中国科学院“磐石100”八大学科大模型深度解析：波谱场三大新模态权威测评

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。