开源模型协同做结构生物学：GLM-5.2 搭配 Qwen3-VL 实现自迭代闭环

近期，开发者展示了完全基于开源模型的结构生物学 Agent 工作流。该演示证明了开源 AI 能够通过多模型协同，自主完成复杂的分子操作与视觉评估任务，引发了社区对智能体闭环工作流的关注。

关键细节与分工

该工作流的核心在于不同开源模型的互补协作。其中，GLM-5.2 充当“大脑”，负责驱动开源的 Mol 查看器并提出 3D 结构视角与操作。由于 GLM-5.2 本身缺乏视觉能力，无法“看到”自己渲染的画面，因此引入了 Qwen3-VL-235B（通过 Llama.cpp 运行）充当“眼睛”。VLM 负责观察像素级画面，对渲染效果进行打分并提供具体的修改建议（例如提示“药物没有居中，需要放大”）。

核心机制与意义

据帖子作者介绍，该流程的重点不在于单纯生成图像，而是建立了一个“提议 → 评估 → 修正”的自迭代闭环。GLM-5.2 会根据 Qwen3-VL 的反馈不断重试，循环修正，直到药物分子的构型合理地“落进”目标口袋里。这种生成与视觉判断相结合的机制，展示了开源模型在自主处理专业科学任务上的潜力。

2026-07-11 ~ 2026-07-12 · 5 条相关

• 开源模型自主做结构生物学 — MaziyarPanahi · 2026-07-11
• 【源头】开源模型做结构生物学 agent 演示 — MaziyarPanahi · 2026-07-11
• 【源头】VLM 充当 GLM 的“眼睛” — MaziyarPanahi · 2026-07-11
• 开源模型协同：GLM-5.2 结合 Qwen3-VL 解析结构生物学 — MaziyarPanahi · 2026-07-11
• 开源模型做结构生物学自迭代 — MaziyarPanahi · 2026-07-12