逼近GPT-5.6和Claude！上海AI Lab开源书生·星河大模型正式版

上个月，一个来自上海AI Lab的模型在海内外引起热议，在海外社交媒体X上收到了四百多万的查看。

最近，书生·星河（Atria Dawn）正式版开源发布。

从预览版到正式版，Atria的性能从接近第一梯队正式迈入第一梯队。

在官方重点汇报的八个常用基准中，Atria基本与Claude Opus 5和GPT 5.6 sol达到相同水平，并且在五个基准上超过他们。

虽然距离最新的顶流模型GPT Astra和Opus 5.5还有一定距离，但其性能已经接近GPT 5.6和Claude 5这一代模型，在开源界算是数一数二的模型。

更重要的是，从官方同步公开的一组覆盖蛋白质结构预测训练、CAD建模、知识可视化、PowerPoint动画与海报，以及多文件数据分析的Demo来看，Atria显然不是一个单纯的刷分刷榜模型，而是一个针对真实任务完成的AI。

按照官方说法，正式版重点增强了模型的复杂任务处理能力和执行稳定性，改进了模型在需求理解、工具使用和执行反馈处理三个环节的性能。

面对代码调试、实验运行这类多步骤工作，Atria Dawn会围绕目标推进，检查中间结果，再根据反馈调整后续行动。

蛋白质结构预测是公认的高难度科学计算任务。

AI不仅要理解蛋白质序列和进化信息，还要自己编写和调试特征处理、模型训练、结构评测等代码。任何一个环节出错，训练都可能跑不起来，或者跑出没有意义的结果。

在禁用网络搜索的条件下，Atria Dawn 基于既有的 OpenFold 框架，完成代码适配、对照实验和迭代优化。

Atria基于OpenFold框架做了对照实验和迭代优化，基于约1.9万条蛋白质链数据和2张GPU，通过3000步训练，让预测模型相较基础微调配置，将局部结构一致性提升约2.7%。在多个较复杂的精选蛋白质案例上，训练后模型的预测结构与实验结构高度接近。

在 CAD 场景里，Atria Dawn 要理解设计需求，再把物体的形态、结构和部件关系转化成模型和图纸。

官方展示了火箭、摩托车、机器人灵巧手、火车头等作品。各个部件之间有明确的连接和运动关系，不是堆几个几何体就能糊弄过去的。

Atria Dawn 阅读《三国演义》原文，梳理出人物、地点、事件和兵力调动的关系，再自动生成一段展现战役过程的沙盘动画。

连续的文字叙事成为结构化的人物、空间、时间关系，再变成沙盘上可以观察的移动和对抗。

做历史科普、教学课件、知识类视频的朋友，应该能感受到这类能力的价值：原本需要先读懂、再画图、再做动画的工作，如今可以交给 AI 先跑出一个初版，大大降低成本。

Atria Dawn 从一份叙事大纲出发，自己完成分镜、镜头运动和视觉风格设计，生成一部全程自动播放的短片。

440 个粒子依次经历信号、波形、频谱、蓝图、打印、崩解与重组，最后在地平线上亮起，组成 Atria 标志。全片没有用任何视频剪辑软件，只靠 PowerPoint 原生的"平滑切换"串起 29 页画面。

这个Demo有意思的地方就在于片中每一个粒子、每一行字幕，都是可以继续编辑的原生形状和文本。

AI 生成的东西经常是想改个字就得重新调用模型。而这里的产出可以人工接着编辑，生成和修改之间没有断档，这才算真正进入了工作流。

大家可以给一份已有材料，让它先编排出一版，再看看后续修改能不能顺着做下去。需求和预期比较清楚，也更容易判断它具体帮到了哪里。