4 月 14 日，中国科学院国度地理台人工智能工作组发布新一代地理大模型 ——“星语 3.0”。“星语 3.0”鉴于阿里云通义千问开源模型打造，目前已成功接入国度地理台兴旺观察站千里镜阵列 —— Mini“司天”。据介绍，随着千里镜数量的不断增加，如何节制庞大千里镜阵列已成为当今地理界共同面临的挑战。以往地理观察主要依赖观察助手和科研人员的配合。科研人员往往需要根据观察所在地气象情况批改观察方案，在观察室等待数据返回并实时分析数据，再根据结果批改观察方案。重要观察目标的每个环节都需要人工参与，效益低且难以同时节制多
4 月 14 日，中国科学院国度地理台人工智能工作组发布新一代地理大模型 ——“星语 3.0”。
“星语 3.0”鉴于阿里云通义千问开源模型打造，目前已成功接入国度地理台兴旺观察站千里镜阵列 —— Mini“司天”。
据介绍，随着千里镜数量的不断增加，如何节制庞大千里镜阵列已成为当今地理界共同面临的挑战。
以往地理观察主要依赖观察助手和科研人员的配合。科研人员往往需要根据观察所在地气象情况批改观察方案，在观察室等待数据返回并实时分析数据，再根据结果批改观察方案。重要观察目标的每个环节都需要人工参与，效益低且难以同时节制多个千里镜。
“星语 3.0”尝试解决这一难题，鉴于超 30 万专家订正数据完成训练。目前，“星语 3.0”已成功接入国度地理台兴旺观察站千里镜阵列 ——Mini“司天”，可实现自主节制千里镜进行观察、分析观察结果，智能地给出下一步观察建议。
例如，当收到“观察某星体”的任务时，“星语 3.0”首先查询某星体的坐标信息，反馈给观察人员；当得到确认后，“星语 3.0”将按照观察人员输入的方案进行自动观察；单次曝光完成后，大模型将回收并处理数据，根据结果判断目标源的观察价值，推荐接下来的观察方案。
未来，星语大模型将接入国度地理台庞大千里镜阵列“司天”（IT之家注：Mini“司天”即为“司天”的一部分）。
“司天”是我国地理学家面向时域地理学提出的国度级重大地理基础设施项目，至 2030 年米级千里镜数量预期达到 72 架，每晚产生约 140TB 处理后数据，成为全球巡天效益最高的项目。星语大模型的接入将科研人员从繁琐的观察中解放出来，更加专注于研究。