研发团队表示，人工智能正在重塑科研底层逻辑、加速科学发现，“人工智能+科学”已成为趋势，为解决人类面临的重大科学技术难题提供了前所未有的机遇。
“磐石·科学基础大模型”发布海报。中国科学院自动化研究所 供图
最新发布的“磐石·科学基础大模型”采用专业科学知识和数据进行训练、服务于科学任务的智能底座，实现对波、谱、场等多种科学模态数据的深入理解，具备科学文献萃取融合、科学知识表征推理和科学工具编排规划等核心能力。真正拥有跨学科“操作系统”
当前，“人工智能+科学”研究普遍采用领域数据微调通用大模型、各自构建单一领域专用工具的模式，面临科学数据孤岛、专业推理能力不足、研发生态封闭三大挑战。
聚焦这些挑战，中国科学院联合研发团队充分发挥完整自然科学学科体系、全栈式人工智能创新链、重大科学设施与科学数据等优势，开展体系化布局，推动“人工智能+科学”向平台化、体系化的新范式加速变革。
“磐石·科学基础大模型”可实现对数据和模型等各类资源的管理，以及对计算仿真等各类工具的调度，深度赋能“假设提出-方案规划-仿真推演-实验验证-规律发现”的科研全流程。
这意味着，“人工智能+科学”已真正拥有跨学科“操作系统”。科研工作者可在科研各环节轻松调用模型，实现人工智能在科学研究中的无感嵌入。面向科学领域进行深度定制
研发团队介绍，“磐石·科学基础大模型”始终围绕科研人员的核心需求，以强大、全面的科学专业能力支持科学发现。
在核心架构方面，“磐石·科学基础大模型”采用异构混合专家架构，在中国国产开源大模型基础上面向科学领域进行深度定制，集成自主研发的一系列面向共性科学数据模态的专用模型，并融合AlphaFold、MatterGen等领域专业模型。
在科学能力方面，“磐石·科学基础大模型”已系统掌握数理化天地生六大学科核心定理、定律与专业知识，并实现对波、谱、场等多种科学模态数据的深入理解。
具体测评中，在基础学科领域国际通用的数据集里，“磐石·科学基础大模型”达到数学、物理、化学、材料、生物各学科门类当前最佳性能；在通用人工智能助手测试基准(GAIA)、事实性问答数据集(SimpleQA)等国际权威测试中，展示领先的科学专业工具调用和科学推理性能；在人类终极考试(HLE)中取得优秀成绩。
“磐石·科学基础大模型”相关介绍图示。中国科学院自动化研究所 供图
基于“磐石·科学基础大模型”，研发团队还开发出“磐石·文献罗盘”和“磐石·工具调度台”两个科学智能体。
其中，“磐石·文献罗盘”旨在辅助科研人员精读文章、撰写综述、评估科研选题与技术路径，已接入1.7亿篇科技文献与实时开源科技信息，可深度理解包含公式与图表的科学数据，一次性透彻梳理上千篇文献。在其支持下，以往需要3至5天才能完成的文献调研工作可缩短至20分钟。
“磐石·工具调度台”旨在降低科研工具的使用门槛，可自主规划及调用超过300个科学计算工具，实现工具的协同编排和便捷调用，可自动识别科研任务、智能编排并调度最优工具链，提升科研流程效率，支持用户灵活接入自有智能体与工具，快速搭建专属科研应用。在多学科领域开展深入应用
目前，“磐石·科学基础大模型”已在多个学科领域开展深入应用，大幅加速科研进程。
在生命科学领域，研发团队依托“磐石·科学基础大模型”构建X-Cell数字细胞大模型，实现从基因序列和中心法则到细胞表型的整体建模，推动数字细胞实现靶点发现全流程自动化。X-Cell正在支持调控网络分析、虚拟细胞实验和靶点发现应用。以蛋白质相互作用的药物靶点发现为例，相对现有范式科研效率加速超过10倍。
在高能物理领域，依托“磐石·科学基础大模型”，北京正负电子对撞机的研究人员正在实现粒子物理研究任务的自动分解与高效规划，生成覆盖粒子物理工作流各阶段的分析程序，从而有效提升粒子模拟速度与重建效率，为探索物质基本组成和宇宙基本规律提供助力。
在力学研究中，“磐石·科学基础大模型”发挥强大的科学数据理解和预测能力，高效计算高铁模型在多种流体环境下的表面压力场，为高铁构型设计提供数据支持。
此外，“磐石·科学基础大模型”正帮助科学家在化学合成中提升实验效率、在分子结构预测中实现更加准确的预测结果、在天文观测中实现智能化的全球资源调度与分析……并在服务真实科学需求的过程中，持续迭代提升模型的实用性与可靠性。
“磐石·科学基础大模型”相关应用案例。中国科学院自动化研究所 供图
研发团队表示，“磐石·科学基础大模型”已初步成为科学知识的全能手、文献的超级分析师、专业问题的精算家，并将逐渐成长为科研攻坚的参谋和智囊，服务科学、赋能科研。
中国科学院自动化研究所透露，为推动“人工智能+科学”协同创新，该所已联合40余家科研院所、高等院校及企业合作伙伴共同启动“科学基础大模型生态联盟”计划，并积极推动国产算力适配，着力构建开源开放、自主可控的“人工智能+科学”新生态，将为全球学术共同体贡献中国方案。
标签：
