轻点鼠标，登录系统，在对话框中输入“镁碳砖抗热震性优化方案”，仅需几秒钟，一份逻辑严密、数据翔实的分析报告便自动生成。近日，全球首个耐火材料垂直领域大模型“祝融·耐火智工”上线试用，该模型由武汉科技大学先进耐火材料全国重点实验室研发。

“祝融·耐火智工”上线试用。武汉科技大学供图

“祝融”是一个专精于耐火材料领域的AI大模型。它“学习”了上万篇该专业文献，不仅精通专业术语与复杂理论，具备智能问答、文献摘要生成、知识归纳等核心功能，还能像一位博闻强记的“老师傅”一样，全天候为科研人员和企业员工提供精准的专业指导。它的诞生，标志着这一传统高温工业打破了“经验壁垒”，向“人工智能+”时代迈出了关键一步。

“我尝试用它优化试验方案，没想到响应速度极快，回答也非常专业。”武汉科技大学材料科学与工程专业2025级硕士研究生何国平表示，“祝融”不仅能举一反三地补充细节，还能帮助学生快速厘清专业背景，“大大减少了实验走弯路的可能，效率提升明显”。

“专业精准、贴合业务，能切实解决实际问题。”谷城华亿新材科技副总经理范兵在深度试用后，给出了高度评价。他更看重“祝融”的进化潜力：“未来如果能连接企业知识库，它就能转型为企业专属的咨询伙伴，提升运营效能。”

取名“祝融”，既体现了中国式的科技浪漫，也暗含深意。“祝融是传说中的火神，以火施化，造福万民，而耐火材料的使命正是降伏与驾驭高温。”实验室副主任金胜利教授阐明了命名初衷。他坦言，作为典型的传统制造业，耐火材料行业长期面临经验难传承、新员工入门门槛高、知识体系碎片化等痛点。如何将隐性经验显性化？“祝融”因此应运而生。

要把AI培养成行业专家，最困难的是准备“教材”。研发团队面临的是上万篇格式各异的专业文献和内部资料，其中还包含大量复杂的相图、显微结构图和数据表格。这类图文混排的数据，普通大模型难以准确解析，极易产生认知偏差。

为解决这一难题，实验室主任李亚伟教授牵头，联合武汉科技大学计算机科学与技术学院徐新教授团队开展了跨学科攻关。团队通过大量的专业训练和指令微调，将文档中的静态数据转化为机器可理解的动态知识，最终使大模型成长为耐火材料领域的专家。

针对企业最为关心的配方与数据泄露风险，项目团队采用了校内服务器“本地化部署”方案，确保全流程安全可控。李亚伟表示：“目前的‘祝融’是一个博学的‘智囊’，下一步目标是让它变得更‘聪明’。未来团队将紧密对接国家‘人工智能+’战略，围绕耐火材料全生命周期，深化模型在实验设计、制备及评价环节的推理能力，推动行业从传统的‘经验试错’模式向‘科学数智研发’转型，助力绿色低碳发展。”