Scientific Foundation Models（科学基础模型）
科学基础模型不是把论文文本拿来问答的垂直助手，而是将科学观测数据、文本和代码共同表示、共同推理的基础模型。其关键主张是：科学数据应成为模型的一等输入，而非由论文文字转述后的二手材料。
为什么数据本体重要
- 科学信息大量不在文本里：光谱、地震波、遥感、实验时序等具有自己的测量语义；把它们先还原成自然语言，会丢失结构和精度。
- 旧数据可以产生新科学：当模型能跨数据源关联和表征，退役仪器、历史观测也可能揭示此前未被编目的对象或模式。
- 目标是统一表征，不是多一个垂类：文本、代码和科学数据在同一模型空间交互，模型才能从“辅助读文献”变为直接参与假设生成、验证和科学发现。
这将 ai-data-flywheel 从用户行为轨迹扩展到高价值观测轨迹，也与 spatial-intelligence 所需的非文本世界建模能力相连。难点不只是算力，而是数据标准、tokenization、可验证评估与跨学科治理。
Source: 2026-07-24-xiaohongshu-xhslink-cn-o-1610Ra9TX1h-bd60447b43（来源未公开）