S1-Omni: A Unified Multimodal Reasoning Model for Scientific Understanding, Prediction, and Generation

We present S1-Omni, a unified multimodal reasoning model for scientific understanding, prediction, and generation. AI for Science (AI4S) has advanced significantly through domain-specific models, tool-augmented LLMs, and scientific language models. However, model capabilities remain highly fragmented, limiting the joint modeling of heterogeneous data, scientific laws, and expert knowledge. S1-Omni addresses this gap by consolidating these capabilities into a single, coherent scientific reasoning model. The architecture of S1-Omni is built upon three core components: unified representation of scientific data, natural-world knowledge alignment, and decoding for domain-specific tasks. First, S1-Omni maps natural-language instructions and scientific objects, including CIF, SMILES, protein sequences, spectra, and scientific images, into a shared representation space. Second, it incorporates scientific laws and expert knowledge into data construction and training, enabling the model to reason from scientific evidence. Third, it performs task-specific decoding to support a broad range of applications, including property prediction, spectrum-to-molecular generation, protein site and structure prediction, and scientific image generation and editing. S1-Omni is trained on S1-Omni-Corpus, which covers 200 scientific tasks and contains millions of reasoning samples, and is evaluated on over 60 scientific benchmarks. It outperforms GPT-5.5 and Gemini-3.1-Pro on most benchmarks and matches or surpasses domain-specific models on several benchmarks. Overall, S1-Omni provides a practical path toward unified scientific modeling.

한 줄 요약

S1-Omni는 과학적 이해, 예측, 생성을 위한 통합 멀티모달 추론 모델로, 200개 과학 태스크와 60개 이상의 벤치마크에서 GPT-5.5 및 Gemini-3.1-Pro를 능가한다.

핵심 기여도

**통합된 과학 추론 모델**: CIF, SMILES, 단백질 서열, 스펙트럼, 과학 이미지 등 다양한 과학 객체를 공유된 표현 공간으로 매핑.
**과학 법칙 및 전문 지식 통합**: 데이터 구성 및 학습 과정에 과학 법칙과 전문 지식을 포함하여 과학적 추론 능력 향상.
**도메인별 태스크 디코딩**: 단백질 구조 예측, 스펙트럼-분자 생성, 과학 이미지 생성 및 편집 등 다양한 과학 태스크를 지원.
**S1-Omni-Corpus 학습**: 200개 과학 태스크, 수백만 개의 추론 샘플로 학습하여 GPT-5.5 및 Gemini-3.1-Pro를 대부분의 벤치마크에서 능가.

핵심 아이디어

S1-Omni는 과학 객체의 통합 표현, 과학적 지식 정렬, 도메인별 태스크 디코딩이라는 세 가지 핵심 요소를 결합하여 단일 모델로 과학적 추론을 수행한다. 이는 과거의 도메인별 모델, 도구 증강 LLM, 과학 언어 모델의 단점을 극복하고, 이질적인 과학 데이터, 법칙, 전문 지식을 통합적으로 처리할 수 있는 새로운 접근법이다. 특히, S1-Omni는 CIF, SMILES, 단백질 서열, 스펙트럼, 과학 이미지 등 다양한 과학 객체를 공유된 표현 공간으로 매핑하면서 객체 유형의 경계와 구조를 유지한다. 과학 법칙과 전문 지식은 데이터 구성, 샘플 검증, 학습 과정에 포함되어 모델이 과학적 증거를 바탕으로 판단을 내리는 능력을 키운다.

기술적 접근법

**모델 아키텍처**: S1-VL-32B를 공유 백본으로 사용하며, 과학적 추론과 태스크 이해는 이 백본에서 수행되고, 결과 디코더는 도메인별 출력 제약 조건을 유지.
**입력 구성**: 사용자 지시문과 과학 객체가 포함된 `x_i^text`와 `x_i^task`로 구성된 학습 샘플.
**출력 구성**: 선택적 태스크 토큰 `s_i`, 과학적 추론 `r_i`, 텍스트 답변 `a_i`, 도메인 네이티브 지도 타겟 `y_i^task`.
**학습 데이터**: S1-Omni-Corpus로, 200개 과학 태스크, 수백만 개의 과학 추론 샘플 포함.
**디코딩**: 도메인별 결과 디코더가 공유된 표현을 해당 도메인의 네이티브 형식으로 변환하여 출력.

주요 결과

**ADMET 평가**: 18개 중 16개에서 GPT-5.5 및 Gemini-3.1-Pro를 능가.
**약물-특성 태스크**: CYP 효소, hERG, 장 흡수 등 주요 태스크에서 도메인별 모델과 동등 또는 우수한 성능.
**단백질 기능 부위 예측**: 단백질-단백질 상호작용, 에피토프, 소분자 결합 부위 예측에서 우수한 성능.
**과학 이미지 생성 및 편집**: MSD 의료 이미지 분할, 의료 이미지 변환, 초해상도, 과학 설명도 생성 등에서 높은 성능.

의의 및 한계

S1-Omni는 과학적 추론을 단일 모델로 통합함으로써 도메인별 모델과 도구 증강 LLM의 단점을 보완하고, 과학적 지식의 일관된 표현과 추론을 가능하게 한다. 특히, 과학 법칙과 전문 지식을 학습 과정에 통합함으로써 모델의 해석성과 과학적 신뢰도를 높인다. 그러나, 모델이 모든 과학 도메인을 완벽히 포괄하지는 못하며, 일부 도메인에서는 도메인별 모델과 동등한 성능만을 보인다. 또한, 과학적 증거를 기반으로 한 추론은 모델의 학습 데이터와 지도 방식에 크게 의존하므로, 데이터 품질과 구조화 수준이 결과에 큰 영향을 미친다.

실용적 활용

S1-Omni는 약물 개발, 재료 과학, 생물학, 의료 이미지 분석 등 다양한 과학 분야에서 활용 가능하다. 특히, 단백질 구조 예측, 분자 생성, 스펙트럼 분석, 과학 이미지 생성 및 편집과 같은 복잡한 과학 태스크를 단일 모델로 처리할 수 있어 연구 효율성을 높일 수 있다. 연구실에서 실험 설계, 결과 해석, 가설 생성 등 과학적 연구의 전반에 걸쳐 활용 가능하며, 산업에서는 신약 개발, 재료 설계, 의료 이미지 분석 등에 적용할 수 있다.