OmicOS Science 正式发布｜国产大模型与AI4S的时代来临

编者按

「 青山不遮，江流东去 」

10天前，我们正式发布了OmicOS，今天，我们正式推出OmicOS Science。

这或许是AI4S的GPT时刻，有人可能说我们是Claude Science的仿品，但我想说的是，你见过哪家仿品能在1天之内发布然后功能还超越原版的吗？

OmicOS+国产大模型在基准测试上追平，甚至超越国外前沿大模型+Agent工具 (见OmicOS论文Figure2)

Steorra

OmicOS Science简介

简单介绍一下OmicOS Science，我是OmicVerse开源社区的创始人，我叫steorra。

得益于过去4年的AI4Bio的研究经历，也得益于我本科同时具有计算机和生物学两个学位，我知道科学家们真正需要的工具，分析面临的问题是什么。

在我们构建好了AI4Bio的基础设施OmicVerse后，我们构建出了OmicOS，这是第一个与开源生态共同进化的Agent智能体。

我们深知每一个科学家，他可能同时要处理不同的数据库，掌握不同的编程语言，操控本地计算机和远程的服务器等。

OmicOS Science将所有分析需要的内容集成到了一个环境里，

1）我们将常见的R包全部重构为Python，确保速度和环境的一致性，并且Agent和代码IDE共享同一个分析环境；

2）OmicOS还可以帮助您分析文献、执行多步骤研究、生成详细的成果，并允许您反复完善图表和文稿，直至达到发表标准；

3）每一个图，每一个文件都包含可以审计和追溯的历史文件，方便您验证和整理结果；

4）软件内可以直接连接服务器，计算节点，跳板机等；

5）丰富的AI4Tool生态，例如AI4ImageJ，AI4Pymol等

今天，我们将面向任何用户推出OmicOS Science正式版（https://omicos.cn/），无论您处于世界上的任何区域，无论您使用的是任何模型，都可以享受AI时代的红利！

可审计的分析历史

我们深知，科学研究最关键的一环是可审计与可复现性。在OmicOS Science中，点击生成的每一张图，你都能看见这张图绘制的代码，这张图绘制相关的输入和输出文件，以及Agent对话的历史过程，以及包括视觉模型的审阅结果。

追溯图像的可视化与分析代码

追溯图像的可视化原始数据

也因此，当你对可视化效果不太满意，想要达到发表级的时候，可以调用OmicOS-Visual-Skill使其效果动态调整至CNS级别。

并且由于所有的历史记录都保存在您本地的电脑中，无论过去多久，你都可以找到原来的对话，或者本地的文件夹。直接对话即可接上层级的分析，这对于科研交接而言或许很有意义。

对抗性审阅结果

与Claude Science类似，您也可以用简明语言要求 OmicOS Science 对图表进行编辑。例如，移除网格线或将坐标轴更改为对数刻度：OmicOS Science 会自动修改其代码。

共享内核与云计算

我们知道，个人科学家的笔记本电脑，往往在分析大数据的时候，会有着各种问题。我们已经做了一些基础设施工作来优化这个问题（例如构建了新的数据结构：AnnDataOOM使个人笔记本可以运行百万单细胞图谱）。

不过我想连接服务器，或者在计算节点上提交任务还是刚需。

因此在OmicOS Science，我们内置了服务器一键连接，包括密码，密钥，跳板机，Duo认证等功能。

跨跳板机连接

并且我们也在致力于云服务器厂家达成合作，希望能一键调用远程的计算资源，且不需要任何额外的配置。

此外很有趣的是，我们在OmicOS提出了在内存中保存上下文的运行会话中工作的概念，因此再大的数据也只需要加载一次，而不是像Claude code/Codex一样每次都需要写一个py脚本。

任意变量查看器

并且与Claude Science不同的是，我们还重构了Jupyerlab的IDE，也就是说您在Agent里分析运行的变量，下一秒可以直接在IDE里进行使用，不仅如此，我们还推出了类似Rstudio的变量查看器，我们预置了大量变量的可视化查看效果，在未来我们还会进一步扩展此功能，希望能在科研任务上，替代Rstudio/Vscode/Jupyter。

OmicOS-Notebook

AI Infra

与传统任何一家公司的Agent不同，我们在构建OmicOS Science前，先搭建了覆盖整个组学生态的AI4Bio基础设施OmicVerse，这是世界范围内目前最大的一个Bio开源社区之一。

然后基于OmicVerse，我们让国产大模型，例如deepseek4-pro的AI4Bio的能力，追平了Opus-4.7，不过OmicVerse的文档教程过于庞大，对于初学者来说不是很好上手与入门。

BiomniBench结果

而在OmicOS Science，我们做了工程学上的优化，使之集成了OmicVerse里600多个不同的功能函数，您无需学习OmicVerse，就可以通过自然语言的形式，分析您的组学数据。

除此之外，我们也知道集成多数据库对于生物学分析的重要性，OmicOS Science利用 NVIDIA BioNeMo Agent Toolkit中的技术，原生连接到BioNeMo中的生命科学模型和库，包括 Evo 2、Boltz-2 和 OpenFold3。

多数据库配置

并且我们还内置了AI4Pymol样式的查看器，在OmicOS Science里，你可以原生打开任意的pdb等文件进行查看，并且可以直接进行对话，甚至进行分子动力学模拟。

AI对话分子动力学

我们也欢迎国内的相关生物/化学/天文/地质等数据库的科学家一同合作，希望在未来，能让越来越多的科学家可以通过 OmicOS 访问他们的工具。

国产大模型支持

很多时候，一个Agent产品的好坏，被认为是背后大模型能力的好坏。

我不否认这个观点，但是好的Harness，可以把开源的小模型，在垂类任务下，能力拉高至与闭源大模型一样（无需任何微调与后训练）。

OmicOS Science无疑就是这样一个产品，我们在benchmark上发现，我们最高可以将开源小模型如Qwen3.6-35b-A3b的能力提高34.2%，这意味着在数据分析领域，我们并不需要完全追求最前沿的大模型。

模型能力的提升

我想国产大模型的能力+OmicOS Science，足以完成AI4S分析，这是我们设计OmicOS的初衷，也是我们的愿景。

为了照顾初学者，我们还设计了一键输入api-key的配置，用户只需要扫码登录，就会自动将所有的api-key配置完成。

任意大模型API配置

用户反馈

在OmicOS发布的10天里，我们收获了大量用户的好评与建议。

来自清华大学医学院的临床研究人员反馈，他尝试了OmicOS，Biomni，Codex等产品，发现对于分析任务而言，OmicOS即使在给出模糊的指令下，也能完成罕见病的细胞亚群的注释。来自中日友好医院的临床研究人员表示，OmicOS可以直接对话病理学HE切片，这点很让人吃惊，以前要学习一堆复杂的工具，现在只需要跟OmicOS对话，就能把病理区域的分类做出来了，甚至还能构建模型判断哪些HE切片的预后较差。

OmicOS下载

我们提供Windows，Mac，Linux等多平台的桌面版下载，也提供ios和安卓的手机控制app: https://omicos.cn/download。

OmicOS网页版/桌面版

我们提供了免安装的桌面版，对于新用户而言，可以在官网（阅读原文）直接下载OmicOS客户端体验；对于老用户以及有服务器使用需求的用户而言，可以使用npm进行直接安装：npm install -g @omicverse/omicos

OmicOS移动端

苹果用户在App Store搜索OmicOS - AI科学家直接下载；安卓和鸿蒙用户请扫二维码获取安装apk。

我们希望任何人都能用上AI科学家，而不仅是部分人手里的工具，AI4S时代的推进也不是部分公司的独角戏。

结语

「 一门难锁，万路可开，破壁而行，向新而生。 」

10天前我发布OmicOS的时候，确实没想到10天后Claude Science会发布第一作者解读｜OmicOS：突破现有生物学Agent的瓶颈，任何人都能在自己的电脑上完成分析。

不过我们隔一天推出OmicOS Science，也不晚。

诚然，目前我们仅在AI4Bio领域可以说是领域内独占鳌头，但我对OmicOS Science的理想，是做成跨AI4Chem，AI4Environment，AI4Math，AI4Astronomy等所有的数据科学领域的通用AI科学家助手。我们既然能在AI4Bio的Infra上做到最好，那么其他领域呢？

感谢公测以来所有用户的反馈与信任，回馈用户最好的方式那就是上新最有诚意的产品。希望OmicOS Science，可以改变现在AI4S的范式，可以走进每一个科学家的电脑。为庆祝OmicOS Science正式发布，我们将为在7.1-7.7注册的用户免费提供3天Plus会员，以及公测期间，我们将为所有用户每天提供一千万的免费token，谢谢大家一路以来的支持！

交流群

如果你对OmicOS有任何问题，欢迎加入用户群与我们讨论！

合作

源境解码成立于2026年5月，团队成员由清华大学，斯坦福大学，中山大学等顶尖高校的科学家创立，我们目前正在寻找下一阶段的同行者，包括投资人、产业伙伴和资源合作方。

如果你对我们正在做的事情感兴趣，对AI4S的项目投资感兴趣，欢迎联系contact@omicos.cn。

文章来自于微信公众号 “OmicAI”，作者 “OmicAI”