上海交通大学正式发布光领域垂直大模型Optics GPT

　　【ZiDongHua 之“智能自动化”标注关键词：上海交通大学， 智能制造 ，人工智能 ，集成电路， ChatGPT ，智能运维 】

 

 

 

　　1月25日，Optics GPT光领域垂直大模型发布会在上海交通大学闵行校区文博楼会议中心举行，正式发布面向光学领域深度定制的专业大语言模型。中国工程院院士范滇元，中国工程院院士庄松林，上海市闵行区委副书记、区长吴强，上海市经济和信息化委员会副主任潘焱，上海市科学技术委员会二级巡视员李祖兴，上海市闵行区副区长谭瑞琮，上海市闵行区副区长张贤，国家自然科学基金委员会交叉学部原副主任潘庆；中国科学院院士、上海交通大学校长丁奎岭，校党委常委、副校长管海兵，校科学技术发展研究院副院长、学术发展与成果处处长陆琪，高校与科研机构专家学者，企业代表，以及相关学院、职能部门负责人与项目团队出席发布会。会议由管海兵、陆琪主持。

 

 

　　丁奎岭在致辞中表示，人工智能正深刻颠覆知识生产范式，重塑科学研究与工程创新的底层逻辑。大学作为人才培养与创新的核心源泉，必须主动布局、提前应对。他指出，光学大模型的发布，是学校面向国家重大需求、推动人工智能与前沿学科交叉融合的一项重要实践，对推动光学产业自主创新与智能化转型具有重要意义。

 

 

　　潘焱在致辞中指出，光学大模型的发布展现了人工智能与光学工程交叉融合的创新活力。上海近年来率先布局科学智能，通过实施“百团百项”工程、建设开放社区、培育创新生态等一系列举措，加快发展科学智能，加强体系化推进。下一步，上海将加快打造科学智能开放社区，推动科技创新和产业创新深度融合。项目负责人、上海交通大学集成电路学院（信息与电子工程学院）义理林教授就Optics GPT光领域垂直大模型发表主题演讲，并在现场进行大模型系统演示。发布会上，上海交通大学牵头发起成立“光学大模型学术生态联盟”，国内多家高校与研究所代表共同参与启动仪式。学术生态联盟旨在推动光学大模型相关基础理论、关键算法与数据资源的协同建设，构建开放共享的科研合作网络，促进高层次人才培养与学术创新。“光学大模型产业生态联盟”同步启动，国内多家行业龙头单位加入合作。产业联盟将围绕光通信网络智能运维、智能测量仪器、激光加工装备、光电系统设计等重点方向，推动大模型技术与产业需求深度对接，探索可复制、可推广的规模化应用模式。会上，上海交通大学与深圳市万里眼技术有限公司、嘉强（上海）智能科技股份公司启动战略合作，共同推进智能测量装备领域的持续研发与产业化落地，以及光学大模型在智能制造场景中的规模化应用。为进一步整合模型工具链及硬件基础设施，面向高校、科研机构与企业提供开放服务，在智能光通信与计算、智能激光设计与加工等领域打造集研发服务、设计服务、加工服务及前沿研究于一体的综合性创新载体，上海交通大学与闵行区共同开展“人工智能与光学交叉融合平台”筹建工作，闵行区政府相关领导与学校代表共同参与筹建仪式，为平台建设提供政策与资源支持。

 

　　Optics GPT为光学领域量身打造的AI专家

 

　　Optics GPT（光学大模型）的正式发布，标志着我国在人工智能与光学科技交叉融合领域取得重要突破。该模型如同一位“虚拟光学专家”，能够深度理解光学原理，为科研、设计与教学提供智能化支持。

 

　　实验室模型功能展示

 

　　为光学领域量身打造的AI专家

 

　　当前，通用人工智能模型虽功能强大，却难以深入理解如光学等需要深厚专业知识与精密计算的硬科技领域。上海交通大学“光生未来”项目组经过潜心研发，成功打造出这款“光学原生”的专业模型。它并非简单改造通用模型，而是从光学专业数据中“成长”而来，系统学习了光通信、光学设计等领域的核心知识与设计逻辑。通俗来讲，如果说ChatGPT这样的通用大模型是“博学的通才”，那么Optics GPT则是“资深的专才”。它集中精力深度学习一个特定领域的全部知识，从而在该领域内回答更专业、解决更具体的问题，可靠性也更强。这就像培养一位光学专业的博士生，使其成为该领域的AI专家。为了客观评估 Optics GPT 在光学专业能力上的实际水平，团队构建了涵盖光物理、光量子、光学设计、非线性光学、光计算与光通信六大方向的光领域专业评测集，并将 Optics GPT 与多款主流通用大模型和开源大模型进行了系统对比测试。评测结果显示，Optics GPT 在所有核心维度上均取得领先成绩，充分验证了其在光学垂直领域中的专业深度与工程认知能力。这标志着一条全新的技术路径已经被验证：通过专业化、结构化训练，小模型同样可以在垂直领域超越巨型通用模型。

 

　　轻部署、高认知、强应用、全可控的技术底座

 

　　作为完全自研的国产模型，光学大模型具备鲜明的“四大特点”：轻部署：模型规模为 8B 参数量级，支持端侧与边缘高效部署，显著降低光学行业应用门槛。高认知：通过系统化、结构化注入光学领域知识，形成深厚的“光学素养”和精准的物理直觉。强应用：在算法生成、系统诊断、仿真设计、实验辅助等核心场景中性能全面领先。全可控：从数据构建、模型训练到部署运行全流程自主可控，保障产业安全与数据隐私。

 

　　应用前景：赋能教学、科研、与产业

 

　　教育教学方面：作为新一代智能教学工具，模型能够将抽象的光学理论与复杂公式转化为直观的可视化演示与互动问答，并可自动生成丰富的教学案例与虚拟实验，从而变革传统教学模式，显著提升教学效率与学习体验。

 

　　科学研究方面：在基础研究与前沿探索中，该模型可作为全天候的智能研究助手，帮助科研人员快速梳理文献、启发创新构想、完成复杂模拟计算，并辅助设计实验方案，从而加速从理论到验证的科研进程。

 

　　工业设计方面，深度赋能光学产业链的关键环节：在国产高端仪器领域，提升仪器使用体验，大幅增加高端仪器的智能化水平。在算力基础设施领域，为数据中心光互连系统的故障智能诊断与运维提供决策支持，并对光模块进行快速、精准的出厂标定。在激光制造领域，推动激光器等核心器件向参数自主优化、状态智能预测、故障自动运维的智能化方向升级。通过在上述场景的落地，光学大模型将有力推动我国光学产业的设计研发、生产制造与运维服务向智能化全面升级。