从赛场到实验室！“磐石”大模型引爆“AI＋科学”革命，多学科协同开辟科研新范式

　　“10、9、8……”中国科学院自动化研究所内，随着倒计时归零，屏幕上滚动的AI考题与实时刷新的计分榜，拉开了全院第四届职工技能大赛AI领域决赛的序幕。这场以“抢占科技制高点 锤炼技能助攻坚”为主题的赛事，并非单纯的技术比拼——依托“磐石·科学基础大模型”(下称“磐石”大模型)搭建的竞技舞台，100余名个人选手、46支跨学科团队激烈角逐的背后，是“AI+科学”新范式从理论走向实践的生动演练。最终，中科院宁波材料所王雪摘得个人赛一等奖，该所团队与上海硅酸盐所团队分获两大团体赛冠军。

　　赛场破题：AI重构科研效率边界

　　赛事中的亮眼成果，早已突破“竞赛层面”，直指科研领域的核心痛点。宁波材料所团队针对深海钻探材料研发中“成分-组织-工艺-性能”映射关系难以量化的行业难题，基于“磐石”大模型构建起金属陶瓷复合材料知识图谱——这个包含73629个节点、143513条边关系的“智慧大脑”，将材料研发的试错成本降低20%-30%，为深海极端环境装备材料研发提供了全新解法。

　　上海硅酸盐所团队的创新同样震撼：他们以“磐石”大模型为基座，打造吸波材料智能化研究工具链，彻底改变了传统依赖仿真实验的低效模式。“只需输入性能需求，模型就能自主调用计算工具推导参数、筛选材料组合，30分钟完成原本数月的研发工作。”团队成员李昊耕展示的可视化结果界面上，不仅有最优材料配方，更附带优化建议，“连论文所需的数据图表都能自动生成”。

　　这些突破的背后，是“磐石”大模型V1.5版本的硬核支撑。据中科院自动化所副所长曾大军介绍，11月9日乌镇峰会上发布的该版本，实现了科学推理与模态理解的系统性升级：128K超长上下文支持复杂工具调用，数字幻觉问题显著缓解;在谱数据理解领域，未知分子结构生成精确匹配率达99.5%，为材料研发提供了强大算力支撑。

　　范式革命：跨学科协同破解“卡脖子”难题

　　“如果不是这场比赛，我们可能永远不会跨界合作。”宁波材料所的王雪与张晓露相视一笑。王雪团队深耕海洋材料研发，张晓露团队专攻大模型技术，两个此前鲜有交集的团队，在赛事中碰撞出创新火花。“我不懂材料研发的专业参数，她不熟悉模型调优逻辑，反复沟通验证让双方都突破了认知边界。”张晓露坦言，正是这种跨学科协作，让知识图谱既符合学术规范，又具备工程落地价值。

　　这种“AI+学科”的协同模式，已在更多前沿领域开花结果。依托“磐石”大模型新增的“智能体工厂”模块，中科院力学所团队研发出高铁气动载荷智能计算技术，将传统数小时的仿真分析压缩至秒级，关键参数误差降低42%;上海硅酸盐所联合团队构建的S1-MatAgent材料逆向设计系统，从2000万种候选配方中锁定13种高性能析氢催化材料，活性较商用产品提升38%，研发周期从数月缩短至30分钟。

　　为让更多科研人员掌握“AI+科学”工具，大赛创新性设置“赛前系统培训”，围绕“磐石”大模型核心功能开展线上集训，累计覆盖上千人次。“AI不是取代科研人员，而是延伸认知边界。”李昊耕的话道出共识——在两千万种材料组合中筛选最优解，人工需耗费数年，而“磐石”大模型可瞬间完成，让科研人员聚焦创造性工作。

　　生态构建：从单点突破到全域赋能

　　自7月26日发布以来，“磐石”大模型已在数学、化学、天文等七大领域实现深度应用，而本次大赛成为其生态扩张的关键节点。“通过赛事发现各学科痛点，反哺模型迭代，再将优化后的技术回馈科研一线。”中科院自动化所所长徐波解释这种“赛事-研发-应用”的闭环逻辑。

　　平台化升级让生态协同更高效。“磐石”V1.5版本新增的“创新评估”模块，可辅助科研选题、论文投稿建议，形成从灵感到影响力的研究闭环;“文献罗盘”功能使文献调研覆盖度提升59.3%，自动生成图文并茂的综述效率提升2.4倍。上海硅酸盐所选手戴国豪对此感触颇深：“之前人工整理文献需一周，现在模型两小时就能完成，还能标注核心创新点。”

　　在天体物理领域，“磐石”大模型与国家天文台合作开发的恒星参数智能反演工具链，将复杂数值计算转化为高效匹配，让跨领域研究人员也能开展恒星分析;在生物领域，其多模态推理能力已应用于蛋白质结构预测，助力新药研发加速。这些成果印证了徐波的判断：“‘磐石’正在构建开放协作的科学智能生态，推动科研从‘单兵作战’转向‘多学科智能协同’。”

　　业内专家指出，“AI+科学”已进入“工具成熟度”与“学科融合度”双提升的关键期。此次中科院职工技能大赛的实践表明，当大模型突破技术瓶颈，跨学科团队打破认知壁垒，科研创新将实现从“经验试错”到“智能驱动”的质变。随着“磐石”大模型在更多领域落地，“AI+科学”正重塑科研生产关系，为突破“卡脖子”技术、建设科技强国注入全新动能。