中国科学院发布磐石100系列八大科学大模型及波谱场新模态
科研范式正在经历一场静水深流的变革。过去，AI在科学领域的应用，更像是零散的“单兵作战”，而如今，一个更系统、更协同的平台化时代已经拉开序幕。
近日，中国科学院正式发布了“磐石100”模型体系。这不仅仅是一次简单的模型升级，更标志着AI驱动的科学研究，从分散、封闭的单点探索，迈向了协同高效的平台化创新新阶段。
这套体系以“磐石·科学基础大模型”为核心基座，向上集群了多个学科领域大模型，再细分到具体的科研场景应用模型和智能体，最终构建成一个全域覆盖、高效联动的数智化科研创新平台。
此次发布的核心看点颇多：基础大模型升级至1.5pro版本，并新增了波、谱、场三大科学模态基座。同时，中科院面向数学、物理、材料、天文、环境、空天、地理、生物这八大学科领域，打造了对应的学科大模型。其中，“禹衡”模型作为全球首个覆盖生产、消费及自然源的全景式碳排放核算系统，引人注目；而“数字细胞”大模型更是在30天内发现了3个未知药物靶点，并全部通过了湿实验验证。
目前，整个模型体系已在中国科学院内50余家单位部署，覆盖了超过一百个具体的科研场景。
▲磐石模型体系总体架构（图源：中科院自动化研究所）
一、磐石1.5pro引入波、谱、场三大模态，文献调研周期减半
“磐石·科学基础大模型”由中科院自动化所牵头，联合了院内多家顶尖机构共同打造，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。
从2025年发布1.0版本开始，磐石模型就在持续进化。本次升级到1.5pro版，最大的亮点在于引入了波、谱、场三大科学模态基座，这背后是基于自主构建的650万条科学推理数据。
具体来看，针对“波”数据（如电磁波、地震波等时序振荡信号），磐石构建了能跨场景迁移的波基座模型。这意味着，它能从复杂的波形中识别潜在规律，有望推动天文事件观测从“滞后分析”迈向“实时预警”。
针对“谱”数据（如X射线衍射谱、红外光谱等），模型能够反演出物质的组分、结构和物性信息，这已经在化学材料、生物医药等领域见到了成效。
而针对“场”数据（如速度场、压力场等物理场），磐石构建的场基座模型，目标是将工业流体仿真推进到“分钟级”快速响应阶段，从而开启“边设计、边仿真、边决策”的全新研发模式。
作为整个体系的基座，磐石1.5pro主要提供三大功能：文献罗盘、创新评价和智能体工厂。其中，文献罗盘能将深度调研的周期压缩至原先的一半以下，论文、报告等文档的生成效率提升了5到10倍。智能体工厂则已经沉淀了超过2000个科研工具，支持10余个细分领域。
▲科学基础大模型技术栈（图源：中科院自动化研究所）
二、8大学科领域赋能，“数字细胞”30天发现3个药物靶点
在基础大模型之上，中科院针对八个关键学科，打造了专门的领域大模型，与基座协同解决更深层的科学问题。
在数学领域，“大衍智证”模型致力于突破数学推理与计算的瓶颈；物理领域的“赛博士”模型，则已应用于北京谱仪实验等大科学装置，提升粒子物理的分析效率。
材料领域的“祝融”模型，旨在实现新材料的“按需设计、精准制备”；天文领域的“金乌”模型，则专注于实现太阳耀斑的智能化预测。
环境科学领域的“禹衡”模型，作为全景式碳排放核算系统，已能初步绘制国别级的高精度碳全息图谱。空天领域的“临空”模型，是国内外首个具备深度认知与复杂问题推理能力的临近空间领域模型。
地理领域的“坤元”模型，帮助科研人员揭示了高原地貌的空间分异格局，甚至支撑研制了首个地貌分类编码国家标准。
最令人瞩目的或许在生命科学领域。“数字细胞”大模型在短短30天内发现三个全新药物靶点并全部验证通过的故事，已经展现了其碘伏药物发现流程的潜力。此外，它还能针对肿瘤患者的免疫治疗进行疗效预测，为个性化精准诊疗带来希望。
▲八大领域科学基础大模型（图源：中科院自动化研究所）
从高铁流场重建、光谱识别，到材料发现、天文观测，乃至青藏科考和海洋预报，磐石模型体系正在百余个科研场景中落地生根，逐步从实验室走向科研一线。
结语：科研大模型逐步走向一线研究
回顾整个发展路径，科研大模型正从一个单一的通用工具，演变为“基础+领域+场景”三层协同的复杂体系。波、谱、场模态基座的引入，30天发现新靶点的效率，分钟级的流体仿真响应，这些都不是纸上谈兵，而是切切实实走向科研一线的信号。
当然，这只是一个开始。后续更值得关注的是，这些强大的领域大模型能否走出中科院的围墙，开放给更多高校和产业用户？智能体工厂里沉淀的2000多个工具，又能否转化为可被广泛复用的科研基础设施？这些问题的答案，将决定这场AI科研革命影响的广度与深度。
相关攻略
人工智能领域的长文本处理竞赛正进入白热化阶段。无论是深度解析代码仓库、构建智能体的长期记忆，还是处理复杂的多模态交互，都迫切需要模型能够高效处理数十万乃至上百万token的超长序列。 然而，一个根本性的技术瓶颈也随之凸显：基于传统Transformer架构的模型，其推理时的计算复杂度和显存消耗会随着
这项研究由中国科学院大学、中国科学院自动化研究所新型模式识别实验室、多模态人工智能系统国家重点实验室、香港科创研究院以及香港理工大学联合开展，论文于2026年4月发表，论文编号为arXiv:2604 24441v1。 一、这件事为什么值得普通人关注 你有没有试过把一项繁琐的电脑操作交给AI来完成？比
我国科学家在人工细胞研究领域取得重大突破。中国科学院化学研究所乔燕、王树团队联合国际科研力量，首次实现了人工细胞在形态和功能上的不对称分裂，相关成果于5月13日发表于《自然》期刊。这项研究填补了化学、材料与合成生物学交叉领域的技术空白，为未来设计功能化人造细胞系统及生物技术应用提供了全新的思路与模型
百万级国产豪华汽车市场再迎重磅车主，行业影响力持续攀升。 近日，中国科学院院士、深圳国际量子研究院院长俞大鹏正式成为比亚迪旗下高端品牌仰望U8的车主。在隆重的交付仪式上，比亚迪集团总裁王传福亲自将车钥匙递交到俞院士手中，彰显了品牌对顶尖科技人才的崇高礼遇。仰望汽车总经理胡晓庆现场表示，诚挚感谢俞院士
如果你曾让AI助手处理过一份几万字的合同，或者要求它读完一份百页报告后回答问题，那你一定经历过那种等待——在AI吐出第一个字之前，那段似乎格外漫长的沉默。这种等待，在技术术语里被称为“首字延迟”（Time-To-First-Token, TTFT），它直接取决于AI需要消化多少输入内容。输入越长，等
热门专题
热门推荐
在亚马逊FBA运营中，商品入仓前正确粘贴FNSKU标签是至关重要的第一步。这串看似简单的条形码，直接决定了库存的精准识别、订单的准确履行，更是构建品牌库存护城河、有效防止跟卖的核心防线。切勿轻视——标签打印模糊、粘贴位置错误，极易导致货物被FBA仓库拒收，甚至引发库存数据混乱，造成不必要的损失。 本
在《逸剑风云决》的武侠世界中，玩家时常会遭遇身陷重围、濒临绝境的危机时刻。而就在这胜负将分的紧要关头，有时会有一股神秘力量骤然介入，彻底扭转战局——那便是行事诡秘的厂卫。他们的登场，绝非寻常的“援军抵达”，更像是一把精心设计的钥匙，悄然开启了江湖帷幕背后，那重更为错综复杂、暗流涌动的剧情篇章。 逸剑
《绝地求生》第41赛季已全面开启，备受玩家关注的“电波干扰背包”迎来了自上线以来最大规模的机制重做。官方更新日志已经发布，本文将为您深入解析本次调整的核心要点与实战影响，帮助您在新赛季中精准掌握这件战术装备的全新玩法。 简而言之，本次更新的核心理念是“风险与收益的再平衡”。开发团队显然评估了该背包在
打造一套高胜率的绯月絮语阵容，核心在于角色间的精准定位与战术协同。这不仅仅是简单堆砌高战力角色，更需要深入理解各位置的战略职能，以及他们如何通过技能组合产生“1+1>2”的团队效应。 核心输出角色的选择 阵容的战术轴心通常由一至两位核心输出角色奠定。例如，以极致单体爆发见长的[角色名 1]，其终结技
在跨境电商领域，Temu凭借其独特的全托管模式和强大的供应链整合能力，已成为众多卖家出海拓展业务的重要选择。然而，不少卖家在准备入驻时，常被一个看似简单的系统提示所阻碍——“注册码长度为15位”，导致注册流程中断，甚至可能错失快速开店的宝贵时机。 本文将深入解析此问题的根本原因，并提供一套清晰、可操