中国科学院发布“磐石100”模型体系，让AI成为科学家“最强搭档”

来源：环球时报

【环球时报报道 记者 李迅典】当人工智能（AI）的浪潮席卷日常生活，我们习惯于向它询问天气、撰写邮件，却很少设想，它能否解开一道艰深的偏微分方程，预测一次剧烈的太阳耀斑爆发，甚至在短短30天内，精准定位3个全新的药物靶点。这个设想，如今正走向现实。4月28日，中国科学院在北京正式揭晓了“磐石100”模型体系。这并非又一个聊天机器人或文生图工具，而是一套专为科学研究量身打造的“AI科学家”系统。它究竟能做什么？又将如何重塑科研的形态？围绕这些核心问题，《环球时报》记者与“磐石100”研究团队的专家们进行了一场深度对话。

什么是“磐石100”？

不妨先从一个直观的对比说起。中国科学院自动化研究所研究员张家俊在接受《环球时报》采访时，点出了问题的关键：“大家日常接触的通用大模型，处理聊天、文案、图像创作游刃有余，可一旦踏入科研领域，往往就‘力不从心’了。”事实错误、推理幻觉频发，更不用说去理解那些粒子信号、天文光谱、细胞数据背后复杂的专业语言——通用模型难以支撑起严谨的科学探索。

而“磐石100”的定位，正是要跨越这道鸿沟。其目标清晰而远大：完成从科研辅助工具，到科研伙伴，最终成长为能够自主工作的虚拟AI科学家的三级跃迁。这意味着，它有望独立完成从数据采集、分析、提出假设、实验验证到结果迭代的完整科研闭环。

那么，这套系统是如何构建的？本次发布的核心，在于一个“根基—骨干—枝叶”的完整体系。以磐石科学基础大模型1.5PRO为“根基”，八大学科领域大模型为“骨干”，超过100个细分科研场景模型为“枝叶”，系统性整合了数据、模型、算法与工具，旨在打造一个全域覆盖、高效联动的数智化科研创新平台。

据中国科学院自动化研究所副所长曾大军介绍，这一体系是中国科学院统筹旗下数十家研究所协同攻关的结晶。它的出现，标志着AI for Science（人工智能赋能科学研究）正从过去分散、封闭的“作坊模式”，大步迈向协同、开放的“平台模式”，有望彻底改变传统科研的组织形态与工作流程。

具体到核心底座——磐石科学基础大模型1.5PRO，它实现了三大硬核能力的升级。首先是超强的科学推理能力，基于650万条高质量科学推理数据训练，它能稳定执行超过150步的超长科研工具编排任务，调度300余个科研技能。简单来说，一条指令就能驱动从数据获取到研究报告生成的全流程自动化。

其次是卓越的科学多模态理解能力。模型原生支持科研图文推理、图像分割乃至科研配图绘制，在多项国际科学图像测评中达到了全球领先水平。

最后，也是最具突破性的一点，是它针对科研领域特有的数据形态，构建了三大科学模态基座：“波基座”、“谱基座”和“场基座”。它们分别攻克了电磁波/引力波分析、光谱信号反演、物理场流体仿真等长期存在的“卡脖子”难题，将天文事件预测、晶体识别、工业流体仿真等关键任务的效率，提升了一个乃至数个量级。

为什么需要“磐石”？

“磐石100”的诞生，绝非偶然，而是深度契合了AI for Science这一席卷全球的科技趋势。当前，新一轮科技革命加速演进，AI的角色正从边缘的辅助工具，转向科研创新的核心驱动力。与以往零散的单一科研AI模型不同，“磐石100”实现了从基础模型、到学科模型、再到场景应用的全链条贯通，成为国际上首批成体系、全栈式的AI for Science模型体系，真正做到了“懂科学、能科研、可落地”。

这背后的逻辑其实很清晰。正如张家俊所解释的：“通用大模型回答问题，有时可以‘模糊处理’，但科学研究要求绝对严谨，容不得半点‘幻觉’。更何况，科研处理的对象是天文射线、分子动力学、天体辐射这类高度专业化的数据，通用AI根本‘看不懂’。”

回望传统科研模式，它高度依赖科学家个人的知识积累与小范围的团队合作。面对复杂问题，研究周期往往极其漫长，专业化壁垒高筑。例如，新材料的平均研发周期长达15年；粒子物理分析需要人工处理海量数据，耗时费力；太阳耀斑的精准预测更是长期难以突破的瓶颈。中国科学院副院长丁赤飚在发布会上明确指出，中国科学院正致力于推动AI for Science从“分散封闭的单点探索”，迈向“协同高效的平台化创新”。

“磐石100”带来的，正是一种角色的根本性跃迁。张家俊生动地描绘了这一变化：“过去，AI是科学家手中的工具，帮你算算数据；现在，它正成长为科学家的伙伴，可以参与讨论、甚至提出假设；而像‘磐石100’这样的体系，让我们看到了它成为‘AI科学家’的雏形。”他进一步展望：“未来，或许一位科学家加上一套‘磐石100’体系，就能完成如今需要十个、甚至上百个科学家才能完成的科研任务。”

值得注意的是，这一体系的完整性和前瞻性已走在国际前列。张家俊透露：“我们是国际上首批发布如此完整体系的团队。从底层的科学基座，到上层的科学数据智能体，再到具体的场景化应用，整个架构在国际上尚无成熟的先例。”目前，中国科学院已与共建“一带一路”国家等建立了密切合作，利用“磐石100”赋能其科学研究，积极参与并定义未来全球科研的新规则与新生态。

在八大领域落地

理论上的突破，最终要落到实际应用中。“磐石100”的体系化能力，已经通过八大学科领域大模型在科研一线开花结果，百余个细分场景实现了规模化应用，覆盖了从基础研究、工程应用到民生保障、国家战略的多个维度，全面激活了科研创新的动能。

在基础科学前沿，成果令人瞩目：“磐石·赛博士”作为国际上首个粒子物理实验分析智能体，已在北京谱仪实验中协助发现了超过11个新粒子衰变模式，解决了多维高本底数据分析的难题，未来将推广至江门中微子实验等大科学装置；“磐石·大衍智证”攻克了数学定理自动证明与偏微分方程求解的瓶颈，批量生成了26万余条组合恒等式，推动数学研究向自动化迈进；“磐石·金乌”实现了太阳耀斑的精准预测，其TSS指标高达0.95，对X级耀斑的捕获率达到100%，正在打造智能望远镜自主观测系统。

在工程与战略领域，突破同样显著：“磐石·祝融”将新材料的研发周期从数年缩短至数天，生成效率提升3到5倍，有力支撑了极端环境极限材料的研制；“磐石·临空”作为全球首个临近空间领域大模型，破解了浮空气球泄漏、平台可回收复用等核心难题，支撑空天战略技术突破；“磐石·坤元”完成了青藏高原地貌精细制图与全球土壤无机碳估算，为青藏科考与生态保护提供支撑；“磐石·禹衡”打造了全球首个全景式碳排放核算系统，汇集了208TB的数据集，为国家“双碳”战略提供精准数据基石。

在生命科学与民生保障领域，其价值更为凸显：“磐石·数字细胞”在30天内发现了3个全新的药物靶点并获实验验证，将肿瘤免疫治疗预测准确率提升至85.6%，药物研发效率提升超过10倍；其疫苗佐剂智能设计系统，攻克了数据稀缺的瓶颈，实现了从分子机制到免疫效应的精准追踪。此外，高铁流场的秒级重建、海洋环境的高精度预报、青藏高原冻土灾害预警等关键场景，均通过“磐石100”实现了技术突破，直接服务于国家重大工程与民生福祉。

面向未来，道路已然清晰。中国科学院副院长丁赤飚在发布会上明确了三大发展方向：一是加强数据资源的统筹建设，构建AI就绪的高质量科研语料库；二是构建算力的高效协同机制，推动异构算力的互联互通；三是持续推动生态建设，积极组建“磐石”生态联盟，加快相关技术标准与行业规范的制定。这一切，都预示着以“磐石100”为代表的AI for Science平台，正在开启一个科研范式变革的新时代。