论文提出S1-Omni，试图在一个模型中统一处理自然语言、CIF、SMILES、蛋白质序列、光谱和科学图像，并覆盖科学理解、性质预测、分子生成、蛋白质位点与结构预测，以及图像生成和编辑。模型基于S1-Omni-Corpus训练，数据涵盖200项科学任务、数百万推理样本，并在60多个科学基准上评测。摘要称其多数基准超过GPT-5.5和Gemini-3.1-Pro，部分任务达到或超过专用模型。
最近 24 小时暂无可用热度快照。