“天府·慧研”人工智能赋能科技创新一体化平台正式上线!

2026-10-30

10月22日,第二十三届中国计算机大会(CNCC2026)在成都举办。大会期间,由四川省建设的“天府·慧研”人工智能赋能科技创新一体化平台正式上线并对外发布。上线启动仪式在“天府·慧研—AI for Science科学智能分论坛”上举行。四川省科学技术厅一级巡视员陈学华出席并致辞,与四川大学教授章毅、四川省人工智能行业协会会长田云辉等共同启动平台,省内外高校、科研院所和企业代表等200余人参加会议。


视频:论坛现场



01

“天府·慧研”发布仪式


图片

图1:天府·慧研一体化平台上线启动仪式

此次上线的一体化平台按“1+3+N”模式建设:以“1”个科学基础大模型为核心,以国产算力、科学数据、干湿智能实验室“3”大平台为支撑,拓展“N”个应用场景,贯通预测、实验、验证、反馈全流程,靶向破解科研人员“模型不专、算力不足、数据难找、验证太慢”四大难题。科研人员登录平台即可调用模型和工具,开箱即用、几乎无需配置,让科研从反复试错走向智能迭代。

平台所在的“天府·慧研”大模型赋能科学研究场景,10月20日入选国家发展改革委等部门推出的首批标志性重大应用场景项目,是对四川AI for Science探索的肯定。

图片

图2:天府·慧研一体化平台上线启动仪式

“1”个科学基础大模型,破解“模型不专”

“天府·慧研”1.0科学基础大模型激活参数约350亿,依托材料、医疗健康等四川优势领域约200万篇专业语料,在国产算力平台上完成全栈适配和后训练,任务完成率可提升20%,算力消耗降低约70%。联盟单位与上海人工智能实验室深化合作,打造材料、医药等专项智能体,可围绕科研目标自主规划任务、调用知识和工具,把复杂科学问题转化为可执行、可验证的研究流程。目前,平台已上线智能体广场,材料数据查询智能体对接15万余种无机化合物的权威数据库,科研人员用自然语言提问,即可完成条件筛选、对比统计和异常识别;材料文献检索、医学等领域智能体正陆续上线。

国产算力支撑,破解“算力不足”

平台依托成都智算中心昇腾全栈技术体系,建成面向科学研究的国产化算力集群,统一纳管调度、按需分配、按量计费,让科研人员“算得起、用得上”。目前,算力规模已达408P,年底将扩展至600P。

科学数据支撑,破解“数据难找”

平台采用“一个综合性科学数据中心、多个领域科学数据中心”架构,由四川省综合性科学数据中心统筹全省数据汇交、质量审核与共享服务;不宜出域的数据只登记目录、留在原单位,以“可用不可见”方式供模型调用。目前,四川省卫生健康信息中心、四川大学、中国科学院成都文献情报中心分别汇交医疗健康、材料和空间观测等数据;平台先期打造200TB安全数据空间,材料领域已汇聚数据约100万条、专业期刊论文约100万篇,形成纳米羟基磷灰石高通量体外表征数据集等高值数据集。

干湿智能实验室支撑,破解“验证太慢”

模型先行预测、筛选最优方案,实验室开展合成制备与表征验证,实验数据自动回流、持续优化模型,形成“模型提方案、实验室做验证、数据回流模型”的科研闭环。目前,实验室围绕聚合物、生物医用材料两个方向,已建成材料在线检测系统、全自动实验操作模块和高通量配方筛选装备,研制机械臂高通量凝胶制备装备和72孔位纳米羟基磷灰石制备平台。

“N”个应用场景,真实需求牵引落地

平台面向新材料、新药创制、清洁能源等重点领域,坚持由应用一线出题。目前,平台已在联盟内部材料领域先行试用,围绕严重骨缺损修复、3D打印骨修复材料等临床需求对接攻关任务,建成“3D打印磷酸钙陶瓷结构驱动烧结分析与决策系统”,大幅缩短从假设到结论的周期;清洁能源、生物育种、轨道交通等领域正在梳理数据目录和能力清单。


02

论坛致辞


01

图片

02

图片

03

图片


滑动查看更多

图集:论坛致辞

陈学华表示,“天府·慧研”一体化平台是四川在人工智能赋能科学研究方向上的一次重要探索,就是要把分散的科研资源连接起来,把人工智能真正嵌入科研全过程,为广大科研人员提供更便捷、更高效、更可靠的科研工具和基础支撑。

平台由四川省计算机研究院牵头,集聚四川大学、电子科技大学、上海人工智能实验室、天府绛溪实验室、成都智算中心和华为等联盟单位成果共同建设,是四川协同创新的一个样板。章毅教授表示,平台按照“模型驱动、场景验证、闭环迭代”的思路建设,“欢迎大家把最难的科学问题带到平台上来,把高质量的数据和实验条件拿出来共享”。

下一步,联盟将在省科技厅指导下,以平台上线为契机,加快模型迭代和智能体研发,持续扩充算力、数据和实验资源,不断壮大联盟队伍,推动平台在新材料、新药创制、清洁能源、低空智能等更多科研场景落地,加快科学发现成果从实验室走向产业,积极打造可复制、可推广的人工智能赋能科学研究“四川样板”。



分享
下一篇:这是最后一篇
上一篇:这是第一篇