金秋十月，北京秋意正浓，一场激烈的比赛正在中国科学院自动化研究所（以下简称自动化所）上演：“十、九、八……”随着倒计时的启动，一道道人工智能（AI）领域题目在屏幕上滚动，计分榜上的数字实时更新。

近日，由中国科学院直属机关党委指导、中国科学院工会委员会主办的全院第四届职工技能大赛人工智能领域决赛在自动化所举行，大赛以“抢占科技制高点锤炼技能助攻坚”为主题，依托“磐石·科学基础大模型”（以下简称“磐石”大模型）开展比拼，引导参赛人员深入了解大模型和智能体等人工智能技术。来自中国科学院多个学科领域研究机构的上百名个人选手和46支团队参加了本次大赛。

经过激烈角逐，中国科学院宁波材料技术与工程研究所参赛选手王雪获得大模型基础技术个人赛一等奖，该所团队夺得学科知识图谱生成挑战赛的冠军，来自中国科学院上海硅酸盐研究所的团队则夺得科研智能工具调用及开发赛冠军。

中国科学院第四届职工技能大赛人工智能领域决赛。主办方供图

“AI＋科学”新机遇

“AI极大提升了科研效率。”中国科学院宁波材料技术与工程研究所参赛选手张晓露告诉记者，传统从材料到工程应用至少包含9个环节，成本较高，“目前利用AI检验材料配比，能降低20%到30%的材料损耗。”

针对深海资源开发中的难以系统描述“成分-组织-工艺-性能”映射关系的痛点问题，该团队创新性地利用“AI＋材料”的方式，构建了涵盖材料成分、工艺参数、微观结构、性能指标等要素，包含73629个节点和143513条边关系的金属陶瓷复合材料知识图谱，显著提升了大模型在材料成分和工艺优化上的完整度和专业度。

“这一尝试为加速新一代深海钻探用金属陶瓷复合材料的研发和应用提供了智能化的创新解决方案。”张晓露表示，而所构建的知识图谱还能推广到能源材料、极端环境装备等高技术材料方向，创造“AI＋科学”的更多可能。

当AI与科学研究结合，不仅能提升效率，还碰撞出了更多“火花”。

在中国科学院上海硅酸盐研究所的参赛选手李昊耕看来，“以‘磐石’大模型为智能化基座，集成知识图谱与自主研发工具，我们构建了吸波材料智能化研究工具链，形成了高效的吸波材料定制化设计方法。”

传统吸波材料设计主要依赖仿真和实验，周期长、效率低，而借助“磐石”大模型，能够通过语义交互自主调用计算工具推导理想参数，并在知识图谱中快速筛选候选材料组合，最终实现最优材料的自动筛选和输出。

“所有结果以可视化形式统一展示，还能对输出结果生成解析评估与下一步优化建议。”李昊耕说，AI不仅显著提高了材料研发效率，还让材料设计更加智能化、自动化。

跨学科新趋势

“我们团队就是跨学科的合作。”王雪和张晓露相视一笑，王雪负责海洋材料的研发，张晓露则专注大模型研究。两个此前没有太多业务交流的团队，在职工技能大赛的舞台上，被紧密联系到一起。

“我之前不太了解材料开发，因此在大模型设计和开发中，很多专业知识都需要请教他们，AI生成的答案是否正确也需要专家验证。”张晓露告诉记者，而经过反复沟通，不仅加深了对彼此业务的理解，还整合了大规模实验数据、科学文献与结构化专家知识，基于“磐石”大模型引擎实现高效信息抽取、语义建模和动态知识库管理。

对更多科研人员而言，AI也成了必须掌握的技能。大赛创新性地将“赛前系统培训”纳入整体安排，围绕人工智能基础理论及“磐石·科学基础大模型”核心功能组织线上集中培训，累计上千人次参与学习，

“每个科研人员的精力和经验是有限的，而AI技术能帮助科研人员在大量潜在组合空间中快速筛选出最优解，大幅提升了科研效率。”李昊耕表示，因此，他们主动将AI技术与材料科学研究相结合。

“通过职工技能大赛的机会，我们借助‘磐石’平台调度知识图谱和计算工具，构建了智能化、自动化的数据管理与材料研究方法。”李昊耕说，后续他们将进一步拓展数据库规模，提升模型泛化能力。

对个人赛一等奖获得者王雪而言，不仅提升了运用人工智能技术赋能科研的基础素养，未来也将进一步强化跨学科合作。

“我们将继续紧密合作，探索AI技术在极端深海环境的高性能钻探材料开发中的新可能。”王雪表示，例如未来通过引入跨模态数据和动态优化机制，还能进一步提升在材料逆向设计、服役寿命预测等任务中的支撑能力等。

构建科研新生态

“‘磐石’大模型在专业科学知识和数据方面的调度能力更强，在实操中的幻觉问题也有所缓解。”张晓露告诉记者，这些优势显著提升了科学研究的效率。

自2025年7月26日，“磐石”大模型正式发布以来，在前沿科学发现、创新技术研发、科学资源管理、科学任务调度等方面成效显著，已在数学、化学材料、力学、生物、天文、高能物理等领域取得多项成果。自动化所副所长曾大军向来到决赛现场的领导嘉宾介绍了“磐石”大模型的研发与应用情况。

在本次职工技能大赛期间，“磐石”大模型通过与多领域、多学科的科学研究任务展开合作，推动构建开放、协作的科学智能生态。

决赛中，不少选手纷纷分享了“磐石”大模型的使用感受。中国科学院上海硅酸盐研究所的参赛选手戴国豪告诉记者，“之前用人工方式完成数据积累、材料研发的周期很长，但应用‘磐石’大模型后，只需要通过文字提出需求，计算工具与知识图谱调用、理论最佳参数计算、最优材料组合推导、研发方案分析总结等环节都能借助工具调度台完成，极大提升了效率。”

随着AI重塑科研底层逻辑、加速科学发现的步伐加快，“AI＋科学”正在构建科学研究新生态、新范式。

“我们希望能借助技能大赛的机会，进一步推进‘磐石’大模型的广泛应用，助力实现多学科智能协同的科研新范式，着力打造AI＋科学的创新生态。”决赛现场，自动化所所长徐波表示。