会懂网AI资讯，9月29日，近日，中国工程院院士、之江实验室主任王坚认为，推动人工智能变革的下一个动力是科学数据——不是文本、代码，也不是语音图像这类简单多模态，而是科学观测、实验与测量留下的原始记录。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
具体来看，之江实验室自主研发的科学基础模型021由此诞生，名称读作Zero to One，寓意从0到1。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。
从技术细节出发，该模型的核心突破在于把科学数据如光谱、分子式、地质图、DNA序列与文本语料编码到统一的高维空间，让AI能够像科学家一样理解科学问题。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。
在产业层面，目前021已完成2360亿参数规模的训练，覆盖174个不同学科领域，并在此基础上衍生出天文、地学、材料等方向的专业模型。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
对开发者与企业用户而言，与海外主流模型普遍采用的开放权重模式不同，021走的是彻底开源路线，将模型权重、架构细节与完整训练流程全部开放，科研机构可以直接复现与二次开发。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。
展望后续，科学基础模型的价值在于把AI从处理人类已有知识的工具，推进到参与发现未知知识的伙伴，这也是当前国际竞争的新焦点。相关进展将持续影响行业格局，值得长期跟踪。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
暂无评论内容