2月2日，上海交通大学举办第一届“十大垂直领域大模型”评选暨颁奖典礼。

本次评选活动是上海交通大学推进“人工智能（AI）+”行动计划的重要举措，坚持“基础研究+产业化”双轮驱动导向，面向全校师生、科研人员征集具有明确应用场景和技术特色的大模型成果。

活动现场展示的大模型项目覆盖领域广泛，且应用场景横跨工业生产、临床诊疗、专业服务等多个维度，充分体现了基础研究与产业应用的深度联动融合。

与会人员合影。上海交通大学供图

安泰经济与管理学院特聘教授葛冬冬团队“面向运筹优化的智能决策大模型”融合了运筹优化与深度学习，实现从问题建模到方案生成的端到端智能决策，助力解决复杂系统优化决策难题。相关成果发表于NeurIPS等国际顶级会议。

人工智能学院教授张娅团队“DeepRare罕见病诊断系统”旨在解决罕见病数据稀缺及AI黑盒难题，通过融合智能体与可循证推理，实现主动诊疗决策，溯源准确率95.4%，Recall@1达57.18%，超资深专家9.6%。

针对轻合金成分工艺强耦合及实验成本高难题，材料科学与工程学院长聘教轨副教授饶梓元团队“DeepLight轻合金大模型”融合了知识推理与深度学习，构建万条推理链条，实现小时级合金设计，效率提升一个数量级，成功设计腐蚀速率0.027毫米/年的高耐蚀镁合金。

聚焦蛋白质设计“序列-结构-功能”耦合复杂、实验成本高等难题，物理与天文学院教授洪亮团队研发的“Venus蛋白质通用人工智能”基于150亿条序列训练百亿参数模型，构建干湿闭环验证体系，已成功交付30余款高性能工业蛋白质并实现产业化。

信息与电子工程学院研究员李金金团队研发的“ManuDrive时序感知AI自控大模型”则致力于破解生物发酵高维非线性及动态复杂难题。该模型首创时序动态递归预测架构，实现从滞后反馈到全局前瞻跨越，已在川宁生物500吨级产线落地，产量提升超5%，年创数亿元效益。

聚焦历史建筑病害勘察诊断与修复决策难题，设计学院教授曹永康团队研发的“建筑文化遗产保护垂直大模型”融合了多源数据感知与三维虚拟复原技术，可自动识别诊断病害，目前已将传统需数月的勘察报告编制工作缩短至数日内完成。

针对病理医生缺口大、基层诊断率低等现状，医学院附属瑞金医院教授胡伟国团队基于百万级病理图像训练，研发了“RuiPath瑞智病理大模型”，实现秒级单切片诊断，在12个公开数据集14项任务中7项达业界领先，目前已启动全球多中心计划。

集成电路学院特聘教授义理林团队研发的“OpticsGPT光学领域大模型”，则融合了光学领域知识图谱与深度学习，构建了8B参数规模的垂直领域模型，实现光学系统小时级智能设计，效率提升一个数量级，目前已成功应用于算力中心光模块运维、国产高端示波器智能化等核心业务，以高准确率满足工业需求。

此外，来自机械与动力工程学院、电气工程学院、医学院和附属医院等单位的多个项目也参与本次评选，涵盖智能制造辅助设计、新药研发分子预测、智能诊疗辅助决策、材料基因组计算等多个前沿方向。