国内首个混凝土材料科学大模型“砼真砼知”由东南大学联合重大基础设施工程材料全国重点实验室、阿里云计算有限公司共同研发完成。这一成果标志着我国在工程材料智能化领域取得重大突破，通过“人工智能+混凝土材料”的深度融合，为全球基础设施建设提供了数字化、低碳化的创新解决方案。目前，该模型已在南京北站建设项目中投入应用。
与传统通用大模型在专业领域存在的“幻觉”和不确定性不同，“砼真砼知”以深度专业化为核心优势。它不仅能够提供专家级、可溯源的智能问答服务，精准解答混凝土材料研发、设计和工程应用中的复杂问题，还集成了四大知识处理工具：智能数据提取、数据多维对比、文献综述生成和知识图谱构建。这些功能将原本需要数日甚至数月完成的文献调研和数据分析工作压缩至分钟级，显著提升了科研和工程人员的工作效率。
该模型的创新性体现在其开放式智能体广场，推出了性能预测、配比设计和开裂风险评估三大核心智能体。通过“大模型+小模型”的协同工作机制，实现了从参数输入到方案生成的端到端闭环。这一技术突破为“从性能目标到最优配方”“从结构参数到开裂风险评估”等依赖经验的复杂问题提供了标准化、高精度的量化决策工具，填补了混凝土材料智能设计领域的技术空白。
在应用价值方面，“砼真砼知”大模型为基础设施建设全链条提供了深度赋能。在研发环节，通过智能问答和配比设计智能体，可以加速高性能、低碳混凝土材料的创新，推动绿色建材的开发；在施工和运维阶段，依托开裂风险评估智能体和多维数据对比工具，能够实现工程质量的动态监控和风险预警，提升基础设施的耐久性；从长期来看，该模型将持续完善行业知识图谱和智能体生态，为工程寿命预测、智能建造等前沿方向提供可扩展的AI支撑平台。
中国工程院院士指出，该模型推动了混凝土材料研发进入数据驱动的“第四范式”，为工程材料领域破解数据、算法、模型等关键难题提供了标杆方案。在南京北站的实际应用中，模型在原材料设计环节帮助配比低碳混凝土材料；在施工环节，工人可以根据南京当时的温度、湿度等环境因素，预测混凝土在未来几小时内强度、耐久度等性能的发展。例如，面对昼夜温差大的情况，模型会自动调整原材料配合比，确保混凝土性能在变化的外部条件下保持稳定。
