上证报中国证券网讯（记者 邓贞）1月25日，上海交通大学发布了光学领域垂直大语言模型——Optics GPT（光学大模型）。据悉，这款光学大模型如同一位“虚拟光学专家”，能够深度理解光学原理，为科研、设计与教学提供智能化支持。 当前，通用人工智能模型虽然功能强大，但在光学等需要深厚专业知识与精密计算的硬科技领域，难以深入理解。为此，上海交通大学“光生未来”项目组经过潜心研发，成功打造出这款“光学原生”的专业模型。它并非简单改造通用模型，而是从光学专业数据中“成长”而来，系统学习了光通信、光学设计等领域的核心知识与设计逻辑。 通俗来说，如果说ChatGPT这样的通用大模型是“博学的通才”，那么Optics GPT则是“资深的专才”。它集中精力深度学习一个特定领域的全部知识，从而在该领域内回答更专业、解决更具体的问题，可靠性也更强。 为了客观评估Optics GPT在光学专业能力上的实际水平，团队构建了涵盖光物理、光量子、光学设计、非线性光学、光计算与光通信六大方向的光领域专业评测集，并将Optics GPT与多款主流通用大模型和开源大模型进行了系统对比测试。评测结果显示，Optics GPT在所有核心维度上均取得领先成绩，充分验证了其在光学垂直领域中的专业深度与工程认知能力。 作为完全自研的国产模型，光学大模型具备鲜明的“四大特点”：一是轻部署，模型规模为8B参数量级，支持端侧与边缘高效部署，显著降低光学行业应用门槛；二是高认知，通过系统化、结构化注入光学领域知识，形成深厚的“光学素养”和精准的物理直觉；三是强应用，在算法生成、系统诊断、仿真设计、实验辅助等核心场景中性能全面领先；四是全可控，从数据构建、模型训练到部署运行全流程自主可控，保障产业安全与数据隐私。 该模型的应用前景广阔：在教育教学方面，作为新一代智能教学工具，模型能够将抽象的光学理论与复杂公式转化为直观的可视化演示与互动问答，并可自动生成丰富的教学案例与虚拟实验，从而变革传统教学模式，显著提升教学效率与学习体验；在科学研究方面，在基础研究与前沿探索中，该模型可作为全天候的智能研究助手，帮助科研人员快速梳理文献、启发创新构想、完成复杂模拟计算，并辅助设计实验方案，从而加速从理论到验证的科研进程；在工业设计方面，模型将深度赋能光学产业链的关键环节。

上证报中国证券网讯（记者 邓贞）1月25日，上海交通大学发布了光学领域垂直大语言模型——Optics GPT（光学大模型）。据悉，这款光学大模型如同一位“虚拟光学专家”，能够深度理解光学原理，为科研、设计与教学提供智能化支持。

当前，通用人工智能模型虽然功能强大，但在光学等需要深厚专业知识与精密计算的硬科技领域，难以深入理解。为此，上海交通大学“光生未来”项目组经过潜心研发，成功打造出这款“光学原生”的专业模型。它并非简单改造通用模型，而是从光学专业数据中“成长”而来，系统学习了光通信、光学设计等领域的核心知识与设计逻辑。

通俗来说，如果说ChatGPT这样的通用大模型是“博学的通才”，那么Optics GPT则是“资深的专才”。它集中精力深度学习一个特定领域的全部知识，从而在该领域内回答更专业、解决更具体的问题，可靠性也更强。

为了客观评估Optics GPT在光学专业能力上的实际水平，团队构建了涵盖光物理、光量子、光学设计、非线性光学、光计算与光通信六大方向的光领域专业评测集，并将Optics GPT与多款主流通用大模型和开源大模型进行了系统对比测试。评测结果显示，Optics GPT在所有核心维度上均取得领先成绩，充分验证了其在光学垂直领域中的专业深度与工程认知能力。

作为完全自研的国产模型，光学大模型具备鲜明的“四大特点”：一是轻部署，模型规模为8B参数量级，支持端侧与边缘高效部署，显著降低光学行业应用门槛；二是高认知，通过系统化、结构化注入光学领域知识，形成深厚的“光学素养”和精准的物理直觉；三是强应用，在算法生成、系统诊断、仿真设计、实验辅助等核心场景中性能全面领先；四是全可控，从数据构建、模型训练到部署运行全流程自主可控，保障产业安全与数据隐私。

该模型的应用前景广阔：在教育教学方面，作为新一代智能教学工具，模型能够将抽象的光学理论与复杂公式转化为直观的可视化演示与互动问答，并可自动生成丰富的教学案例与虚拟实验，从而变革传统教学模式，显著提升教学效率与学习体验；在科学研究方面，在基础研究与前沿探索中，该模型可作为全天候的智能研究助手，帮助科研人员快速梳理文献、启发创新构想、完成复杂模拟计算，并辅助设计实验方案，从而加速从理论到验证的科研进程；在工业设计方面，模型将深度赋能光学产业链的关键环节。