科研大模型 LabOpen v1 开源发布 以可验证能力服务科研创新

10月31日，华曼生物科技（北京）有限公司人工智能实验室（Hooman AI Lab）联合国声智库人工智能研究中心发布科研专项大模型LabOpen v1，并在Hugging Face平台正式开放模型权重。该模型以Qwen3.8-27B为基座，面向科学计算、经典遗传分析、科研编程等任务开展专项能力优化，支持本地部署与二次微调，可为高校、科研院所、产业研发团队提供专业化科研智能工具。

（模型发布页）

推动人工智能与基础研究深度融合，需要加强模型能力、学科知识、计算工具与验证流程的协同。《国务院关于深入实施“人工智能+”行动的意见》提出，加快科学大模型建设应用，支持智能化研发工具和平台推广应用，探索普惠高效的开源应用新模式。在此基础上，《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》进一步明确，支持面向细分科研场景研发高精度、高适配的专用计算模型，推动基础模型与专业模型联动适配，鼓励研发覆盖计算仿真、数据分析等环节的科研工具集及专用智能体，为科研大模型的专业化开发与场景应用提供政策指引。

推动人工智能与基础研究深度融合，关键在于打通大模型能力、学科知识、计算工具与验证流程之间的衔接通道。《国务院关于深入实施“人工智能+”行动的意见》明确提出，要加快科学大模型建设应用，推广智能化研发工具与平台，支持产学研各方探索普惠高效的开源应用新模式，为科研领域大模型发展指明方向。

据研发方介绍，LabOpen v1 采用“程序化验证奖励”的强化学习方法，针对具备明确校验条件的任务，通过程序按预设规则检查答案，并将校验结果作为训练反馈。此次优化围绕流体物理链式计算、材料混合律、经典遗传学及自主编程等方向展开，探索将专业知识、计算过程与结果核验结合起来，增强模型处理具体科研任务的能力。

（LabOpen v1和国产千亿级参数模型、基座模型Qwen3.8-27B在物理、材料、生物考题层面的平行比较）

在自主编程方面，据研发方提供的内部测试结果，在包含代码生成、运行测试和错误修复的78项编程任务中，采用三轮修复的测试设置，LabOpen v1 通过56项任务，通过率约为72%，高于基座模型的32%。这组结果为观察专项训练在特定任务中的效果提供了阶段性依据。

本地部署是此次发布的重要应用方向。根据研发方发布资料，模型提供 FP8 量化完整权重，文件体积约31GB，支持在具备相应硬件和软件条件的单机环境中运行。科研机构与企业研发团队可结合自身计算资源、研究资料和工作流程开展部署，并围绕特定学科和任务继续适配。

（LabOpen v1和基座模型Qwen3.8-27B在科研领域测试中的结果对比）

此次开放的模型权重采用 Apache 2.0 许可协议，支持在遵守协议条款的前提下使用、修改、分发及商业应用。通过开放权重，科研团队能够在已有模型基础上开展试用和进一步开发，探索与数据分析、科学计算、文献处理等工具衔接，为形成面向具体任务的科研应用积累经验。

从产业研发需求看，科研大模型的应用涉及模型能力、专业数据、计算工具和验证机制等多个环节。高校与科研院所的学科知识、企业的实际研发需求，以及开发者的工程能力，需要在具体任务中形成协同。围绕可验证任务开展模型优化，并通过开源方式支持专业适配，为各类创新主体参与科研智能化探索提供了一种技术选择。

据介绍，后续研发将结合科研机构和企业研发团队的使用反馈，持续迭代模型专业能力，拓展可验证任务范围，推动科研工具与实际研发流程衔接，为科技创新与产业创新融合发展积累实践经验。