# 大模型、智能体结合科研级望远镜，读懂“星空低语” - 京报网

*Источник: 京报网*
*Дата: 2026-09-18*
*Язык: zh*

**Кратко:** 9月18日，中国科学院国家天文台发布消息，由国家天文台发起并推动的星语望远镜，探索将大模型、智能体与望远镜控制系统相结合，使智能体根据科研人员提出的观测需求，结合科学目标、设备状态和观测环境，参与任务规划与观测执行。目前，该智能体框架已接入“司天”探路者和“司天”原型机，预警了8颗极早期超新星候选，其中两颗在天气条件允许的情况下触发了后续观测。
随着大模型、智能体和具身智能技术快速发展，人工智能正在从传统的数据分析工具进一步拓展至科学装置运行和科研执行过程。不过，科研级望远镜是高度复杂的科学装置，镜筒、转台、相机、传感器、控制系统以及天气环境等多种因素，会共同影响观测过程。智能体要实质性参与望远镜运行，需要一个能够感知设备状态、理解观测环境并验证控制策略的实验环境。
国家天文台科研团队结合长期积累的望远镜运行控制经验和近年来构建的智能体工具链，快速搭建了面向科研级望远镜的数字化仿真环境。在不占用真实望远镜观测时间的情况下，该系统能够模拟望远镜组件、传感器状态、环境变化和观测流程，为控制策略测试、智能体训练和观测流程优化提供实验基础。
近期，星语望远镜近期进一步拓展了面向科研级望远镜的仿真能力，搭建了大口径科研级望远镜数字化仿真系统，为智能体参与观测规划与控制策略验证提供实验环境。其中，跨巡天对齐时序模型可以从多巡天公开数据中识别极早期超新星候选，智能体帮助解决“看什么”的问题；短时局部气象预测模型能够综合云量、风速和湿度等实时参数评估观测条件，智能体帮助解决“怎么看”的问题。在此基础上，智能体可以进一步综合科学目标优先级、望远镜实时状态以及目标可观测窗口，自主完成“状态感知——任务规划——方案生成——流程验证”的闭环。
依托大模型辅助开发能力，团队在很短时间内就完成了核心仿真环境搭建，并有望将整体开发成本控制在千元量级。这说明，大模型不仅能够辅助科学数据分析，而且正在显著改变科研软件和科学装置仿真系统的研发模式。
更值得关注的是，国家天文台不仅针对单一望远镜提供仿真系统，也在探索一种新的天文科研组织和执行方式。过去，望远镜自动化系统主要按照预先设定的流程运行；当天气、设备状态或者科学目标发生变化时，仍需要科研人员人工判断和调整。随着大模型、智能体、科学模型和望远镜控制系统逐步连接，人工智能开始具备根据实时环境和科学目标进行动态规划、调用工具、验证方案并调整观测策略的能力。
同时，仿真系统还可以在虚拟环境中反复执行观测任务，持续记录设备状态、环境变化、决策过程和执行结果，形成面向望远镜智能控制的高质量训练数据，为进一步训练望远镜控制视觉语言动作（VLA）模型，以及未来在真实科学装置上实现更高水平的智能观测奠定基础。这意味着人工智能在天文学中的角色正在从帮助科学家分析数据，进一步向参与科研过程和科学装置运行延伸。
“科研范式正在发生改变，人工智能在科研中的角色不再只是辅助分析，而是进一步进入科研执行流程本身。科研工作者更多负责提出问题、设定目标，智能体则承担观测执行、验证和迭代工作。”国家天文台人工智能推进委员会专家李瑀旸表示。
随着这一体系逐步完善，科研人员将更多精力聚焦于提出科学问题、设定科学目标和判断科学价值，而智能体则有望承担越来越多的数据分析、任务规划、工具调用、观测执行和迭代验证工作。未来，相关成果将陆续上线中国科学院“磐石”大模型平台，进一步推动天文领域模型、工具与应用能力的共享和复用。
来源：北京日报客户端
扫描二维码
下载手机客户端

9月18日，中国科学院国家天文台发布消息，由国家天文台发起并推动的星语望远镜，探索将大模型、智能体与望远镜控制系统相结合，使智能体根据科研人员提出的观测需求，结合科学目标、设备状态和观测环境，参与任务规划与观测执行。目前，该智能体框架已接入“司天”探路者和“司天”原型机，预警了8颗极早期超新星候选，其中两颗在天气条件允许的情况下触发了后续观测。
随着大模型、智能体和具身智能技术快速发展，人工智能正在从传统的数据分析工具进一步拓展至科学装置运行和科研执行过程。不过，科研级望远镜是高度复杂的科学装置，镜筒、转台、相机、传感器、控制系统以及天气环境等多种因素，会共同影响观测过程。智能体要实质性参与望远镜运行，需要一个能够感知设备状态、理解观测环境并验证控制策略的实验环境。
国家天文台科研团队结合长期积累的望远镜运行控制经验和近年来构建的智能体工具链，快速搭建了面向科研级望远镜的数字化仿真环境。在不占用真实望远镜观测时间的情况下，该系统能够模拟望远镜组件、传感器状态、环境变化和观测流程，为控制策略测试、智能体训练和观测流程优化提供实验基础。
近期，星语望远镜近期进一步拓展了面向科研级望远镜的仿真能力，搭建了大口径科研级望远镜数字化仿真系统，为智能体参与观测规划与控制策略验证提供实验环境。其中，跨巡天对齐时序模型可以从多巡天公开数据中识别极早期超新星候选，智能体帮助解决“看什么”的问题；短时局部气象预测模型能够综合云量、风速和湿度等实时参数评估观测条件，智能体帮助解决“怎么看”的问题。在此基础上，智能体可以进一步综合科学目标优先级、望远镜实时状态以及目标可观测窗口，自主完成“状态感知——任务规划——方案生成——流程验证”的闭环。
依托大模型辅助开发能力，团队在很短时间内就完成了核心仿真环境搭建，并有望将整体开发成本控制在千元量级。这说明，大模型不仅能够辅助科学数据分析，而且正在显著改变科研软件和科学装置仿真系统的研发模式。
更值得关注的是，国家天文台不仅针对单一望远镜提供仿真系统，也在探索一种新的天文科研组织和执行方式。过去，望远镜自动化系统主要按照预先设定的流程运行；当天气、设备状态或者科学目标发生变化时，仍需要科研人员人工判断和调整。随着大模型、智能体、科学模型和望远镜控制系统逐步连接，人工智能开始具备根据实时环境和科学目标进行动态规划、调用工具、验证方案并调整观测策略的能力。
同时，仿真系统还可以在虚拟环境中反复执行观测任务，持续记录设备状态、环境变化、决策过程和执行结果，形成面向望远镜智能控制的高质量训练数据，为进一步训练望远镜控制视觉语言动作（VLA）模型，以及未来在真实科学装置上实现更高水平的智能观测奠定基础。这意味着人工智能在天文学中的角色正在从帮助科学家分析数据，进一步向参与科研过程和科学装置运行延伸。
“科研范式正在发生改变，人工智能在科研中的角色不再只是辅助分析，而是进一步进入科研执行流程本身。科研工作者更多负责提出问题、设定目标，智能体则承担观测执行、验证和迭代工作。”国家天文台人工智能推进委员会专家李瑀旸表示。
随着这一体系逐步完善，科研人员将更多精力聚焦于提出科学问题、设定科学目标和判断科学价值，而智能体则有望承担越来越多的数据分析、任务规划、工具调用、观测执行和迭代验证工作。未来，相关成果将陆续上线中国科学院“磐石”大模型平台，进一步推动天文领域模型、工具与应用能力的共享和复用。
来源：北京日报客户端
扫描二维码
下载手机客户端

[Оригинал](https://news.bjd.com.cn/2026/09/18/11964323.shtml)