在中国科学院青藏高原研究所 ，其联合阿里云发布多模态大模型“洛书”
，可高精度溯源和预测径流量，为复杂地形区的水资源管理和清洁能源开发提供精准决策支持。

在中国科学院南海海洋研究所 ，其研发的“瑶华 ”大模型，通过分析10万张水下影像
，实现珊瑚种类识别准确率88%，效率较人工提升数十倍......

从望日到观星 ，从察水到识物
，大模型正为中国科研装上超强“处理器
” 。

中国科学院青藏高原研究所助理研究员夏萃慧对中新社记者表示，洛书大模型结合了科学模型和通义千问大模型 ，以AI驱动
，通过算法捕捉到的信息远超于过去传统模型。现在洛书能对某个特定水电站做精准分析，包括特定时段来水量、水源地的具体位置等 ，在时空层面进行动态分析溯源
，数据全部量化处理，这对科研意义巨大
。

夏萃慧还提到 ，更重要的是
，借助大模型可驱动其根据具体业务事项进行问答，直接梳理分析数据。“比如说 ，我在枯水期要观测什么，根据历史气象对来水量有什么影响
，未来需要做哪些气候变化适应的工作等等，现在都可以通过推理大模型 ，经过数据推理
，就能给出解释 。”

中国科学院国家天文台人工智能小组核心成员李瑀旸指出，星语大模型的三大能力可助力科研
。一是模型基础能力 ，即知识检索能力 、视觉分析能力
，二是智能化工作能力，能拆解科学问题 ，设计复杂科研流程计划并辅助分步解决
，三是保障数据安全，部分科研场景会把模型部署在本地应用 ，此时QwQ-32B就提供了相对更低的成本且满足智能化对模型智能体能力的需求。

夏萃慧还透露
，研究团队已与相关地方政府及能源产业的龙头企业联合开展了洛书大模型的内测工作 。未来，团队将进一步优化模型设计 ，以服务能源产业区域一体化时空调度的需求，共同为区域高质量发展贡献“算法优化资源 ”的新质生产力
。

今年全国两会政府工作报告提出
，持续推进“人工智能+”行动，并支持大模型广泛应用。上述一系列科研机构与科技企业的合作 ，正是在AI4S(人工智能赋能科学研究)领域展现了中国的创新实践 。

联合国人工智能高层顾问机构专家温迪·霍尔就曾指出
，人工智能能以前所未有的方式分析海量数据，并在图像处理
、数据统计分析等方面优势显著
。生成式人工智能还可以辅助推理 ，帮助科研人员发现以往难以发现的新事物。