從河北興隆觀測站，到海拔4500米的青藏高原冰川，再到距離地球38萬公裡的月球表面……中國科學院的科研團隊，正以AI重構科研范式並取得現實突破。未來已來，在國家“人工智能+”行動的號角下，這場始於技術、終於認知的科技革命，正在重塑人類探索世界的范式。

2025年政府工作報告提出，要持續推進“人工智能+”行動，支持大模型廣泛應用。中國工程院院士、之江實驗室主任王堅表示，“人工智能不是一次工具的革命，而是一次科學革命的工具或者是科學革命性的工具。”AI技術能力的突破，正在重塑科學研究的方式和邊界。

作為戰略科技力量，中國科學院在這一輪科技創新變革中進一步拓展大模型在深空、深地、深海等國家重大戰略需求和前沿科技領域的應用，推動科研成果向產業端高效轉化，為我國科技自立自強與數字經濟高質量發展注入新動能。

“上天”

耀斑，太陽最劇烈的活動現象之一。近年來，為了破解耀斑爆發之謎，學者們從數據驅動角度出發，用統計方法、機器學習、深度學習等技術開展研究。然而，隨著觀測數據的不斷積累和數據特征維度的不斷增加，模型擬合與模式發現對算法規模的要求越來越高。大模型，能預測太陽耀斑嗎？

中國科學院國家天文台的科研人員，以“開展前沿科學研究”為主要目標，正在探索用AI技術向太陽這顆火熱的恆星尋求更多科學要義。金烏·太陽大模型應運而生。在Qwen2系列模型的基礎上，國家天文台科研團隊通過監督學習、強化學習，訓練模型“能夠理解、回答太陽物理問題”和“能夠認識、分析太陽圖像”等基本能力。

金烏網絡結構圖。阿裡雲供圖

在耀斑預測方面，研究團隊以SDO衛星公開數據、懷柔基地35厘米磁場望遠鏡數據和夸父一號（ASOS）全日面矢量磁像儀數據為主要數據源進行訓練和測試。最終模型展現了卓越的性能，尤其是在X級耀斑的預測上，達到了95%的准確率和100%的真實陽性率。

“入地”

對中國科學院的科研人員來說，做學問、做研究是他們的本分，分擔國家重大任務是責任，為國民經濟服務是目標。在追日問天的同時，陽光下泛著冷冽藍光的青藏高原冰川，西太平洋的南海碧波之下，一代又一代的科研人員在不斷堅守國家生態安全屏障。

青藏高原，是世界屋脊、亞洲水塔，是地球第三極，同時也是未來全球氣候變化影響中不確定性最大的地區之一。過去五十年，青藏高原氣候變暖幅度是同期全球平均值的2倍，這不僅改變了冰川等固態水與湖泊、河流等液態水的庫存比例，還因區域大氣環流的變化重塑了青藏高原水體的空間分布格局。

面對這一現實挑戰，中國科學院青藏高原研究所聯合阿裡雲自主研發了首個專注於氣候變化適應領域的水-能-糧多模態推理大模型——洛書。該模型集成訓練並整合了科研人員自主研發的可解釋AI驅動水能耦合模型“思源”，通義千問最新推理模型Qwen-QwQ和通義千問多模態大模型Qwen2.5-VL。

洛書模型的核心創新在於其時空特征注意力算法。融合該算法的思源模型在青藏高原復雜水文環境下的多點模擬准確率高達98%，在未見數據上的泛化能力更超越了許多傳統水文預測方法的模擬水平，此外，相比傳統水文模型耗時數周乃至更長的調參成本，其訓練隻需花費3個多小時。

“下海”

把視線轉向南海碧波之下。作為西太平洋最大的邊緣海，南海擁有廣泛發育的珊瑚礁生態系統，珊瑚礁生態系統是地球上生物多樣性最高的生態系統之一，被譽為海洋中的“熱帶雨林”。珊瑚礁本身能夠高分辨率記錄氣候環境信息，也是研究過去氣候變化和預測未來全球變化的優良載體。

然而，當前珊瑚礁研究面臨諸多挑戰。傳統方式的效率低下、成本高昂且容易出錯，已成為制約珊瑚礁研究發展的瓶頸。面對這一難題，中國科學院南海海洋研究所楊紅強研究員團隊依托十年積累的海量數據，開啟了人工智能驅動的研究范式轉型。他們發現，大模型在圖像和視頻處理領域已展現出卓越的能力，尤其是在圖像識別與分割任務中的成熟應用，為智能化分析珊瑚礁影像數據提供了全新的解決方案。

南海珊瑚識別。阿裡雲供圖

基於此，研究團隊聯合阿裡雲Qwen2-VL多模態大模型，開發了名為“瑤華”的珊瑚礁多模態大模型。該模型通過深度學習技術，實現了對珊瑚種類、覆蓋率及底質組成的智能識別與健康評估。目前，“瑤華”已在11萬張照片對43個珊瑚屬的識別任務中取得突破性進展，整體准確率高達88%，效率較傳統人工判讀提升數十倍。

展望未來，通過將珊瑚礁研究與人工智能深度融合，“瑤華”有望推動珊瑚礁研究范式的轉變，從傳統的經驗驅動邁向數據驅動，進而為脆弱的珊瑚礁生態系統的保護與管理開辟創新的路徑。

“加速”

科研是基礎創新的來源，是國家競爭力的體現。中國科學院與阿裡雲的戰略合作持續深化，雙方通過雲計算、大模型等前沿技術，加速科研范式變革，推動大模型在基礎研究與產業應用中的深度融合。

目前，阿裡雲正以AI為中心，全面重構底層硬件、計算、存儲、網絡、數據庫、大數據，與AI場景有機適配、融合，加速模型開發和應用，並為全國超過50%的985院校和重點科研機構提供技術體系支撐，深度參與教育科研創新。

在普惠的AI基礎設施的助力下，越來越多的科研人員能夠擁有和科技巨頭一樣的計算平台，突破科研算力供需不匹配、資源分散、梯次覆蓋不足的現實問題，讓研究真正進入計算驅動的時代。

與此同時，以通義模型開源家族為基底，中國科學院體系正在形成跨學科交叉創新、開放開源的科學創新模式，並催生出獨特的"大模型裂變效應"。從天空到海洋，從冰川到珊瑚，從自然到社會人文，開源基座與垂直場景的化學反應，使得科研領域的垂直模型研發周期縮短60%以上。這種"通用能力+領域知識"的雙輪驅動，正在成體系地孵化科研大模型矩陣，不斷拓展科學研究邊界。

未來已來，我們正在見証科學范式變革，而這次，中國科學家站在了浪潮之巔。

分享讓更多人看到