🌐 官方网址:
https://www.scienceone.cn/
(磐石·科学基础大模型官方平台,S1-Omni-Image 为该体系下的开源模型。平台已接入中国科技云身份认证,注册后可直接在线体验;模型权重和代码在 GitHub 与 Hugging Face / ModelScope 开源下载,本地部署需自行准备 GPU 环境)
📌 工具简介
S1-Omni-Image 是中国科学院“磐石·科学基础大模型”(ScienceOne)团队研发的、面向科学场景的统一多模态模型,核心能力是把科学图像理解、科学图像生成和科学图像编辑放进同一个框架里。与通用文生图工具追求“好看”不同,S1-Omni-Image 专攻科研配图:原理图、逻辑示意图、关系对比图、数据图表、真实感科学可视化,以及带复杂文字标注的学术插图。模型基于 S1-VL-32B 科学多模态推理基座,采用统一的“Think-Before-Generate”范式:先根据指令和输入图像生成面向任务的推理过程与文本回答,再利用推理过程的隐状态去指导后续的图像生成或编辑。这意味着它在画图之前会先“想清楚”科学逻辑,而不是直接堆像素。在科研插图生成任务上,S1-Omni-Image 显著优于主流开源模型;在多个科学图像编辑基准上达到领先水平,同时较好保留了基座的科学图像理解与推理能力。模型采用 Apache 2.0 许可证开源,权重和代码已在 GitHub 与 Hugging Face / ModelScope 发布,个人和学术用户可免费获取和本地部署。
⚡ 主要功能
- 科学图像理解:对科研图像(图表、示意图、显微图、医学影像等)进行语义级理解与推理,支撑后续的生成和编辑决策,而非“看图说话”式的泛泛描述
- 科研插图生成(Text-to-Image):根据文本指令生成多学科、多类型、带复杂文字标注的学术级配图,覆盖数学、物理、化学、天文、地理、生物等六大学科,训练数据包含大规模学术论文配图,原理图和逻辑示意图是重点优化方向
- 科学图像编辑:统一了科学插图编辑、科学图像分割、医学图像翻译和医学图像超分辨率等任务,可在已有科研图像的基础上进行定向修改、风格迁移或结构增强,而非只能从零生成
- Think-Before-Generate 范式:先推理、后生成。模型在画图前先生成任务导向的推理过程和文本回答,再用推理隐状态指导图像输出,目标是让配图在科学逻辑上与论文内容对齐,减少“图好看但机理画错了”的情况
- 科学文本渲染优化:针对学术插图中常见的公式、符号、标签和注释文字进行了系统优化,文字渲染的准确性和可读性优于通用文生图模型,这对需要图文并茂的科研配图至关重要
- 统一多模态框架:理解、生成、编辑不是三个割裂的模型,而是在同一模型内协同。用户可以上传一张已有示意图,要求模型理解其内容后进行局部修改或重新生成,不需要在理解工具和生成工具之间来回搬运
- 开源可部署:模型权重和推理服务代码在 GitHub 与 Hugging Face / ModelScope 发布,提供兼容 OpenAI Chat Completion 格式的 API,支持本地 GPU 部署(推荐 Ampere 及更新架构),数据不出内网
- SciGenEdit-10K 数据集同步开源:除模型本身外,团队还公开了配套的科研图像生成与编辑数据集,为研究者复现、微调和二次开发提供了数据基础
💰 价格信息
在线体验免费注册
成本来自本地算力
S1-Omni-Image 的收费需要区分两个层面。模型本身完全开源免费:采用 Apache 2.0 许可证,代码和权重可在 GitHub、Hugging Face 和 ModelScope 自由下载,个人使用、学术研究和商业用途均无需支付授权费或订阅费。本地部署的实际成本来自运行所需的 GPU 资源(模型基于 32B 基座,对显存有要求,建议 Ampere 及更新架构的 GPU,并安装 flash-attn)。在线体验:磐石·科学基础大模型官方平台(scienceone.cn)已全面接入中国科技云身份认证,免费注册联盟账号即可在线使用平台能力,无需自己部署模型。平台侧目前未设置面向个人用户的付费墙,体验门槛极低。简而言之:想零成本试用,走官方平台注册;想深度定制、私有化部署或批量运行,走开源下载 + 自备 GPU。
👥 适合人群
需要频繁为论文、基金申请书、课题报告制作原理图、机制配图、关系对比图和学术插图的科研人员和硕博研究生,尤其是物理、化学、生物、医学、天文、地理等对配图科学准确性要求高的学科;希望用 AI 辅助生成带公式、符号和标注文字的科研配图,而不是从通用图库中“凑合找一张”的写作者;需要对已有科研图像进行分割、翻译、超分或定向编辑,但不愿在多个单点工具之间搬运数据的研究者;有本地部署和私有化需求、对数据安全敏感的高校实验室和科研机构(开源权重 + 本地运行,数据不出内网);以及研究科学多模态生成与编辑、希望基于开源模型和 SciGenEdit-10K 数据集进行微调和二次开发的 AI 研究者。S1-Omni-Image 尤其适合“配图是科研表达刚需、但通用 AI 工具画不准科学逻辑”的场景。如果核心需求是艺术创作、营销视觉或与科学无关的通用图像生成,它的学术垂直定位和 32B 基座的部署门槛会成为实际障碍。
✅ 优点
- “先想清楚科学逻辑,再画图”是核心差异:Think-Before-Generate 让推理过程指导图像生成,目标不是好看,而是机理上站得住。对于原理图、机制配图这类“画错了比不画更糟”的场景,这个设计方向切中了科研配图的真实痛点
- 科研插图生成在开源模型中表现突出:基于六大学科学术论文配图数据训练优化,在科研插图生成任务上显著优于主流开源模型,原理图、关系对比图、带复杂文字标注的学术插图是重点能力方向
- 科学文本渲染优化解决了通用文生图的老大难:公式、符号、标签文字在科研配图中不可回避,S1-Omni-Image 针对文字渲染做了系统优化,减少了“图生成了但标签全是乱码”的返工
- 理解、生成、编辑统一在一个模型内:用户可以用同一个模型完成“看懂这张图 → 按需求改这张图 → 生成一张新图”,不需要在多个单点工具之间导出导入,工作流更连贯
- 完全开源、Apache 2.0 许可证、权重和数据集同步公开:个人和学术用户零成本获取,商业用途也没有授权障碍;SciGenEdit-10K 数据集的开源为研究复现和微调提供了少见的基础设施
- 官方平台在线体验免费注册,中科院背书:scienceone.cn 接入中国科技云身份认证,不需要自己配置 GPU 就能先验证模型能力,对于不确定是否值得本地部署的用户,试错成本极低
- 中科院“磐石”体系的组成部分,有持续迭代和生态支撑:S1-Omni-Image 是磐石系列中的图像专项模型,背后有 S1-Base、S1-VL、S1-Omni 等基座和后续模型的协同演进,不是孤立的一次性发布
⚠️ 缺点
- 本地部署有硬件门槛:模型基于 32B 基座,推荐 Ampere 及更新架构的 GPU 并安装 flash-attn,对个人电脑或没有合适显卡的实验室来说,直接本地运行的可行性有限,需要借助官方平台或云 GPU
- 生成任务仍存在依赖外挂解码器的局限:项目自身列出的局限中提及生成任务依赖外挂解码器,这意味着完整的生成管线并非一个模型端到端解决所有问题,部署和调优需要一定的工程配置能力
- 面向科研场景,通用图像生成不是其优化目标:如果需求是艺术插画、营销视觉或社交媒体配图,S1-Omni-Image 的学术训练数据偏置和“逻辑优先”的生成范式不一定能产出符合通用审美预期的结果,它不是 Midjourney 或 DALL·E 的替代品
- 在线平台的体验深度和自主可控性不如本地部署:官方平台提供了免费入口,但对于需要批量生成、自定义参数、接入自有工作流或处理敏感数据的用户,最终仍然需要回到开源部署,平台体验无法完全替代本地环境
- 作为学术团队开源模型,产品化程度和用户支持有限:文档以 README 和技术报告为主,遇到环境配置、依赖冲突或特定场景生成效果不佳时,主要依赖社区和自行排查,不像商业 SaaS 那样有客服和 SLA
- 科研配图的“正确性”最终仍需领域专家把关:模型能提升生成效率和文字渲染质量,但科学机理、数据关系和符号规范的最终准确性,仍然需要研究者本人逐图核对,不能把 AI 生成的配图直接当作终稿提交
💡 使用技巧
- 先用官方平台零成本验证能力,再决定是否本地部署:访问 scienceone.cn,用中国科技云账号注册登录,在平台上尝试用 S1-Omni-Image 生成一张你熟悉的学科原理图(如光催化机制、信号通路或物理场示意图),检查它是否真的理解了你想要的科学逻辑,再决定是否投入 GPU 资源下载权重
- 提示词要把“科学逻辑”说清楚,而不是只描述画面。例如,不要只说“画一张钙钛矿太阳能电池示意图”,而是说明“画一张钙钛矿太阳能电池的层状结构,标注电子传输层、钙钛矿吸光层和空穴传输层,用箭头标出光生载流子的迁移方向”。Think-Before-Generate 依赖于清晰的推理输入,指令越有科学结构,输出越可能对齐
- 利用“编辑”能力而不是反复重生成:如果生成结果整体结构对但某个局部需要调整(比如某个标签位置、某条连接线方向),优先使用图像编辑功能上传原图进行定向修改,比重新用文本生成一张全新的图更省时间,也更容易保持已满意的部分不变
- 本地部署时,优先按照 README 的推荐配置搭建环境:Ampere 及更新架构的 GPU,安装 flash-attn 时使用 –no-build-isolation 标志,模型权重从 release 渠道下载完整的 S1-Omni-Image/ 目录(包含 config、safetensors 分片和 tokenizer),不要只拉部分文件。环境配置的坑通常比模型本身的问题更多
- 如果目标是科研论文配图,把 S1-Omni-Image 定位为“快速生成多个候选方案”的工具:一次生成 3—5 个变体,由研究者从中挑选结构最合理的一个,再在矢量绘图工具(如 Illustrator、draw.io)中做精细调整和文字规范化。AI 负责缩短从“脑中的想法”到“可修改的草图”的距离,最终的科学准确性由人把关
- 对医学图像相关任务(分割、翻译、超分辨率),注意模型是在科学图像编辑的统一范式下处理这些任务,输入格式和预期输出需要参考技术报告或示例中的具体设置,不要默认它和专用医学影像工具在临床级精度上等价,目前更适合科研场景的原型验证和辅助分析
- 关注磐石系列后续模型的迭代:S1-Omni-Image 是图像专项模型,同系列的 S1-Omni 进一步扩展到分子和更广泛的科学模态。如果你的需求超出图像范围(如分子生成、跨模态科学推理),可以沿着 ScienceOne-AI 的 GitHub 组织页面关注后续模型,它们共享同一套基座和开源策略









