Heim
Die Chinesische Akademie der Wissenschaften stellt das KI-Modellsystem „Jingshi 100“ vor, um die wissenschaftliche Forschungsplattform voranzubringen

Am 28. April stellte die Chinesische Akademie der Wissenschaften in Peking offiziell das Modellsystem „Panzhi 100“ vor. Diese Einführung markiert einen entscheidenden Wendepunkt für die KI in der Wissenschaft in China: Der Übergang von fragmentierter, isolierter Forschung hin zu einer neuen Phase systematischer und hocheffizienter Innovation. Das System basiert auf dem wissenschaftlichen Grundlagen-Großmodell „Panzhi“ als seiner zentralen intelligenten Infrastruktur. Es entwickelt einen spezialisierten Modellcluster, der auf acht wichtige Disziplinen wie Mathematik, Physik, Materialwissenschaften und Biowissenschaften ausgerichtet ist, und schafft so letztlich eine umfassende Innovationsplattform für digitale Intelligenz, die den gesamten Forschungszyklus abdeckt.
Aus Sicht der technischen Architektur bietet „Panzhi 100“ einen vollständig integrierten Stack, der von den grundlegenden Schichten bis hin zur Intelligenz auf Anwendungsebene reicht. Das aktualisierte „Panzhi Scientific Foundation Large Model 1.5 Pro“ nutzt 6,5 Millionen hochwertige Datenpunkte für wissenschaftliches Schlussfolgern und steigert damit seine Fähigkeiten im interdisziplinären Wissensschlussfolgern und im multimodalen Verständnis erheblich. Als grundlegende Unterstützung für den gesamten Forschungsworkflow bietet Panzhi drei Kernfunktionen: Literature Compass, Innovation Evaluation und Intelligent Factory. Die Intelligent Factory hat zunächst autonome, in sich geschlossene Toolchains realisiert und eine Bibliothek mit über 2.000 Forschungswerkzeugen aufgebaut. In disziplinären Anwendungen zeigt das Panzhi-System tiefgreifende domänenspezifische Kognition und bemerkenswerte Schlussfolgerungseffizienz. So validierte beispielsweise das Modell „Digital Cell“ innerhalb von nur 30 Tagen erfolgreich drei bisher unbekannte Wirkstoffziele, während das Großmodell „Lingkong“ tiefgreifende Schlussfolgerungen für hochkomplexe Herausforderungen der Luft- und Raumfahrttechnik lieferte.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (1)
Whoa, this Jingshi 100 model system looks like a game-changer for scientific research! 🧪 I'm curious how it compares to other big AI platforms in terms of real-world applications—like, will it actually speed up drug discovery or climate modeling? Or is it just another fancy demo? Hope the open-source part is real, otherwise it's just another black box. 🤔

Am 28. April stellte die Chinesische Akademie der Wissenschaften in Peking offiziell das Modellsystem „Panzhi 100“ vor. Diese Einführung markiert einen entscheidenden Wendepunkt für die KI in der Wissenschaft in China: Der Übergang von fragmentierter, isolierter Forschung hin zu einer neuen Phase systematischer und hocheffizienter Innovation. Das System basiert auf dem wissenschaftlichen Grundlagen-Großmodell „Panzhi“ als seiner zentralen intelligenten Infrastruktur. Es entwickelt einen spezialisierten Modellcluster, der auf acht wichtige Disziplinen wie Mathematik, Physik, Materialwissenschaften und Biowissenschaften ausgerichtet ist, und schafft so letztlich eine umfassende Innovationsplattform für digitale Intelligenz, die den gesamten Forschungszyklus abdeckt.
Aus Sicht der technischen Architektur bietet „Panzhi 100“ einen vollständig integrierten Stack, der von den grundlegenden Schichten bis hin zur Intelligenz auf Anwendungsebene reicht. Das aktualisierte „Panzhi Scientific Foundation Large Model 1.5 Pro“ nutzt 6,5 Millionen hochwertige Datenpunkte für wissenschaftliches Schlussfolgern und steigert damit seine Fähigkeiten im interdisziplinären Wissensschlussfolgern und im multimodalen Verständnis erheblich. Als grundlegende Unterstützung für den gesamten Forschungsworkflow bietet Panzhi drei Kernfunktionen: Literature Compass, Innovation Evaluation und Intelligent Factory. Die Intelligent Factory hat zunächst autonome, in sich geschlossene Toolchains realisiert und eine Bibliothek mit über 2.000 Forschungswerkzeugen aufgebaut. In disziplinären Anwendungen zeigt das Panzhi-System tiefgreifende domänenspezifische Kognition und bemerkenswerte Schlussfolgerungseffizienz. So validierte beispielsweise das Modell „Digital Cell“ innerhalb von nur 30 Tagen erfolgreich drei bisher unbekannte Wirkstoffziele, während das Großmodell „Lingkong“ tiefgreifende Schlussfolgerungen für hochkomplexe Herausforderungen der Luft- und Raumfahrttechnik lieferte.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Whoa, this Jingshi 100 model system looks like a game-changer for scientific research! 🧪 I'm curious how it compares to other big AI platforms in terms of real-world applications—like, will it actually speed up drug discovery or climate modeling? Or is it just another fancy demo? Hope the open-source part is real, otherwise it's just another black box. 🤔











