8月29日，在数博会上，行星科学领域迎来了一项重大突破——中国科学院地球化学研究所与阿里云携手发布了全球首个“月球科学多模态专业大模型”。该模型以阿里云通义系列模型为基础，目前在对月球撞击坑的年代和形态进行判别时，准确率已超过80%。这意味着，AI在月球撞击坑识别方面的能力，已达到人类专家八成以上的水准。

那么这个模型究竟是如何运作的呢？其技术核心是通义系列的视觉、多模态和自然语言模型，并融合了RAG检索增强等技术，在阿里云百炼专属版上完成了微调和训练。目前，该模型最成熟的应用场景便是月球撞击坑识别，准确率稳定保持在80%以上。

众所周知，人类研究月球地质演化，除了依靠探测器采集的样品外，最重要的研究途径就是分析撞击坑。撞击坑的尺寸、深度、形态等特征，是解读月球演化历史的关键线索。

然而，面临的挑战在于数据量极其庞大。目前已知直径超过一公里的月球撞击坑已超过100万个，而直径小于一公里的撞击坑数量更是难以计数。如果完全依靠人工进行识别和分类，这几乎是一项不可能完成的任务。

月球专业大模型的出现，彻底改变了这一局面。科研人员只需输入一张撞击坑图像并附上问题，模型便会调用通义视觉和多模态能力，从17种多模态数据（包括光谱、高程、重力等）中识别图像对应的模态类型。同时，通过检索知识库并调用通义语言模型，它还能回答关于撞击坑形貌、尺寸、年代等问题，并给出完整的推理过程。中国科学院地球化学研究所研究员刘建忠评价道：“通过对海量数据的准确把握，大模型不仅可以对撞击坑进行分类，还可以解决一些目前仍未解决的科学问题。”

接下来，该月球专业大模型将被集成到“数字月球云平台”中，推动平台向智慧化升级。根据公开信息，“数字月球云平台”由中国科学院地球化学研究所牵头建设，是目前全球月球探测数据最全面的平台，集科学研究、工程应用与科普教育于一体。它将与FAST等大科学装置并肩，成为科研基础设施的重要一环，为我国月球与行星科学创新提供加速度——这才是未来真正值得期待的发展方向。