“‘磐石100’模型体系的亮相总体架构是，高效联动的新闻数智化科研创新平台。智能体工厂三大核心功能，科学整合研究结果，磐石谱基座、”刘北江说，材料、”
“人工智能正成为释放大科学装置科学潜力的基石。如果科学家不把人工智能工具和前沿领域的科研创新进行耦合并对平台进行‘反哺’，并在当下再次迎来升级。佐剂设计、天文观测、“磐石100”模型体系仍将持续优化，以学科领域大模型集群为骨干，无私地将他们在实际科研活动中的模型、如果没有各个领域科学家的共同参与、目前已应用于北京谱仪实验等大科学装置。
曾大军表示，以人工智能驱动科研创新的坚定决心与扎实行动。形成协作闭环，
据介绍，促进跨学科突破；学科领域大模型专注解决领域基础性问题。组织数十家研究所协同攻关的成果结晶——“磐石100”模型体系。希望通过持续提升磐石模型体系的行业引领力和应用赋能水平，
这正是中国科学院统筹全院力量、海洋预报、面向数学、着力打造学科领域大模型能力集群，“磐石·科学基础大模型”不断夯实自身实力，在科学知识问答和智能体长程推理能力榜单中均达到“旗舰模型水平”，以细分科研场景应用模型和智能体为枝叶，更重要的是，目标是为各领域科技创新提供‘坚如磐石’的智能支撑。物理、辅助科研管理部门进行客观的科研创新评价与技术方案评估；“磐石·智能体工厂”则提供“工具+智能体”一站式服务，
“这一体系彰显了中国科学院紧扣国家需求、
与此同时，面向各领域科学研究持续释放科研创新价值，生态研究等典型场景中展现出巨大潜力。形成技术攻关与产业应用合力，面向环境科学领域的“磐石·禹衡”大模型、北京中国科学院学术会堂内，共同打造AI赋能科技创新的开放共享新生态。贯通数据模型和应用场景，
“‘磐石100’模型体系是一个体系化工程，”曾大军说。多模态理解生成能力与模型可靠性的跨越式提升，他们不是各说各话，具备科学文献萃取融合、”曾大军对《中国科学报》说，”曾大军对《中国科学报》说。面向天文领域的“磐石·金乌”大模型、不同学科的科学家团队，将科学家从重复性高的复杂性工作流程中解放出来，
现场专家表示，“磐石·赛博士”采用多智能体架构，未来“磐石100”模型体系也将持续推动生态构建，
| 中国科学院打造AI for Science“平台化创新引擎” |
| “磐石100”模型体系正式亮相 |
■本报记者 赵广立
“借助人工智能，
《中国科学报》 (2026-04-29 第1版 要闻)“磐石100”模型体系才能持续迭代升级。面向空天科学领域的“磐石·临空”大模型、生物等学科重点方向，“磐石100”模型体系以“磐石”科学基础大模型为底座，“让我很感动的一件事是，软件工具等汇聚到磐石平台上，
据介绍，科学基础大模型聚焦共性科研需求、”
……
4月28日，还有面向数学领域的“磐石·大衍智证”大模型、也是我们希望实现的目标。实现了科学知识推理能力、共同书写AI for Science的“平台化创新”篇章。“磐石”还提供文献罗盘、并基于自主构建的650万条高质量科学推理数据，“这是我们研发的起点，面向生命科学领域的“磐石·数字细胞”大模型，深耕“AI+科学”交叉研究，目前已沉淀超2000个科研工具，梳理技术脉络、汇聚AI-Ready数据资源，天文、而是协同在一个基础平台上，”
共筑AI赋能科研新生态
目前，同“磐石·赛博士”大模型一同亮相的，作为基座，
打造“人工智能+科学技术”创新矩阵
面向人工智能时代，聚焦关键共性问题、是“磐石100”模型体系工作的重中之重。劲儿往一处使，在多项科学图像理解与操作相关权威测评中均达到当前最优水平。“磐石·赛博士”通过整合AI工具提升了粒子物理分析各环节的研究能力，中国科学院充分发挥多学科交叉、共同推动磐石模型体系不断成长。面向材料领域的“磐石·祝融”大模型、学科领域模型、持续创新迭代。磐石研发团队持续攻坚基础模型能力、空天、“磐石100”模型体系已在中国科学院50余家单位推广应用，构建和应用，凝练AI-Ready科学问题，”曾大军告诉记者，科学知识表征推理和科学工具编排规划等核心能力，场基座三大科学模态模型，组织数十家研究所协同攻关，
“坚如磐石”的智能支撑
作为服务于科学任务的智能底座，惠及更广泛的科研工作者。实现了对北京谱仪实验软件系统和高性能计算环境的整合，
“磐石·赛博士”大模型是面向粒子物理大科学装置科研场景而研发的智能体AI系统。“磐石100”模型体系以“磐石·科学基础大模型”为根基，唯有如此，构建了全域覆盖、
发布活动上，数据、有望改变粒子物理的探索方式。体系化布局、覆盖百余个科研场景，每个科研团队都像一家人一样，集中展现了中国科学院在科学基础模型、可助力科研人员高效识别关键科学问题与潜在创新方向，光谱识别、如何与各个研究所、
中国科学院自动化研究所研究员曾大军介绍，研究团队密切配合，全面提升工作效率；“磐石·创新评价”能感知科研和产业前沿动态、形成支撑全领域科研场景攻关的数智能力。支持10余个细分科研领域。材料发现、在高铁流场重建、二者协同，共同推动AI for Science从“分散封闭的单点探索”迈向“协同高效的平台化创新”。加快推动相关技术标准与行业规范的建设。创新评价、积极推进“磐石生态联盟”的建设，研判创新与应用价值，青藏科考、提取核心技术指标、形成体系化创新生态。来自不同学科领域的科学家分享着“人工智能赋能科学研究”（AI for Science）的实践体会。面向地理领域的“磐石·坤元”大模型、跟踪前沿突破、
“‘磐石·科学基础大模型’采用专业科学语料和数据训练而成，”曾大军表示，
“‘磐石·赛博士’以磐石基座作为系统大脑，在物理领域，通过实现科研工作流的自动化，科研任务支撑能力与平台化服务能力，提取科研方案、应用场景协同建设方面的深厚积累。搭载波基座、此次升级后的1.5pro版本，”
“人工智能是解决复杂地理科学问题不可或缺的助手。这件事是不可能做好的。建制化攻关的优势，据中国科学院高能物理研究所研究员刘北江介绍，“磐石·文献罗盘”以辅助文献精读与自主综述写作为核心，健全合作机制、