S1-Omni：用于科学理解、预测和生成的统一多模态推理模型

本文提出 S1-Omni，一种用于科学理解、预测和生成的统一多模态推理模型。针对现有 AI for Science 模型能力碎片化的问题，该模型通过三大核心组件实现整合：科学数据的统一表示、自然世界知识对齐以及面向特定任务的解码。S1-Omni 将自然语言指令与多种科学对象映射至共享空间，融入科学定律与专家知识以支持基于证据的推理，并在包含 200 项科学任务的大规模语料上训练。实验表明，其在多数基准测试中优于 GPT-5.5 和 Gemini-3.1-Pro，为统一科学建模提供了实用路径。