中国科学院在北京正式推出“磐石100”模型体系，标志着我国在人工智能赋能科学研究领域迈出关键一步。这套专为科研设计的系统突破了传统通用大模型的局限，构建起从基础研究到场景应用的全链条创新平台，为解决复杂科学问题提供全新范式。
该体系采用“根基—骨干—枝叶”三级架构：以磐石科学基础大模型1.5PRO为核心底座，延伸出涵盖物理、数学、天文等八大学科的领域大模型，最终形成覆盖100余个细分场景的模型矩阵。这种系统性设计使不同学科、不同层级的模型能够高效联动，形成有机整体。中国科学院自动化研究所副所长曾大军指出，这一架构实现了科研模式从分散探索向平台化创新的根本转变。
针对科研场景的特殊需求，基础大模型完成三大能力升级。通过650万条专业数据训练，系统具备超长科研流程编排能力，可自主调度300余个专业工具完成从数据采集到报告生成的全流程。在多模态理解方面，系统原生支持科研图文推理、图像分割等功能，在科学图像处理测评中达到国际领先水平。特别针对天文、物理等领域的波、谱、场数据，研发团队构建了专用基座模型，使电磁波分析、光谱反演等任务的效率实现数量级提升。
在基础科学领域，粒子物理智能体已在北京谱仪实验中发现11个新粒子衰变模式，数学大模型批量生成26万条组合恒等式，太阳耀斑预测系统实现X级耀斑100%捕获率。工程应用方面，新材料研发周期从数年缩短至数天，临近空间平台回收问题得到解决，碳排放核算系统汇集208TB数据支撑“双碳”战略。生命科学领域，系统30天内发现3个全新药物靶点，肿瘤免疫治疗预测准确率提升至85.6%，疫苗佐剂设计突破数据稀缺瓶颈。
与传统科研模式相比，“磐石100”推动AI角色发生根本性转变。自动化研究所研究员张家俊比喻道：“过去AI是科学家的计算器，现在成为可以讨论假设的合作伙伴，而‘磐石100’让我们看到AI科学家雏形的出现。”这种转变源于系统对科研严谨性的深度适配——通过专业数据训练和流程控制，将推理幻觉率控制在极低水平，确保每个结论都经得起科学验证。
该体系的国际影响力正在显现。作为全球首批成体系的AI for Science平台，“磐石100”已与多个共建“一带一路”国家开展合作，通过输出技术标准和研究范式参与全球科研生态建设。在青藏高原科考、海洋环境预报等国家重大任务中，系统展现出跨学科协同优势，为解决复杂系统问题提供新工具。
为保障体系持续发展，中国科学院规划了三大建设方向：构建高质量科研语料库、建立异构算力协同机制、推进“磐石”生态联盟建设。这些举措旨在解决数据孤岛、算力分散等瓶颈问题，为AI与科研深度融合创造基础条件。随着更多学科和场景的接入，这套国产科研AI体系有望重塑全球科学研究格局。
