AI助力物质探索，有“谱”了！书生·言普AI谱学大模型发布

近日，上海人工智能实验室（上海AI实验室）发布AI谱学大模型“书生·言普”（InternSpect），通过构建一系列谱学专业模型，助力研究者更高效、更精准地探索微观世界，从而推动物质科学的研究创新。 

书生·言普“家族”中首个亮相的是全球首个应用于解析电子顺磁共振谱（EPR）的大模型IS-EPR。该模型由上海AI实验室与武汉大学联合推出，依托智能自动谱图解析系统和前沿海量的顺磁物种数据，解谱准确率可媲美人类专家，解谱速度从数小时压缩至秒级。

在产业应用方面，书生·言普现已搭载于国产EPR设备投入试用，IS-EPR以其具备的谱图解析、文献关联能力，在药物设计、自由基检测、结构分析和过程控制等领域发挥关键作用；在科学研究方面，书生·言普还将推出更多应用于质谱、晶体结构解析等领域的大模型，探索谱学研究新范式，以人工智能驱动“格物究理”。

未来，上海AI实验室将继续开展以AI赋能物质科学等领域的研究，以“算法+数据”双轮驱动科学智能（AI for Science）发展。实验室现已推出书生·风乌、书生·丰登等专用大模型，助力气象、化学、种业、气动设计等多领域探索。由实验室构建的科学智能数据集覆盖6大学科，面向基因组分析、转录组分析、神经影像、化学反应、分子物理、气象云图，流体力学等16个领域，为科研人员和产业界提供了高质量的开源科学数据资源。

人工解谱与AI解谱模式对比

AI+EPR，谱学研究新范式

谱学是科学研究中的重要工具，它可以揭示物质的组成、结构和动力学信息。广泛应用于化学、物理、生物等多个领域，为人们提供了观察和理解微观世界的窗口。通过谱学技术，科学家可以获得关于分子结构、化学键能、电子分布等关键信息，从而推动材料开发、药物发现以及基础研究发展等。电子顺磁共振（Electron Paramagnetic Resonance, EPR）是一种强大的物质分析方法，通过对顺磁性物质施加外部磁场和微波辐射，观察未配对电子的行为，从而获取关于电子结构和环境的信息，被广泛应用于物理，化学，材料，环境，生命，药学，食品和医学研究等领域。

EPR技术作为一种物质分析方法诞生于1944年，可用于从定性和定量两个方面检测物质原子或分子中所含的未配对电子，并探索其周围环境的结构特性。然而，自EPR诞生80年以来，该技术一直面临着学习门槛高、实验设计复杂、数据解析难度大等诸多痛点，因而限制了应用价值的扩大。

为解决上述痛点，上海AI实验室团队提出 “AI+EPR”的技术解决路径，旨在运用人工智能技术扩大EPR技术应用范围，降低使用门槛。在创新模型与算法的基础上，IS-EPR充分发挥了人工智能在数据处理和知识获取方面的优势，可在EPR波谱的优化、拟合、和归属等阶段多维度提升效率。

两大核心能力，提升研究效率

针对当前EPR技术应用面临的挑战，IS-EPR具备AI驱动的谱图解析、智能文献关联两大核心能力，为EPR研究带来全新范式，提升研究效率与解谱精度。

传统的EPR谱图解谱，多依靠人工方式进行，根据图谱复杂程度，往往耗费研究人员数小时至数天的分析时间。同时，解谱所需的复杂知识为EPR推广造成了壁垒。在AI驱动下，IS-EPR具备智能谱图解析能力，可在短时间内自动分析来自不同催化系统的反应中间体，如自旋捕获自由基、金属物种及其混合物，覆盖当前90%的样品门类。相较于人类专家，IS-EPR将解谱速度由小时级提升至秒级，并达到与人类专家解析媲美的准确率，直接提升研究效率。

与此同时，面对浩如烟海的学术文献，IS-EPR可通过“识谱寻源”能力，自动链接并检索全球文献数据库，为实验发现提供关联性、体系化知识参考，助推跨学科创新。