人工智能赋能科学研究，磐石科学基础大模型2.0发布
中国科学院发布磐石·科学基础大模型2 0，采用通专一体技术路径，三层架构实现跨学科数据理解与科学预测。在60余项任务中超越通用旗舰模型，部分任务达国际最佳。同步建成一体化智能科研平台，汇聚八千余个专业工具，智能体应用已在力学、天文、化学等领域深度赋能科研全流程。
7月17日，在上海世界人工智能大会期间，中国科学院正式推出了磐石·科学基础大模型2.0（简称“磐石2.0”）。该模型由中科院统筹多个研究所，整合跨学科资源联合研发，旨在深度赋能前沿科学问题的探索与突破。
随着人工智能与多学科前沿交叉研究的日益深入，科研界对既具备通用理解能力又拥有专业深度的AI基础模型的需求愈发迫切。在此背景下，磐石2.0采用了“通专一体”的技术路线。具体而言，它将通用能力与各领域的专业科学能力在同一个模型内进行原生融合与联合训练，从而打破了传统上通用人工智能与专业科学场景之间的壁垒。这意味着该模型能够全方位赋能多个领域的科学探索与创新。
该模型的核心架构采用递进式三层设计。这种架构使得单个模型能够高效完成跨学科的深度数据理解、可靠的知识推理、精准的科学预测，以及专业科研内容的生成等多种任务。这一设计有效突破了传统领域模型学科壁垒高筑、通用模型专业能力不足的发展瓶颈。
在性能表现方面，磐石2.0在60余项专业科研任务评测中，绝大多数任务均显著超越Gemini-3.1-pro、GPT-5.5等通用旗舰模型。特别值得一提的是，在化学性质预测、蛋白质位点预测等任务上，它甚至领先于领域专用模型，达到了国际最佳效果。这一技术实力令人瞩目。
以磐石2.0为核心，一个贯通“数据基盘—工具底座—智能体枢纽—异构算力”的一体化智能科研平台已同步建成。该平台汇聚了海量优质科学数据集，以及8000余个专业科研工具和技能库，几乎覆盖了人工智能赋能科学研究所需的核心生产资料与要素。它既能提供共性智能服务，也支持科研人员根据需求快速定制专用模型与科研智能体。
配套的智能体应用已实现规模化落地，能力持续迭代升级。例如，文献罗盘智能体可在3小时内生成专业水平的综述，模型幻觉得到有效控制，证据归因准确率达到90%。目前，该智能体已累计生成近4万篇综述，提供超百万次科学知识问答推理服务。此外，创新评价智能体能够精准识别关键问题、研判创新方向；智能体工厂则通过自然语言交互，自动匹配和调度科研工具与技能，完成复杂科研流程的一体化执行。
从应用落地来看，磐石2.0已深度赋能多个科研场景。本次发布会重点展示了其在力学、天文、化学三个领域的最新应用案例。以天文领域为例，基于磐石2.0构建的天文光谱智能体，稀有天体识别准确率相比现有最优方法提升约50%，参数仿真时间从数小时压缩至分钟级。目前，该智能体已部署于国家天文台，赋能郭守敬望远镜——这一全球天体光谱发布数据量最大的设备——从观测到分析的科研全流程。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：人工智能赋能科学研究，磐石科学基础大模型2.0发布要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点提示词过长易被截断，应删除客套话与空泛描述，用函数签名锚定类型行为；以符号替代自然语言缩短字符；分阶段提交任务降低出错率；预校验提示词长度，控制在1800字符以内。
向量空间模型将文本转为高维向量，通过余弦相似度计算文本相似性。TF-IDF算法通过词频与逆文档频率加权，提升特征词区分度。该模型在文本分类、情感分析等任务中广泛应用，但忽略语义关系，常需结合神经网络等方法弥补不足。
AI大模型为智能驾驶提供精准决策支持，提升数据处理与自适应学习能力；智能驾驶的高实时性、安全性与鲁棒性需求倒逼大模型在计算效率、可解释性等方面持续进化。两者深度结合，共同推动自主驾驶升级与城市交通智能化。
摩尔线程在2023算力技术大会上发布全功能GPU算力集群的异地调度方案，实现跨地域集群化处理。该方案支持自动选择最优节点、负载均衡及成本优化，服务于智算、科学计算、数字文旅等场景。会上还成立校企智算联盟，推动西部算网融合。
- 日榜
- 周榜
- 月榜
热点快看