全国产自研,上海交大发布光学领域垂直大语言模型 Optics GPT

上海交通大学发布自研光学领域垂直大语言模型Optics GPT,具备轻部署、高认知、强应用和全可控四大特点,并在光学专业领域评测中表现优异。同时,学校牵头成立了光学大模型学术生态联盟和产业生态联盟,推动产学研合作。

1 月 26 日消息,上海交通大学 1 月 25 日发布光学领域垂直大语言模型 —— Optics GPT(光学大模型),这是完全自研的国产模型,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。

图片

上海交通大学“光生未来”项目组打造出这款“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

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

IT之家从上海交通大学介绍获悉,作为完全自研的国产模型,光学大模型具备“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,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。

图片

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。

图片

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。

版权声明:本站文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处!

评论加载中...