（大公文匯網記者 劉凝哲 北京報道）新一輪科技革命正在加速演進。「人工智能賦能科學研究」（AI for Science）催生的科研範式變革，正在定義新時代的創新格局、科研效率和發展質量。中國科學院28日在北京正式發布「磐石100」模型體系，這標誌着人工智能驅動的科學研究從分散封閉的單點探索邁向協同高效的平台化創新新階段。

中國科學院統籌全院力量，發揮多學科交叉、體系化布局、建制化攻關優勢，推動AI for Science研發從「分散封閉的作坊模式」，向「協同開放的平台模式」跨越，全力夯實人工智能賦能重大戰略的科學與技術根基。此次發布的「磐石100」模型體系以「磐石·科學基礎大模型」為根基，學科領域大模型集群為骨幹，細分科研場景應用模型和智能體為枝葉，構建了全域覆蓋、高效聯動的數智化科研創新平台。

據了解，「磐石·科學基礎大模型」是採用專業科學語料和數據進行訓練、服務於科學任務的智能底座，具備科學文獻萃取融合、科學知識表徵推理和科學工具編排規劃等核心能力，目標是為各領域科技創新提供「堅如磐石」的智能支撐。

自2025年陸續發布「磐石・科學基礎大模型」1.0版、1.5版以來，研發團隊持續攻堅基礎模型能力、科研任務支撐能力與平台化服務能力。此次升級後的1.5pro版本搭載波基座、譜基座、場基座三大科學模態模型，基於自主構建的650萬條高質量科學推理數據，實現科學知識推理能力、多模態理解生成能力與模型可靠性的跨越式提升，在科學知識問答和智能體長程推理能力榜單中均達到旗艦模型水平，在多項科學圖像理解與操作相關權威測評中均取得當前最優水平。

針對「波」數據理解，磐石面向電磁波、地震波、振動波、引力波等時序與振蕩類信號，構建了支持跨場景遷移的億級參數波基座模型，助力從複雜波形中識別潛在結構與規律，推動天文事件觀測由「滯後分析」向「實時預警」跨越式演進。針對「譜」數據分析，磐石能夠從X射線衍射譜、紅外光譜、拉曼光譜等6類譜信號中精準反演 組分構成、物質結構及物性信息，已在化學材料、生物醫藥等多個應用場景取得顯著成效。針對「場」數據理解，磐石面向速度場、壓力場等物理場的空間計算與時序模擬，構建了服務工業分析的場基座模型，將推動工業流體仿真進入「分鐘級」快速響應階段，開啟「邊設計、邊仿真、邊決策」的高通量研發模式。

作為基座，磐石提供文獻羅盤、創新評價、智能體工廠三大核心功能，全方位賦能科研創新全流程。磐石·文獻羅盤以輔助文獻精讀與自主綜述寫作為核心，跟蹤前沿突破、提取科研方案、梳理技術脈絡、整合研究結果，全面提升工作效率。1.5pro版將深度研究調研周期壓縮至原來的一半以下，論文、PPT、報告等製作效率提升5至10倍。磐石·創新評價能感知科研和產業前沿動態、提取核心技術指標、研判創新與應用價值，助力科研人員高效地識別關鍵科學問題與潛在創新方向，輔助科研管理部門進行深度客觀的科研創新評價與技術方案評估。磐石·智能體工廠提供「工具+智能體」一站式服務，初步實現智能體工具鏈自主閉環與智能化輔助生成，已沉澱超2000個科研工具，支持10餘個細分科研領域。

磐石模型體系堅持由科學基礎大模型聚焦共性科研需求、促進跨學科突破；學科領域大模型專注解決領域基礎性問題。二者協同，形成支撐全領域科研場景攻關的數智能力。中國科學院以科學基礎大模型為智能底座，匯聚AI-Ready數據資源，凝練AI-Ready科學問題，面向數學、物理、材料、天文、空天、地學、生物等學科重點方向，打造學科領域大模型能力集群，形成體系化創新生態。

據介紹，磐石模型體系目前已在中國科學院50餘家單位推廣應用，覆蓋百餘個科研場景，在高鐵流場重建、光譜識別、材料發現、佐劑設計、天文觀測、青藏科考、海洋預報、生態研究等典型場景中展現出巨大潛力。