4月28日，中国科学院发布“磐石100”模型体系，标志着人工智能驱动的科学研究从分散封闭的单点探索迈向协同高效的平台化创新新阶段。目前，磐石模型体系已在中国科学院五十多家科研单位投入使用，服务于天文观测、青藏科考、海洋预报、生态研究等众多领域的一线科研工作。

体系化布局，打造“人工智能+科学技术”创新矩阵

“人工智能赋能科学研究”（AI for Science）催生的科研范式变革，正在定义新时代的创新格局、科研效率。此次发布的“磐石100”模型体系以“磐石·科学基础大模型”为根基，此次升级后的1.5pro版本搭载波基座、谱基座、场基座三大科学模态模型，基于自主构建的650万条高质量科学推理数据，实现科学知识推理能力、多模态理解生成能力与模型可靠性的跨越式提升，在科学知识问答和智能体长程推理能力榜单中均达到旗舰模型水平，在多项科学图像理解与操作相关权威测评中均取得当前最优水平。

中国科学院自动化所研究员曾大军介绍，针对“波”数据理解，磐石面向电磁波、地震波、振动波、引力波等时序与振荡类信号，构建了支持跨场景迁移的亿级参数波基座模型，助力从复杂波形中识别潜在结构与规律，推动天文事件观测由“滞后分析”向“实时预警”跨越式演进。

针对“谱”数据分析，磐石能够从X射线衍射谱、红外光谱、拉曼光谱等6类谱信号中精准反演组分构成、物质结构及物性信息，已在化学材料、生物医药等多个应用场景取得显著成效。

针对“场”数据理解，磐石面向速度场、压力场等物理场的空间计算与时序模拟，构建了服务工业分析的场基座模型，将推动工业流体仿真进入“分钟级”快速响应阶段，开启“边设计、边仿真、边决策”的高通量研发模式。

作为基座，磐石提供文献罗盘、创新评价、智能体工厂三大核心功能，赋能科研创新全流程。其中，磐石·文献罗盘以辅助文献精读与自主综述写作为核心，跟踪前沿突破、提取科研方案、梳理技术脉络、整合研究结果，全面提升工作效率。1.5pro版将深度研究调研周期压缩至原来的一半以下，论文、PPT、报告等制作效率提升5至10倍。

8大学科领域赋能，引领科学前沿突破

中国科学院以科学基础大模型为智能底座，面向数学、物理、材料、天文、空天、地学、生物等学科重点方向，已建设“赛博士”“金乌”“坤元”等8个学科领域大模型。

在物理领域，中国科学院高能物理研究所研究员刘北江表示，粒子物理大科学装置是拓展人类认知前沿的重要工具，北京谱仪实验积累了世界上最大的陶粲能区数据样本。海量数据和研究对象的复杂性导致物理分析的周期漫长，典型的物理分析需要耗时两至三年。“磐石·赛博士”大模型提升了粒子物理分析各环节的研究能力，有望改变粒子物理探索的方式，已应用于北京谱仪实验等大科学装置。

“磐石·赛博士新粒子发现系统是基于北京谱仪实验的科研场景构建的，目前我们正在向江门中微子实验、高能光源等更多大科学装置进行深度适配和推广。应用该系统，我们已经发现了超过11个新的粒子衰变模式。”他说。

在空天科学领域，临近空间，通常指距地面20至100公里之间的空域，处于航空领域与航天领域之间，具有独特的低密度稳定大气环境。作为认知地球的新领域、人类活动的新领地，临近空间是支撑国家未来发展的重要战略高地。当前，临近空间的科学研究与工程应用面临知识分布高度分散、跨学科知识难以复用、通用人工智能（AI）模型专业深度不足等多重挑战。“磐石·临空”大模型具备对临近空间技术体系的完整认知能力，并可全领域、全流程赋能临空应用、环境、热性能、气动、飞行控制等科研与工程实践，辅助科研人员定方向、理思路。

在材料领域，“磐石·祝融”大模型实现“按需设计、精准制备”，显著提升新材料设计研发效率，形成包含新知识发现和新材料设计的材料研发新模式。在天文领域，“磐石·金乌”大模型以自主可控、高质量、AI-Ready的数据基础，实现面向自主仪器数据的太阳耀斑智能化预测与自动化研究，推动太阳活动预测和研究的范式变革。

磐石模型体系已在中国科学院50余家单位推广应用，覆盖百余个科研场景，在高铁流场重建、光谱识别、材料发现、佐剂设计、天文观测、青藏科考、海洋预报、生态研究等典型场景中展现出巨大潜力。

新京报记者 张璐

编辑 张磊 校对 李立军