搜索“多模态”

十年的距离，在镜头切换之间变得可感可触。 62 亿个高斯，一座城镇级世界模型的数据底座 23.5 平方公里的城镇外业数据采集，由 3 名采集人员历时 7 天完成。 空中，无人机挂载采集设备，逐片飞过闽宁镇上空；地面，灵光 L2 Pro 空间扫描仪与灵视 P1 空间相机走进街区、道路与村落。18.6 万张影像、150 亿个雷达点云，激光与影像、俯瞰与平视，海量多模态数据在 7 天里汇聚而来，每一条街巷、每一片屋顶，都被耐心而细致地记录下来。 此后，数据在本地完成处理。LCC Studio 的“空地融合”功能，将空中与地面两种视角的数据汇入同一个空间；Multi-SLAM将激光数据解算为 150 亿个点的点云，确立屋檐、道路与建筑之间的几何关系；LCC Studio 再以这些多模态数据训练出 62 亿个高斯椭球，还原光影、色彩与材质。最终，重建几何精度达到厘米级，重建误差优于 2cm，整片区域可以自由视角浏览、沉浸式呈现。 更难的是“单体”。大范围场景通常分块重建再拼接，接缝、色差与几何错位难以避免。数字闽宁镇以一个连续模型承载全部23.5平方公里，从镇口到村尾，没有断点。正如这座镇本身，

匹配字段正文

开展数据资产管理应用。加强数据资产全过程管理，有序推动行政事业单位、企业依法对数据资源进行相关会计处理，稳妥做好数据资产确认、计量和信息披露等工作。探索完善数据资产评估机制和管理制度，创新作价出资、融资担保、证券化等数据资产开发利用模式。 三、强化智能引领，培育壮大数字产业 （一）加强数智技术创新 1.加强数智关键技术攻关。深入实施人工智能科技创新行动，加大多模态智能、生成式智能、类脑智能、具身智能、群体智能等研发支持力度。强化数据科技、量子信息等前沿技术基础研究，推动集成电路、工业软件等领域实现技术创新突破。 2.加强数智科创载体建设。推进人工智能创新平台体系化建设，围绕数据、高端软件、未来网络等领域，布局建设重点实验室、技术创新中心、制造业创新中心、新兴产业创新中心等创新平台。鼓励引导有条件的企业牵头打造创新联合体，引领带动产业链协同创新。 3.加强数智科创成果转化。部署建设一批面向人工智能和数据领域的概念验证、中试基地、检验检测等平台，打通数智技术攻关、产品研发、验证测试、场景应用全流程，加速成果转化应用。 （二）建设人工智能产业发展高地 1.壮大数据产业。坚持培育一批、拓展一批

匹配字段正文

学位。他最具代表性的成就是Swin Transformer，2021年胡瀚作为唯一通讯作者和共同第一作者，与团队提出了基于移位窗口的层次化视觉Transformer架构，凭借这一成果获得ICCV 2021最佳论文奖——马尔奖。 在产业经历方面，胡瀚曾就职于百度研究院深度学习实验室；2016年12月加入微软亚洲研究院，担任研究员；2025年，他加入腾讯负责混元多模态大模型，负责视觉语言模型（VLM）和具身智能基础模型团队。 有业内人士指出，胡瀚创立的Winverse AI严格来说不算具身智能公司，它的业务更偏底层基础设施，专注于模型加速技术。其目标是让机器人能够理解语音指令、处理现实世界中的复杂任务，而不仅是执行预设动作或完成运动控制。 这也意味着，梁文锋此次下注，与其说是追具身智能的风口，不如说他在押注自己熟悉的战场：模型效率、训练提速和底层架构。 值得一提的是，今年8月DeepSeek已入局具身智能赛道，以1.41亿元参与宇树科技IPO战略配售，双方签署战略合作备忘录，约定在通用人工智能、高性能通用机器人和AI大模型三大方向开展深度合作。 与此同时，有媒体报道，梁文锋近期密集关注具身

匹配字段正文

更好地应用于图像分类、目标检测、语义分割等多种视觉任务。 凭借这一成果，团队获得ICCV 2021最佳论文奖，这也是计算机视觉领域具有代表性的学术荣誉之一： 此外，胡瀚还曾入选2022年《麻省理工科技评论》中国区「35岁以下科技创新35人」榜单。 回顾他的研究经历，可以看到一条相对清晰的技术路径—— 早期主要围绕计算机视觉、视觉基础模型展开研究，随后逐渐进入多模态大模型，并在腾讯时期进一步参与具身智能基础模型研发。 至于融资方面，据彭博社报道，DeepSeek拟领投Winverse AI 数千万美元种子轮融资 ，美团旗下龙珠资本也作出了投资承诺。 如果交易顺利落地，这将是DeepSeek成立三年多来，对初创企业规模较大的一笔投资。 此次融资还有一层值得关注的背景—— 据了解，腾讯也是DeepSeek新一轮融资的潜在投资方之一，如今，腾讯前科学家创立的机器人AI公司，又获得了DeepSeek及美团系资本的关注。 从大模型技术研发到具身智能创业，头部科技企业之间的人才与资本联系，也开始更多地延伸至机器人领域。 而对于DeepSeek来说，此次投资也延续了其今年以来在机器人领域的布局。 今年

匹配字段正文

如果环境错误地奖励某些不安全的捷径，模型也可能学会不符合预期的行为。因此，团队需要精心设计训练任务、反馈机制和奖励方向。 官方还设计了FocusBench，专门评估Agent遇到障碍、环境变化和任务中断时的持续执行能力。 这里真正值得关注的技术方向是：Meta不再仅仅为一个通用语言模型外挂Agent工作流，而是从预训练和后训练阶段，就针对长期记忆、持续执行、多模态理解等Agent能力进行优化。 当然，官方尚未公布完整模型架构、参数规模及底层记忆算法，外界仍无法复现这些核心技术。 3D实测暴露短板 技术介绍之外，Meta同步放出了一批实际应用演示。其中最直观的是3D厨房游戏。模型接收用户提供的图像，生成一个可交互、能够游玩的三维厨房场景。 另一段演示展示了健康与生活场景下的Agent任务，以及保险理赔辅助。模型需要理解不同材料、处理信息，并持续推进多步骤工作。 但发布之后，开发者们很快拿出了不那么漂亮的测试结果。X用户Max Blade让Muse Wonder Full和Claude Opus 5.5使用同一提示词，分别生成一款可以驾驶割草机、同时喝啤酒和抽雪茄的AAA级模拟游戏。 对比

匹配字段正文

ITA 大模型，把 “回答” 变成有角色感的硅基伙伴 文旅场景最直观的痛点：很多机器人只会预设话术，游客一问开放式问题就失效，只能完成固定流程，谈不上真正交互。智元自研WITA 硅光动语全模态具身交互大模型，是全国首款完成合规备案的具身智能交互大模型，解决真实乐园里复杂环境下的人机交互难题。 l 适配嘈杂场馆环境的感知交互：面对广播、背景音乐、人群喧闹，通过多模态定向拾音（声音 + 唇动）、多模态降噪、人声增强，结合大模型语义理解，过滤无关杂音，捕捉游客表达，支撑问答、游戏、点播等体验。支持免唤醒主动交互，游客走近机器人即可主动打招呼，不需要喊唤醒词，还原自然社交状态。 l 长程多轮交互，从单次问答走向完整游戏体验：依托长程任务 Agent，承接对话上下文。游客挥手即可开启答题、猜谜闯关，机器人记住对话脉络，持续推进游戏进程；支持猜拳、音乐表演等手势语音动作联动，游客可以参与共创表演内容，而不是被动观看演示。 l 五维 IP 定制，让机器人拥有统一角色人格：通过音色、表情、人设、动作、服装造型五个维度定制，结合场景知识库、检索增强生成技术，机器人可以支持多国语言、方言科普讲解，把长

匹配字段正文

会、数智生态文明新形态，实现高质量发展、高品质生活、高效能治理。 （一）提升数智经济发展能级 1.加强数智技术创新 发挥青岛科创大走廊作用，统筹崂山实验室、国家高端智能化家用电器创新中心、国家虚拟现实创新中心（青岛）等高能级科创策源平台布局建设，支持开展“从0到1”的原创性、颠覆性数智技术研究，形成一批具有影响力的源头创新成果。强化“模芯云用”协同创新，加大多模态智能、智能体、具身智能、群体智能等技术攻关，重点支持以海洋大模型、港口大模型、工业大模型等为代表的垂直领域大模型研发，探索打造一批“Data for Science”（数据驱动的科学研究）协同创新中心。鼓励创新主体布局数据领域概念验证、中试基地、检验检测等平台，促进数据技术成果产业化应用。推动数据领域重点实验室、研发中心等创新载体建设，加快数据供给、流通、利用、安全等关键技术攻关，鼓励开展非结构化数据清洗、多模态一体化自动标注、数据编织、高性能隐私保护计算、多模态数据合成等关键技术研究和应用。积极发展零信任安全架构、隐私计算、量子密钥分发等数字安全新技术。 2.推进“10+1”创新型产业向智向新发展 优先发展先导产业。加快建设

匹配字段正文

控股、上海国投旗下上海科创及上海未来产业基金、奇绩创坛、智谱系基金星连资本及某头部产业投资方联合投资。 据官方披露，本轮融资资金将主要用于全模态实时交互智能的研发与能力建设，以及全球商业化落地。 模思智能孵化于复旦大学教授邱锡鹏带领的OpenMOSS团队。2023年2月，邱锡鹏团队推出国内首个类ChatGPT开源模型MOSS。此后，该团队陆续推出语音、视觉及多模态系列模型。 ▲邱锡鹏 与智谱、DeepSeek等在通用大模型、推理及Coding等领域持续投入的厂商相比，模思智能更加聚焦语音、视觉及实时多模态交互，让AI能够持续感知和理解真实环境，并应用于AI眼镜、智能汽车、机器人等终端场景。 一、半年推出20多个模型，瞄准全模态实时交互 2026年以来，模思智能进一步加快模型迭代，在半年多时间里发布了20多个模型，并持续推进开源。 其已陆续推出MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA等系列模型，覆盖语音生成、音频理解、语音识别、视觉理解及内容生成等领域。 其中，仅4月7日至13日一周，MOSS-VL和MOSS-Aud

匹配字段正文

AI未能完成证明，其尝试也可能帮助数学家更好地理解问题、发现新思路。 1; 有了AI，人的科研能力是否会退化 2; 杨振宁数学与基础物理研究所揭牌 | 一周动态 3; 从失控入侵到擅自行动，人工智能为何频频“闯祸”？ 1; 应用“酷农工具”，推动加拿大大西洋地区农业迈向净零排放 | MDPI Sustainability 2; 当生成式AI走进移民成人教育：多模态学习内容设计的新思路 | MDPI Multimedia 4; 可解释的医学图像诊断与自关注变压器：卫生保健领域可解释人工智能综述 | MDPI BioMedInformatics 5; Informatics：人工智能时代的健康数据管理 | MDPI 特刊征稿 6; 人工智能会取代我们吗？大学教师角色的转变 | MDPI Societies 7; 对话 Information 期刊2024最佳论文奖得主采访：AI欺骗时代，揭开虚假现实与错误信息威胁的面纱 8; 论文选题灵感：神经调控| MDPI Brain Sciences 9; 时隔11年再获诺贝尔物理学奖，中微子研究有多特别 10; 学生称宿舍床位爬梯致多人摔伤，乐山师

匹配字段正文

：科研流程闭环迭代提速，研究方式走向人机协同，科研体系走向平台化组织。 （项目团队：本报记者陈海波、崔兴毅） 1; 杨振宁数学与基础物理研究所揭牌 | 一周动态 2; 从失控入侵到擅自行动，人工智能为何频频“闯祸”？ 1; 应用“酷农工具”，推动加拿大大西洋地区农业迈向净零排放 | MDPI Sustainability 2; 当生成式AI走进移民成人教育：多模态学习内容设计的新思路 | MDPI Multimedia 3; 对话 Information 期刊2024最佳论文奖得主采访：AI欺骗时代，揭开虚假现实与错误信息威胁的面纱 4; 论文选题灵感：神经调控| MDPI Brain Sciences 5; 文献清单：AI与人类协作专题 | MDPI AI 6; 中国科学院化学研究所刘云圻院士、王翰林、中国科学院大学倪振杰Angew：三受体骨架平衡有机导体的双极混合离子-电子传输 7; 印度尼西亚不同作物的社会经济效益：西米淀粉在生物塑料开发中的机遇 | MDPI Sustainability 8; 文献清单：2025 “神经精神病学”栏目编辑荐读 | Brain Sciences

匹配字段正文

上运行，面对暴雨、冰雹、鬼探头、逆行电动车以及几乎无法穷举的长尾事件；同时还要满足低延时、高可靠与故障安全。更重要的是，它已经做到大规模终端部署，并在真实环境里持续产生数据。 “今天不少工业机器人还停留在单工厂、小范围试点；割草、扫雪、泳池清洁等产品，也远没有汽车那样的终端规模和环境复杂度。所以，自动驾驶留给这一轮创业的，不只是几套算法，而是一整套产业能力：多模态感知、真实数据闭环、模型训练、端侧部署、软硬件协同、安全冗余，以及与大客户长期交付的经验。把这些能力平移到工业巡检、矿山无人化或物流配送，很多时候确实像站在巨人的肩膀上。” 此外，在投中网此前发布的《首发｜智驾“老炮儿”刘念邱创业，首轮拿下近亿美元》一文中，费莫一科技创始人刘念邱也提到了关键的一点。 在两年前的那波具身创业热潮中，由于供应链的供给并不完备，要想在那个节点做具身，需投入大量的精力从零部件基础造起。而如今，情况已大不相同——市面上已有大量专为机器人优化设计的电机和减速机，本体制造难度被大幅拉低，与此同时，AI基础设施的供给也远比两年前充裕。 “这意味着，我们无需再花一两年去‘造轮子’，而是从第一天起，就能专注思考产

匹配字段正文

4S的加持下，最伟大的科学革命与最颠覆的奇点时刻正可能同步到来，人类将可能步入第二次认知革命的黄金时代。已经屹立东方数千年的中国，想必不会错过这次伟大的革命。 5; DeepSeek国庆上新：希望做出让世界跟进的创新 1; 应用“酷农工具”，推动加拿大大西洋地区农业迈向净零排放 | MDPI Sustainability 2; 当生成式AI走进移民成人教育：多模态学习内容设计的新思路 | MDPI Multimedia 3; Forests | 高被引综述论文 4; 可解释的医学图像诊断与自关注变压器：卫生保健领域可解释人工智能综述 | MDPI BioMedInformatics 5; 识别投资准备就绪的中小企业：提升股权获取与经济增长的机器学习框架 | MDPI Forecasting| 6; 肠道微生态如何参与心力衰竭进展？|MDPI Medical Sciences 7; Informatics：人工智能时代的健康数据管理 | MDPI 特刊征稿 8; 对话 Information 期刊2024最佳论文奖得主采访：AI欺骗时代，揭开虚假现实与错误信息威胁的面纱 10; 西湖大学

匹配字段正文

解决方案的底层模型能力主要依赖大模型平台。未来随着大模型厂商向应用层延伸，以及模型价格、技术迭代和供给变化，应用层厂商的业务模式也可能面临调整。此外，像素绽放目前Agent业务仍处于较早阶段，后续发展仍有较大的探索空间。 路演推介现场。新京报记者 浦峰 摄 爱诗科技：世界模型驱动文化新质生产力 爱诗智能（北京）科技有限公司成立于2023年4月，是一家自主研发多模态大模型的AI企业，核心产品为面向全球用户的AI视频创作平台PixVerse，中文产品名为“拍我AI”。 “视频大模型可能是这一轮技术浪潮中距离文化产业最近的技术之一。”爱诗科技副总裁金涵旻表示，视频大模型正在改变内容创作的方式、成本和传播边界。爱诗科技持续推进模型迭代，2024年推出基于DiT架构的视频生成模型，2025年发布基于“DiT+自回归”架构的实时生成世界模型R1，今年进一步推出R2模型，增加键盘、语音和文字等多模态控制能力。 在产品和市场方面，爱诗科技从成立之初就布局海外市场。截至2025年底，公司累计注册用户达到1.267亿，较2024年增长564%，年视频生成量达到7.3亿条，同比增长约14倍，产品覆盖全球17

匹配字段正文

被快速跨越，产业已初步解决“机器人能不能动”的问题，真正决定产业天花板的已不再是硬件能力，而是“数据能不能喂饱模型”。 机器人在单一任务中表现较好，但环境变化或多任务叠加时成功率明显下降，反映出真实物理世界数据覆盖度不足。 这个瓶颈之所以难破，是因为具身数据的本质特征与传统 AI 数据根本不同。 图 1 ：具身数据的本质特征 具身数据的本质是“物理交互世界的多模态记录”，其核心特征表现为： 物理交互性 （必须包含力、触觉、形变、摩擦等真实物理属性，互联网已有数据不通用）、 多模态强耦合 （视觉、本体姿态、触觉力觉、音频、语言指令需在同一时间轴上精确对齐）、 时序连续性 （以“状态—动作”序列构成轨迹，是行为克隆与模仿学习的核心载体）。换句话说， 具身数据不是互联网数据的延伸，而是一种必须绑定真实物理属性的新数据品类； 它因此从训练的“副产品”变成了产业的“核心燃料”。 图 2 ：具身数据的瓶颈破局 二、造数据：三条供给线互补，解决“量” 1. 真机数据保真 本体厂商依托量产机器人规模，在真实场景中持续采集物理交互数据，以真机数据锚定质量基线。智元机器人 2025 年全年出货量突破 50

匹配字段正文

司新闻隆重推出 North Mini Code：Cohere 首个面向开发者的模型2026年6月9日3 分钟阅读；产品发布技术隆重推出 Command A+：让主权智能体能力惠及所有人2026年5月20日4 分钟阅读；产品发布研究隆重推出 Cohere Transcribe：开源语音识别领域的新一代顶尖成果2026年3月26日3 分钟阅读；产品发布公司新闻隆重推出 North：企业级 AI 的新时代2025年8月6日6 分钟阅读；产品发布隆重推出 Model Vault：用于安全、可扩展模型推理的私有平台2026年1月28日6 分钟阅读；产品发布公司新闻隆重推出 Rerank 4：Cohere 迄今最强大的重排序模型2025年12月11日6 分钟阅读；产品发布公司新闻Command A Translate：面向全球企业的安全翻译2025年8月28日3 分钟阅读；产品发布公司新闻Command A Reasoning：面向 AI 智能体的企业级控制2025年8月21日6 分钟阅读；产品发布隆重推出 Command A Vision：为企业打造的多模态 AI2025年7月31日4 分钟阅读

匹配字段正文

VLA方案，虽然学得很快，但在面对长流程任务时，有一个致命弱点，那就是误差累积。 第1步有点小偏差，第2步偏差变大，到了第10步，整个动作可能就已经彻底变形了。更要命的是，单一黑盒模型在遇到干扰时，它不知道到底发生了什么，往往只能硬着头皮继续往下按原计划推，或者直接崩溃停机。 而另一种常见的Agent方案，虽然会做步骤拆解，但它的思考逻辑基本停留在纯文本或者多模态大模型的概率推理上。 每次环境一变，它得先把画面转成文本，等模型在那慢吞吞琢磨「下一步该干嘛」，等你推理完了，手可能早就被门夹到了。。。 CRIS-0展现出来的这种抗干扰和连贯性，背后到底是怎么做到的？ 在CRIS-0的系统里，有一个非常底层的改变，叫做统一状态与因果变量。 以前的机器人看世界，看的是密密麻麻的图像像素。但在CRIS-0眼里，它关心的不是世界表面长什么样，而是任务到底进行到了哪一步，任务本身就是一个因果状态进度条。 举个特别接地气的例子，比如机器人去铺桌布。 它不会傻乎乎地去计算整张桌布每个像素的坐标，而是实时追踪几个核心因果变量。比如桌布有没有被夹爪真正抓住，桌布的角点离目标位置还有几厘米，拉动的时候有没有发

匹配字段正文

。项目建设方应列入国家主管部门发布的正式文件或公示名单，或省数据局发布的优秀省级高质量数据集建设先行先试项目公示名单。 3. 具身智能机器人数据采集项目。数据采集场运营方应具备以下条件：（1）依法注册登记，具有独立法人资格。（2）具备符合要求的物理采集场地和采集环境，包括但不限于室内场景、室外场景、特殊工况场景、无本体数据生成场景等，能够满足具身智能多场景、多模态数据采集的需要。（3）配备必要的采集设备、传感器系统、数据存储与传输设施或仿真基础设施。（4）建立规范的数据采集流程和质量控制体系，确保采集数据的规范性、完整性和可用性。（5）具备相应的安全管理条件和应急处置能力。 具身智能企业应具备以下条件：（1）在江苏省境内正常经营，从事具身智能研发、制造或应用相关业务。（2）具备相关整机，或核心部件，或关键算法的研发能力，拥有相关自主知识产权或合法使用权。（3）所采集的数据用于具身智能算法优化或性能验证等用途。（4）具备与相关主机厂协同开展数据采集、仿真工作的能力，能够明确采集任务、采集标准和数据质量要求。（5）信用记录良好，近三年内无重大违法违规行为，无安全生产事故记录。 参与采集、仿

匹配字段正文

迹，却很难完整保留接触过程中的物理经验。 AE01通过编码器捕捉自然手部运动，同时把机器人端的触觉状态反馈给操作者，形成双向接口：人的动作进入机器人，机器人与物体接触后的状态又影响人的下一步操作。 这样一来，一次人工操作留下的数据不再只有“手移动到了哪里”，还包括接触时刻、力量变化、滑动状态以及随后的修正动作。精准控制、触觉同步采集和免标定，降低了人机映射与多模态数据同步的门槛。 所以IROS上的新进展，其实总结起来就一句话： Sharpa试图解决的是一个具身智能很现实的问题：高质量操作数据很难获得，而真正有价值的数据又恰恰发生在接触最复杂的那些瞬间 。 从这个角度看，Sharpa 的灵巧操作“全栈”能力缺一不可：本体负责把机器人带进真实工作空间，灵巧手负责处理人与物体之间的细粒度接触，数据入口则把人的操作经验和机器人的物理反馈保存下来。 最后，模型再利用这些信息，把一次次操作变成下一轮能力。 手，首先是人类完成各种复杂任务最可靠的器官。 同样也是机器人与真实世界发生精细物理交互最直接的媒介。 所以从W01开始，Sharpa长期围绕高自由度、触觉和精细操作展开，并不奇怪。 年初CES上

匹配字段正文

31 亿美元估值融资 2 亿美元，同时发布 Arena 的 Alignment Index。 AI 的进步速度已经超过了我们评估它的能力。世界需要一个中立的第三方，来衡量 AI 在真正交到真实用户手中之后，究竟有多安全、多对齐。这正是 Arena 今天要承担的角色。 Alignment Index 基于真实世界的智能体轨迹构建，最初采用三项信号：Unauthorized Action（未授权操作）、False Attribution（错误归因）和 Deceptive Completion（欺骗性完成），今天同步发布 20 多个前沿模型的评估结果。 这笔资金将让我们在安全信号、智能体能力和多模态方面走得更远，也让我们能够把公司发展到与使命相匹配的规模。目前我们仍是一支 90 人的精干团队，正在招聘研究、产品、工程等方向的人才。来和我们一起构建吧。 随着 AI 能力更强、自主性更高，理解它能否安全、有效地为人们工作只会变得更加重要。这正是 Arena 要衡量和推进的事情。 感谢我们的社区、我们的投资人，以及每一位与我们并肩构建的人！ 如果你想加入我们，欢迎查看我们的开放职位（链接见简介）。

匹配字段正文

个高价值应用场景，新一代智能终端及智能体普及率超80％等工作目标。 （一）实施“人工智能＋”六大专项行动 一是“人工智能＋”制造。紧扣先进制造业集群应用需求，实施全流程智能化再造。聚焦光电子信息、汽车、装备制造、生物制造4个方向，推进AI在芯片、显示、终端、元器件等领域应用，推动“闪存、内存、存算一体、智能终端”全产业链发展，打造世界级存算一体产业基地；推广多模态大模型在生成式设计与结构优化中的应用，推进模块化工艺岛建设与柔性产线改造，加快智能驾驶、智能座舱、智能底盘等研发应用；推动AI与CAD、CAE、MES等工业软件融合创新，搭建智能设计平台，培育自主可控工业大模型，累计建成智能工厂3000家以上；推动AI在酶分子设计、细胞工厂构建、工艺系统集成等环节应用，建设“武汉·中国种都”，推动30款以上创新药进入临床测试。 二是“人工智能＋”科技。打造从基础研究到技术突破的智慧引擎，推进科技创新与产业创新深度融合。聚焦科学研究、技术研发2个方向，推动重大科技基础设施、基础科研平台智能化升级，深化AI for Science多模态科学计算与知识推理技术在数学、生物、材料、地球科学等领域应用，

匹配字段正文