“瑶华”珊瑚礁多模态AI大模型助力珊瑚礁研究高效开展

　　

人工智能作为新一轮科技革命的战略性技术，在2025年国家政府工作报告中明确被列为重点发展方向，要求推进"人工智能+"行动并支持大模型应用。在科研领域，AI驱动的科学研究（AI for Science）已成为落实国家人工智能规划、加速科研范式变革和提升创新能力的重要支撑，其技术突破正在重塑科学研究的边界与模式。

中国科学院南海海洋研究所作为国家海洋科技领域的战略力量，积极响应国家科技创新号召，强化"国家队"的使命担当，珊瑚礁生物地貌研究团队依托超十年积累的海量影像数据库，启动人工智能驱动的珊瑚礁研究范式革新，尝试突破传统珊瑚礁调查数据判读和分析的技术瓶颈。

全球气候变化与人为影响的双重胁迫下，被称为"海洋热带雨林"的珊瑚礁生态系统面临生存危机。南海珊瑚礁亦是如此，加强南海珊瑚礁的研究刻不容缓。但传统的珊瑚礁调查数据分析和判读方法高度依赖人工，存在效率低、成本高、主观误差显著等固有缺陷，严重制约了南海珊瑚礁研究的广度和深度。针对这一困境，珊瑚礁生物地貌团队基于阿里云Qwen2-VL基座模型，研发了 “瑶华”珊瑚礁多模态大模型1.0版，通过分析10多万张水下影像，实现珊瑚种属识别准确率88%，效率较人工提升数十倍，实现了珊瑚礁调查数据的智能、高效分析的技术突破，同时结合SAM图像分割技术，目前模型可量化珊瑚覆盖率与健康状态，初步实现了珊瑚礁研究范式的转变。

后续该模型将融合珊瑚礁地貌、地化、生态、水文、海平面和气象等多模态数据持续迭代，进一步挖掘“瑶华”的数据整合与多模态分析潜力，将其应用从基础的图像和视频识别，拓展至更深层次的气候预测与全球变化模拟，“瑶华”有可能将珊瑚礁从被动的“环境记录载体”转变为积极的“全球变化模拟器”，从而为应对气候变化提供革新性的决策维度。通过将珊瑚礁研究与人工智能深度融合，“瑶华”有望推动珊瑚礁研究范式的转变，从传统的经验驱动迈向数据驱动，进而为脆弱的珊瑚礁生态系统的保护与管理开辟创新的路径。

图 造礁珊瑚目标自主识别和解译

该模型研发由国家重点研发计划—生物动力地貌与生物造礁地表过程项目和国家自然科学基金（42425004）共同资助。