WAIC 2026|中国工程院院士王坚：基础模型是AI赋能基础科学的全新转折点

当前，大语言模型以文本、代码等二次加工信息为核心训练素材，无法直接处理光谱、地震波等产业与科研中的原始科学数据。而科学基础模型，可融合文本、代码、各类科学观测数据，其产业价值更多体现在赋能高端制造、基础科研、地球科学等硬核领域。

7月17日，2026世界人工智能大会（WAIC）在上海举办。在下午的主论坛上，中国工程院院士王坚的演讲，点出了一个关键问题：AI现在能读论文、写代码，但它真的能“看懂”那些原始的科学数据吗？答案是否定的，而这恰恰是未来需要突破的方向。

01 当前AI赋能实践多数停留文本层面

“基础模型”这个专业术语，由斯坦福大学学者在2021年正式提出，如今已成为AI领域的核心概念。大众常说的“大模型”，更准确的叫法是大语言模型，其本质是依托文本数据构建起来的。但问题在于，人类处理文本的历史，远比人工智能要久远。古代中文、古拉丁文都没有标点，也没有词语分隔，古人阅读时必须出声断句才能理解文意。王坚打了个比方：给文本添加空格、标点，这套逻辑和如今大模型的底层原理高度相通。大语言模型不过是把人类处理文本的能力，推到了一个新的高度，而Tokenization则是支撑这一切的关键技术环节。

除了文本，计算机代码是另一类特殊的文本数据。有意思的是，代码与自然语言的差异，甚至比不同语种的人类语言之间的差异还要大。这直观地印证了，数据类型对AI能力的塑造是决定性的。但现实是，眼下绝大多数AI赋能科研的实践，都还停留在“读论文、看代码”的层面，真正能触及论文背后那些核心原始科学数据的，寥寥无几。

王坚用一个地学领域的例子，点破了当前文本大模型的局限性：超过70%的地球科学信息，其实根本不在论文的文字里，而是藏在光谱、地震波、声波这些观测数据中。行业里常说“一张图胜过千言万语”，但一段光谱数据的信息密度，远超千万张图像。这意味着，AI对基础科学的解读，目前还只是通过论文文字间接地推导客观规律，距离直接“读懂”原始观测数据，还有巨大的发展空间。

正是基于这一判断，之江实验室提出了科学基础模型的研发方向。这个项目代号“021”，核心定位与行业常见的垂直领域专用模型截然不同：它不以论文文本为训练基底，而是把原始科学数据作为核心训练素材，让科学数据在模型体系中占据主导地位。

02 科学基础模型对前沿基础科学具有巨大的赋能价值

以地质研究为例，研究对象——那些古老的岩石和地层——不会主动“说话”。研究的核心目标，是还原地球数十亿年的演化历程，厘清生命的演化脉络。地球诞生于38亿年前，恐龙和人类的演化时间尺度都是百万年级别的。传统的地质测年手段精度有限，存在着天然的瓶颈。更麻烦的是，化石研究存在“信息缺失效应”：生物化石的形成具有随机性，某个物种化石最晚出现的地层年代，并不等同于它真实的灭绝时间。这极大地制约了地质时间轴的构建精度。

针对这一难题，之江实验室联合南京大学沈院士团队，打造了地球科学专用模型GeoGPT。据王坚透露，在第五届国际地层学大会上，中国面向全球发布了首个地层学AI大模型及智能全球地层剖面对比系统等新工具。这意味着，地球46亿年的演化历史，将首次拥有一个全球共享的数据库。这项技术能把地质时间的解析精度，从百万年级别直接提升到一万年级别，实现多个数量级的飞跃。该成果近期已入选联合国“科学促进可持续发展十年（2024—2033）”第三批认可计划清单，这本身就是一个有力的证明：AI基础模型对前沿基础科学的赋能价值，是实实在在的。

在演讲最后，王坚总结说，AI将成为和数学同等重要的底层基础学科。科学基础模型的出现，标志着人工智能发展迎来一个关键转折点——AI不再只是某个单一领域的工具，而是如同数学一样，成为支撑全学科发展的底层基础。