潮新闻客户端 记者 张云山 祝瑶
当你刷着手机喝着奶茶时，谁在守护头顶的太阳？最近，中科院国家天文台×阿里云搞了件大事：全球首个太阳大模型“金乌”横空出世！这个能预判太阳"暴脾气"的AI神器，直接把科幻片情节搬进现实。
太阳打个“喷嚏”，地球抖三抖
你知道吗？太阳耀斑就像宇宙级“连环炮”，一次X级爆发=100亿颗氢弹同时爆炸！2003年万圣节，一场太阳风暴让欧美电网集体“躺平”，GPS导航秒变“路痴”——现在有了“金乌”，M5级耀斑预测准度直接拉满91%。
"金乌"用通义千问当大脑能脑补未来太阳图像
金乌可以预判太阳暴脾气
传统预报全靠科学家盯图到秃头，现在“金乌”用通义千问当大脑，狂啃90万张太阳高清“写真”。在Qwen2系列模型的基础上，国家天文台科研团队通过监督学习、强化学习，训练模型“能够理解、回答太阳物理问题”和“能够认识、分析太阳图像”等基本能力，使用SDO卫星+怀柔望远镜+夸父一号数据，24小时预判耀斑就像玩“大家来找茬”，更绝的是能脑补未来太阳图像，妥妥的时空预言家既视感！
图示：金乌网络结构图
从青藏冰川到南海珊瑚，AI科学家天团出道
你以为这就完了？中科院天团早把AI玩出花：青藏高原“水能粮大模型”洛书，给亚洲水塔装“智能水表”。青藏高原，是世界屋脊、亚洲水塔，是地球第三极，同时也是未来全球气候变化影响中不确定性最大的地区之一。
过去五十年，青藏高原气候变暖幅度是同期全球平均值的2倍，这不仅改变了冰川等固态水与湖泊、河流等液态水的库存比例，还因区域大气环流的变化重塑了青藏高原水体的空间分布格局。这种现象被称为“亚洲水塔失衡”。这一变化会加剧水资源供给、能源供需以及粮食生产之间的不确定性。这三者之间相互依存、相互影响的关系被称为“水-能-粮耦合”。
青藏高原
面对这一现实挑战，中国科学院青藏高原研究所联合阿里云自主研发了首个专注于气候变化适应领域的水-能-粮多模态推理大模型——洛书。
该模型集成训练并整合了科研人员自主研发的可解释AI驱动水能耦合模型“思源”（Hydro Trace），通义千问最新推理模型Qwen-QwQ和通义千问多模态大模型Qwen2.5-VL。它不仅能够描绘水文过程时空变化，对关键来水点径流进行时空溯源和量化归因，还能基于溯源归因数据开展大模型推理，动态支持跨越多个时空尺度的水-能-粮系统联动分析，为产业用户提供个性化的气候适应策略沙盘推演生成与验证服务。
洛书模型的核心创新在于其时空特征注意力算法。融合该算法的思源模型在青藏高原复杂水文环境下的多点模拟准确率高达98%，在未见数据上的泛化能力更超越了许多传统水文预测方法的模拟水平，此外，相比传统水文模型耗时数周乃至更长的调参成本，其训练只需花费3个多小时。
洛书主要作者、中国科学院青藏高原研究所助理研究员夏萃慧介绍，研究团队已与西藏自治区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。
把视线转向南海碧波之下，中国科学院南海海洋研究所的珊瑚礁研究正在经历一场“模力觉醒”。作为西太平洋最大的边缘海，南海拥有广泛发育的珊瑚礁生态系统，珊瑚礁生态系统是地球上生物多样性最高的生态系统之一，被誉为海洋中的“热带雨林”。
但目前在日趋严峻的全球变暖和人类影响的双重胁迫下，全球的珊瑚礁生态系统都处于严重衰退的状态，南海的珊瑚礁亦是如此。珊瑚礁生态系统不仅是全球变化的“受害者”，同时珊瑚礁本身能够高分辨率记录气候环境信息，也是研究过去气候变化和预测未来全球变化的优良载体。
“瑶华”识别各种珊瑚
然而，当前珊瑚礁研究面临诸多挑战。以国际通行的珊瑚礁调查截线样条法（Line Intercept Transect，简称LIT）为例，这一方法要求拍摄大量断面视频、珊瑚种属照片以及珊瑚礁底质样方照片。这些数据的分析和判读高度依赖人工操作，不仅对研究人员的经验和知识要求极高，还极其耗费时间和人力。分析一段10分钟的截线样条视频至少需要12小时，而判读一个1米×1米的样方则需耗时6小时以上。传统方式的效率低下、成本高昂且容易出错，已成为制约珊瑚礁研究发展的瓶颈。
面对这一难题，中国科学院南海海洋研究所杨红强研究员团队依托十年积累的海量数据——包括大量珊瑚礁断面视频和超过100万张水下照片——开启了人工智能驱动的研究范式转型。他们发现，大模型在图像和视频处理领域已展现出卓越的能力，尤其是在图像识别与分割任务中的成熟应用，为智能化分析珊瑚礁影像数据提供了全新的解决方案。
基于此，研究团队联合阿里云Qwen2-VL多模态大模型，开发了名为“瑶华”的珊瑚礁多模态大模型。该模型通过深度学习技术，实现了对珊瑚种类、覆盖率及底质组成的智能识别与健康评估。目前，“瑶华”已在11万张照片对43个珊瑚属的识别任务中取得突破性进展，整体准确率高达88%，效率较传统人工判读提升数十倍。
“瑶华”的诞生，不仅显著提高了数据分析的速度和精度，还通过结合Segment Anything Model（SAM）等先进图像分割技术，实现了对珊瑚覆盖度及其时空分布特征的精确量化。此外，模型能够整合生物多样性指标、物种丰度和功能群组成等多维度信息，为珊瑚礁生态系统的动态监测和健康评估提供了强有力的技术支持。
从天空到海洋，从冰川到珊瑚，从自然到社会人文，开源基座与垂直场景的化学反应，使得科研领域的垂直模型研发周期缩短60%以上。这种“通用能力+领域知识”的双轮驱动，正在成体系地孵化科研大模型矩阵，不断拓展科学研究边界。
在算力普惠、模型开源和生态社区的合力下，中国科学院与阿里云的合作正在缔造科研创新的“中国模式”。这里有全球领先的AI基建，有全尺寸、多模态的开源模型族群与深厚的科学积淀碰撞，有开源生态与顶尖智力的共振，更有面向人类共同挑战的科技担当。未来已来，我们正在见证科学范式变革，而这次，中国科学家站在了浪潮之巅。
“转载请注明出处”
