近日，中国科学院正式推出了一项名为“磐石100”的模型体系。这一举措意味着，人工智能技术驱动下的科学研究，正告别以往较为分散的模式，向平台化协同创新的新阶段迈进。目前，该体系已经在院内的五十多家单位投入使用，服务于包括天文观测在内的多个前沿领域。
从单点工具到体系化平台：AI for Science的新阶段
此次发布的“磐石100”体系，并非单一模型的简单升级，而是构建了一个以“磐石·科学基础大模型”为根基的综合性平台。其最新的1.5pro版本，整合了针对不同科学数据类型的三大模态模型——波基座、谱基座和场基座。该体系基于自主构建的高质量科学推理数据，显著提升了模型在知识推理、多模态理解以及可靠性方面的能力，在多项权威测评中达到了领先水平。
中国科学院自动化所的研究人员指出，针对“波”数据（如电磁波、引力波等时序信号），模型能够从复杂的波形中识别潜在结构与规律，这将推动天文事件观测从传统的“滞后分析”向“实时预警”演进。而在“谱”数据分析方面，模型能从多种光谱信号中精准反演物质信息，已在化学材料等领域取得成效。对于物理“场”数据的理解，则有望将工业流体仿真带入“分钟级”快速响应的新阶段。
赋能科研全流程：从文献梳理到智能体构建
作为科研创新的智能底座，“磐石”体系提供了三大核心功能：文献罗盘、创新评价与智能体工厂，旨在赋能从知识发现到成果产出的全过程。其中，“磐石·文献罗盘”功能专注于辅助科研人员进行文献深度阅读与综述撰写，能够跟踪前沿、提取方案、梳理脉络。据称，新版模型可将深度调研周期压缩一半以上，相关文档的制作效率提升数倍。
以这一科学基础大模型为核心，中国科学院已面向数学、物理、材料、天文、空天、地学、生物等学科，建设了包括“赛博士”、“金乌”、“坤元”在内的八个学科领域大模型，形成了针对不同科研场景的专用工具矩阵。
学科应用实例：粒子物理、临近空间与材料设计
在物理领域，面对大科学装置产生的海量复杂数据，传统的物理分析往往耗时漫长。“磐石·赛博士”大模型的应用，提升了粒子物理分析各个环节的研究能力。研究人员表示，该系统已应用于北京谱仪实验等装置，并发现了超过11个新的粒子衰变模式，目前正向更多大科学装置进行适配推广。
在空天科学领域，临近空间（距地面20至100公里）的研究面临知识分散、跨学科复用困难等挑战。“磐石·临空”大模型具备了对该领域技术体系的完整认知能力，可全流程赋能从环境分析到飞行控制等多个科研与工程实践环节。
在材料科学领域，“磐石·祝融”大模型实现了“按需设计、精准制备”，显著提升了新材料的研发效率，形成了包含新知识发现和新材料设计的研发新模式。在天文领域，“磐石·金乌”大模型则致力于实现太阳耀斑的智能化预测与自动化研究。
广泛覆盖与未来潜力
“磐石”模型体系目前已在中国科学院超过五十家单位得到推广应用，覆盖了百余个具体的科研场景。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、生态研究等一系列典型场景中，都已展现出巨大的应用潜力。
这一体系化平台的建立，标志着科研机构在整合人工智能技术方面迈出了关键一步。它通过提供专业化的模型工具和服务，有望从根本上改变多个基础科学领域的探索方式，提升科研效率与创新能力。随着技术的持续迭代与场景的深入适配，此类平台化解决方案或将成为未来科学研究不可或缺的基础设施。