宋雪倩
在对话框中输入“镁碳砖抗热震性优化方案”几秒钟后，一份逻辑严密、数据翔实的分析报告便自动生成。“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，我们实验效率得到明显提升。”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发现，“祝融·耐火智工”（以下简称“祝融”）不仅能举一反三地补充细节，还能指导学生快速厘清专业背景。
何国平所使用的“祝融”，正是近日上线试用的全球首个耐火材料垂直领域大模型。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”是一个专精耐火材料领域的AI（人工智能）大模型，“阅读”了上万篇专业文献，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，还可全天候为科研人员和企业员工提供精准的专业指导。
“专业精准、业务贴合，能真切解决实际问题。”谷城华亿新材科技副总范兵在深度试用后，给出了极高评价。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，提升企业效能。”
“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。”该实验室副主任金胜利一语道破初衷。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。为将隐性经验显性化，“祝融”模型应运而生。
要把AI培养成耐材行业专家，最难的是“教材”。摆在该实验室研发团队面前的，是上万篇格式五花八门的专业文献和内部资料，还夹杂着大量复杂的相图、显微结构图和数据表格。这种图文混排的数据，普通大模型根本读不懂，极易产生认知偏差。
为了啃下这块“硬骨头”，该实验室主任李亚伟牵头，联合该校计算机科学与技术学院徐新教授团队开展了跨学科攻关，通过高强度的专业特训和指令微调，将“沉睡”在文档里的死数据清洗成机器能理解的活知识，最终使该大模型进化成了耐火材料领域的专家。
针对耐材企业担心的配方与数据泄露问题，“祝融”项目团队采取了服务器本地化部署的方案，确保全流程可控。李亚伟表示，现在的祝融是个博学的智囊，下一步我们要让它变得更聪明。未来，该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，推动耐材行业从传统的经验试错向科学数智研发转型，助力绿色低碳发展。
