AstroOne

AstroOne是由之江實驗室聯合中國科學院國家天文台於2024年10月共同發布的天文領域大語言模型，擁有700億參數規模與320億tokens的天文文本語料，並通過1萬道專業評測數據集驗證。該模型具備快速檢測天文研究中的錯誤與數據異常能力，可輔助驗證假設可靠性並整合跨學科知識生成新研究路徑。在科研套用方面，AstroOne驅動了具身智慧型望遠鏡的自動化觀測系統構建，並在2025年4月的天文觀測中實現單月發現8000顆貧金屬星的突破。模型同時支撐天文教育體系構建，通過動態知識圖譜與智慧型觀測支持促進科研與教育協同發展。

基本介紹

• 研發機構：之江實驗室、國家天文台
• 發布時間：2024年10月
• 參數規模：700億
• 語料規模：320億tokens
• 套用領域：天文科研、教育
• 評測數據：1萬道

技術參數與研發背景

AstroOne採用基於QWen2.5 72B基座模型的最佳化架構，形成包含11B參數規模與320億tokens的天文專用語料庫。研發團隊自2024年5月起通過“天文大模型培訓班”開展封閉式科研攻關，培養兼具人工智慧與天文研究能力的複合型人才。模型歷經1萬道專項評測數據集的嚴格驗證，確認其在天文知識處理領域的領先地位。

2024年10月30日，AstroOne在中國天文學會學術年會首次公開亮相，標誌著人工智慧技術正式系統化套用於天文研究領域。之江實驗室技術總師薛貴榮表示，該模型通過整合計算、數據和模型規模推動科研範式變革，國家天文台台長劉繼峰強調其對高效解讀天文數據的支撐作用。

核心功能

科研輔助能力

• 錯誤檢測：可識別研究中的潛在錯誤、數據異常或邏輯矛盾，減少人為疏漏發生率
• 假設驗證：從海量文獻中提取信息核對假設可靠性，提升研究成果的可信度
• 知識整合：實現跨學科知識推理，幫助科學家突破知識邊界生成創新假設

觀測系統賦能

基於AstroOne構建的具身智慧型望遠鏡系統，具備觀測計畫自動生成、多台址協同觀測與數據分析能力。該系統套用於“近鄰星系巡天項目”，通過自然語言指令驅動望遠鏡執行自動化觀測。2025年4月，配套模型SpecCLIP在貧金屬星搜尋中實現單月發現8000餘顆候選體的突破，印證其生態體系的研究價值。

套用場景

科研範式革新

研發團隊提出“全局圖”理念，計畫整合射電、光學等多波段觀測數據的token化路徑，構建覆蓋全研究鏈條的智慧型體系。模型商店展示的AstroOne系列成果，在2025年人工智慧賦能天文學會議上獲得國際專家實測驗證。

教育體系構建

AstroOne與Star Whisper模型共同支撐天文AI學習社區建設，通過動態知識圖譜關聯觀測數據、模擬工具及學術爭議。例如在黑洞吸積盤研究中，系統可提供跨領域關聯分析，幫助建立系統性認知。模型支持的智慧型觀測體系包含自然語言操控設備功能，並通過AI導師記錄學生探究軌跡推動個性化教育。

生態建設

計畫接入全球望遠鏡構建智慧型觀測陣列，並驗證教育公平化路徑覆蓋10所中國小。之江實驗室將陸續發布SolarGPT等專業領域模型，深化AI+天文套用。國家天文台羅阿理教授指出，該項目將助力我國保持國際天文研究前沿地位。