近日，中国科学院多个研究所与阿里云深度合作，在能源管理、天文观测、深空探测等领域取得系列突破，推出多款基于通义千问的人工智能大模型，将前沿科技与实际问题深度融合，展现了“AI for Science”的广阔前景。

在青藏高原，中国科学院青藏高原研究所联合阿里云发布多模态大模型“洛书”，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。该模型基于自研科学模型“思源”，结合通义千问大模型技术，可高精度预测径流量，准确率达98%（国际领先水平），较传统方法提升近20%。一线水电工作者通过手机即可实时获取流域径流预测数据，动态制定发电计划，助力电网调度平衡水电供给与生产生活需求，有效应对气候变化下的资源波动挑战。

国家天文台发布的天文大模型“星语3.0”和太阳物理大模型“金乌”，则让天文观测迈入智能化时代。“星语3.0”接入兴隆观测站望远镜阵列，可自主控制观测、分析数据并推荐后续计划，将科研人员从繁琐操作中解放。未来，其将服务于全球最大望远镜阵列“司天”，助力每晚处理140TB级巡天数据，提升人类捕捉宇宙讯息的效率。而“金乌”大模型在太阳耀斑预测中表现卓越，对X级耀斑的预测准确率达95%，为空间天气预报和防灾减灾提供关键支撑。

地球化学研究所发布的国际首个月球科学多模态大模型，依托通义系列模型与阿里云百炼平台，在月球撞击坑识别任务中准确率超80%。科研人员输入图像即可获取撞击坑的形态、年代等分析，解决海量数据判读难题。该模型将嵌入“数字月球云平台”，与FAST等大科学装置联动，推动我国月球与行星科学研究进入“智慧时代”。中国月球探测工程首任首席科学家欧阳自远表示，AI技术将加速中国从“数据大国”向“发现大国”跨越。

面对南海珊瑚礁退化这一全球性挑战，南海海洋研究所研发的“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。结合先进图像分割技术，模型可量化珊瑚覆盖率与健康状态，为生态评估与气候预测提供精准支撑，推动研究范式从经验驱动转向数据驱动。未来有望替代传统人工判读，提升研究效率，为这一“海洋热带雨林”的保护与修复提供新方案。

从高原之巅到深海之渊，从太阳爆发到月球演化，中科院与阿里云的合作印证了人工智能对科研边界的突破。这些创新实践不仅提升了我国在关键领域的技术自主权，更探索出“大模型+科研”融合发展的新路径。