在世界人工智能大会的聚光灯下，一款名为“磐石·科学基础大模型2.0”的国产科研利器引发全球关注。这款由中国科学院多学科团队联合研发的模型，在60余项专业任务中力压国际顶尖通用大模型，更在天文、力学、化学等领域实现秒级响应，为科研范式变革按下加速键。记者对话研发团队核心成员、中科院自动化所研究员李林静，揭开这款“科学大脑”的突破密码。
传统科研模式中，数学家、物理学家、化学家往往需要调用不同领域的专业模型，如同“打补丁”般拼凑解决方案。磐石2.0的颠覆性创新在于，将通用认知能力与专业领域知识深度融合，构建出真正的“通专一体”架构。“就像把散落的学科珍珠串成项链，模型能自主调用不同领域的推理逻辑。”李林静比喻道。这种架构使科研人员告别了操作复杂工具的困境，一个模型即可完成从数据解析到成果生成的全链条工作。更关键的是，内化于模型的专业能力开始产生“化学反应”——材料设计中的物理直觉可能启发化学路径优化，跨学科灵感在模型内部自然碰撞。
支撑这一突破的是研发团队独创的三层技术架构：通过科学数据统一编码构建知识底座，借助自然世界知识对齐实现逻辑自洽，最终通过领域任务定向解码输出专业结果。依托中科院科技语料库积累的800万条高质量科学推理数据，模型训练出基于证据链的推理能力，在化学性质预测、蛋白质位点识别等任务中达到国际领先水平。李林静透露，在多项专业评测中，磐石2.0的表现显著优于GPT-5.5等旗舰模型，部分指标实现数量级提升。
在天文观测领域，这种效率跃迁尤为显著。传统稀有天体筛选需要专家花费10秒逐条检查光谱特征，而磐石2.0驱动的智能体仅需0.2秒即可完成全流程分析。该系统已部署于国家天文台，使郭守敬望远镜的数据处理效率提升50倍，稀有天体识别准确率提高50%，参数仿真时间从数小时压缩至分钟级。力学领域同样迎来变革：基于模型对场数据的深度理解，流体仿真软件实现“无网格、秒级响应”的新模式，10秒内即可输出误差小于5%的仿真结果。
化学实验室里的突破更具里程碑意义。以磐石为底座的机器科学家系统，自主协调文献挖掘、实验设计、仪器操作等5个智能体，已完成462组样品合成与千万级虚拟筛选。前20个候选材料中，8种性能超越原有最优方案，系统已稳定运行超1500小时。文献综述生成智能体更展现出惊人效率：3小时内可产出专业综述，证据归因准确率达90%，累计生成近4万篇学术报告。这些应用标志着科研模式正从“人找工具”向“智能体自主规划”深刻转变。
在AI4S（人工智能赋能科学研究）的全球竞赛中，磐石模型体系走出了一条中国特色发展道路。项目构建起跨学科创新联合体，整合中科院数十家研究所、高校及产业龙头企业的优势资源：自动化所牵头核心技术攻关，企业承接产业化落地，专业研究所深耕垂直领域模型，国内企业提供算力支撑。这种“产学研用”协同模式已落地50余家中科院机构、30余家高校与央企，并通过国际合作平台走向全球。
对比国际竞争格局，李林静指出我国模型具有通识性强、学科覆盖广的独特优势，得益于全国科研资源的协同整合，构建起适配多场景的科学语料体系。但他也坦言，美国模型在制药、单一材料预测等细分领域的精度仍具优势。不过，我国拥有的全球最大规模大科学装置群，正在建设中的高性能计算设施，将持续为模型迭代提供优质数据燃料。“这些科学基础设施是我们的核心底气。”李林静强调。随着磐石体系在多学科场景的持续拓展，一个自主可控的科学智能生态正在成型，为破解基础研究“卡脖子”问题提供新解法。
