月球专业大模型以视觉、多模态及自然语言等通义系列模型为基模，结合RAG检索增强等技术，于阿里云百炼专属版进行微调及训练。

　　中国科学院院士、中国月球探测工程首任首席科学家欧阳自远表示，随着人类深空探测活动的快速推进，探测数据呈井喷式增长。科学大数据已然成为推动科技创新的强大引擎。在数据管理方面，我国已经取得先发优势。在数据应用方面，我国必须充分发挥现有的人工智能技术优势。

　　在他看来，基于阿里云通义模型构建的月球专业大模型将大大加速海量数据的处理，帮助科研工作者挖掘新的科学发现。

　　这次发布的月球专业大模型的最佳落地场景是月球撞击坑识别，能提高科研效率。

　　月球撞击坑的大小、深浅、形状等特征，是人类对月球地质演化研究的重要依据。目前月球上直径一公里以上的月球撞击坑数量已超100万个，直径一公里以下的撞击坑数量至今无法确定。

　　和记app官网

　　科研工作者只需输入月球撞击坑图像和相关问题，月球专业大模型即可调用通义视觉、多模态模型，从17种多模态数据中（包括光谱、高程、重力等数据）判定该图像对应的模态类型。

　　通过检索知识库、调用通义语言模型，月球专业大模型可回答该撞击坑的形态、大小、年代等相关问题，并给出推理过程。

　　“通过对海量数据的准确把握，大模型不仅可以对撞击坑进行分类，还可以解决一些目前仍未解决的科学问题。”中国科学院地化所研究员刘建忠介绍，在月球撞击坑识别上，月球专业大模型的准确率已达到80%以上。

　　“数字月球云平台”由中国科学院地化所牵头建设完成，是国际上月球探测数据最全，集科学研究、工程应用以及科普教育为一体的云平台，它将与FAST等大科学装置一同成为科研基础设施的重要组成部分，助力我国月球与行星科研创新加速。

　　紧跟产业发展脉搏，我们汇集行业领袖与企业的真实声音，在算力基础设施的规划与布局、能耗优化、大模型能力发展、大模型评测体系、产业应用案例深入研究、新技术与应用趋势前瞻探索等方面，剖析成功案例背后的逻辑与挑战，并提供基于产业深度洞察的策略建议。同时，我们依托于阿里巴巴集团在人工智能领域的全面布局，分享阿里的AI产业生态和应用的实践落地，探讨技术如何重塑产业格局并推动社会经济的转型升级。

　　9、安全治理与能力发展兼顾并重，Claude 3对中国大模型发展有哪些启示

　　10、【“人工智能+”深度案例】从智能工厂到ChatBI，雅戈尔的“智能+”实践

　　21、产业之声 “软硬兼施，以软带硬” - 缓解“算力焦虑”的模型与芯片协同优化策略

　　24、具身智能系列 人形机器人会替代机械臂吗？- 人形机器人在制造业中的定位与价值分析