S1-Omni：材料・分子・タンパク質・科学画像を統合するマルチモーダル科学推論モデル

導入

AI for Science は急速に発展してきましたが、現場では依然としてモデルやデータ形式が分断されています。材料の CIF、分子の SMILES、タンパク質配列、スペクトル、科学画像は、それぞれ異なる専用モデルで扱われることが多く、複数の証拠を横断して推論することは簡単ではありません。S1-Omni は、この分断を一つのマルチモーダル科学推論モデルで乗り越えようとする提案です。

主要ポイント

• 科学データの統一表現：S1-Omni は、自然言語の指示と多様な科学オブジェクトを共有表現空間に写像します。対象には、材料 CIF、分子 SMILES、タンパク質配列、スペクトル、科学画像が含まれます。これにより、単一モダリティに閉じない推論を目指しています。
• 科学法則と専門知識の利用：論文では、データ構築と学習の過程に科学法則や専門家の知識を取り込むと説明されています。単に大量データで訓練するのではなく、科学的証拠に基づく推論を意識した設計です。
• タスク別デコーダ：表現は統一しつつ、出力はタスクに応じて生成します。物性予測、スペクトルからの分子生成、タンパク質部位・構造予測、科学画像の生成や編集などをサポートします。
• 広い評価範囲：S1-Omni-Corpus は 200 以上の科学タスクをカバーし、数百万件の推論サンプルを含むとされています。評価は 60 以上の科学ベンチマークで行われ、論文によれば、多くのベンチマークで GPT-5.5 と Gemini-3.1-Pro を上回り、一部では領域特化モデルと同等またはそれ以上の性能を示しました。
• オープンな提供：モデル重み、推論コード、S1-Omni-Corpus の 1 万サンプルのサブセットが公開されており、コミュニティによる検証や議論が可能になっています。

意義と影響

S1-Omni の重要性は、個別タスクの性能だけでなく、AI4Science を「専用ツールの集合」から「統合された科学推論基盤」へ近づけようとしている点にあります。もし実運用でも安定して機能すれば、材料、分子、タンパク質、画像、テキスト指示をまたぐ研究ワークフローをより一貫して扱える可能性があります。

一方で、統一モデルが専門モデルをどこまで置き換えられるかは、再現性、ベンチマークの妥当性、各分野での専門家検証、出力の検証可能性に依存します。S1-Omni は完成形というより、汎用的な科学基盤モデルへ向かう実験的かつ実用的な一歩と見るべきでしょう。

出典：Hugging Face Daily Papers