真的学会了跨领域的知识，团队进行了深入的探究。