王坚：大模型啃下光谱地震波，才算碰科学硬骨头

王坚这番话，听着像是在给AI画未来，其实更像是在把行业的遮羞布一把扯下来，大家这几年天天喊大模型，多数时候干的还是同一件事，拿人类已经写好的文字继续复读，再把这个复读机包装成“通用智能”的门票，热闹是热闹，离真正破局还差着十万八千里。

这事的关键，不在于他又讲了什么高深名词，而在于他点破了一个很扎心的现实，今天的大模型，主要吃的是文本、代码这种人类早就加工过的东西，听上去信息量大，实际上大部分还是人类世界的二手货，真正决定自然科学的那些底层数据，光谱、地震波、基因序列、遥感图像、地层演化记录，压根还没被系统地喂进模型里。

说白了，AI现在最擅长的，不是发现世界，而是整理人类自己写过的笔记。

这就像一个学生，天天在教辅资料里刷题，背标准答案，做得像模像样，家长一看还以为快成学霸了，可一上真题，碰到没见过的新题型，还是要靠蒙。现在很多大模型就是这个路数，论文、新闻、代码、问答喂得越多，越会说人话，越会写像样的东西，可你要它去理解地球为什么这样裂，为什么那层岩石会有那种信号，为什么某个基因组合会对应某种生物机制，它就开始露怯。

这不是模型不努力，是粮食不对。

真正的科学数据，才是硬货。文本只是人类对世界的描述，科学数据才是世界自己留下的痕迹。你拿文字去训练模型，本质上是在训练它模仿“人类怎么说”，你把原始物理数据喂进去，才有机会让它学会“世界到底怎么运转”。这差别很大，前者是会聊天，后者才可能会发现东西。

王坚团队拿出来的GeoGPT，就是这套逻辑的样板。它不是那种朋友圈里常见的“加个大模型就叫智能”的玩意儿，而是往地学里扎，往地层演化、时间尺度、空间关系这些最难啃的骨头上啃。把地质时间解析精度从百万年级推到一万年级，这件事表面上像是个科研参数变化，实际上是把“看个大概”往“看清细节”推进了一大步。地球46亿年历史，过去很多判断靠专家经验和碎片数据拼图，现在开始让模型去跑这些关系，背后意味很直接，科研不再只是少数老专家靠多年积累慢慢猜，而是开始进入“海量数据里找规律”的阶段。

这里面最值得警惕的一点，是很多人会把“科学大模型”听成新一轮技术神话，好像又一个风口来了，烧钱、融资、发布会、口号，一套流程走起来，下一批PPT新贵就要排队登场。别急着上头。真正的门槛，根本不在模型名字多唬人，而在数据从哪来，数据怎么标，数据有没有统一格式，数据背后有没有可验证的科学框架。

这才是最硬的地方。

文本数据便宜，几乎现成，互联网公司最熟。科学数据贵得离谱，很多还散落在实验室、观测站、勘探项目、政府系统、行业数据库里，格式乱，标准乱，权限乱，清洗成本高得吓人。你以为是“喂数据给AI”，实际上是先给一堆破铜烂铁做分拣、去噪、对齐、标注，再谈建模。光这一套前置工作，就足够劝退一大半只会喊口号的人。

这也是为什么很多大厂讲AI时，嘴上都在谈未来，手里却都在堆参数。因为参数好讲，显得猛，显得像突破，显得融资故事好听。数据底座不好讲，脏活累活一大堆，短期还看不到炫酷效果，资本不爱听，公关也嫌土。可偏偏真正能决定胜负的，往往就是这种土得掉渣的东西。

大模型行业现在最像什么？像一群人挤在同一条商业街上，门口都挂着“智能”的牌子，店里卖的却差不多，谁都说自己牛，谁都说自己能赋能，最后比的其实是算力采购价、融资能力、流量入口和包装话术。真正能穿出去的，反而不是那几个最会喊的，而是能把数据、场景、科研流程打通的人。因为那不是卖软件，那是在卖行业基础设施。

科学大模型之所以可能成为下一阶段的真东西，就是因为它不像消费级聊天机器人那样，靠“看起来很聪明”就能混过去。科学世界是要验算的，是要复现的，是要被同行拿显微镜挑毛病的。你说地层推断对不对，得有数据；你说基因关联强不强，得有实验；你说新材料有前景，得有测试。这里没有那么多口嗨空间。你模型吹得再响，最后还是要落到“能不能帮助发现新东西”上。

这就把很多互联网式打法直接卡死了。

过去十几年，科技圈最擅长的套路，就是把一个本来很普通的东西，换个包装，再加一层故事，卖出几十倍溢价。手机是这样，电动车是这样，AI也逃不过。先做一个看上去很吓人的入口，再慢慢找理由让用户持续付费。可科学数据这条路，天然不吃这一套。你不能跟地震波谈情绪价值，也不能跟基因序列讲内容生态，最后还是得靠真数据、真模型、真结果说话。

所以王坚讲“AI未来像数学一样成为基础工具”，这句话不是空话，关键在于他其实已经把赛道划出来了。数学为什么能成为基础工具？因为它不属于某一个行业，它是所有学科都离不开的共用语言。科学数据一旦进入基础模型层面，AI就不再只是写字、聊天、做摘要的工具，而会变成一个能跨学科工作的研究助手，今天帮地质学家看层位，明天帮生物学家找蛋白，后天帮材料学家扫配方。听着挺科幻，实际上逻辑很朴素，就是把不同门类里那些原本碎得不成样子的原始信息，统一拉进一个计算框架里。

但别忘了，科学圈和互联网圈最大的区别，就是前者不靠热搜活着。科学不怕慢，怕假。模型不怕小，怕乱。很多公司现在把“科学大模型”四个字挂嘴边，实际上手里根本没有足够的高质量数据，也没有扎实的行业专家体系，更没有长期投入的耐心。它们真正想要的，不是推动科学进步，而是趁着风口赶紧抢个名头，拿去讲资本故事。

这种戏码，科技圈见得太多了。

乐视当年也讲生态，讲得比谁都大，今天看像笑话，可当时照样有一堆人上头。暴风也一样，视频、硬件、VR、概念一个接一个，表面上摊子铺得很大，实际是把有限现金流拆得稀碎，最后只剩下空壳。PPT造车更不用说，车还没见影，估值先上天，讲故事的人一个比一个像天才，等供应链和交付一落地，原形立刻露出来。

这些旧戏和今天的大模型热潮，本质没变。都是先把概念吹大，再靠资本接盘，再找一批用户或者行业客户来试水，最后看谁能把纸面故事变成实际收入。区别只是道具换了。以前是互联网、O2O、共享经济，现在轮到AI。以前吹流量和生态，现在吹参数和智能。词变了，手法没变。

只不过科学大模型这条线，比普通AI应用更难糊弄。因为它面对的是一群更懂门道的人。地学专家不会因为你说“万亿参数”就鼓掌，生物学家不会因为你做了个demo就买单，科研系统看的是能不能省时间、提精度、出新知。这里面的钱，不是那种一把冲上去的快钱，而是长期的、慢热的、重资产的投入。前期没啥好看的，后面才可能形成壁垒。

这也是产业链里最现实的部分。

上游算力厂商当然开心，模型越大，芯片越好卖，云资源越贵，账单越漂亮。中游做平台的，最喜欢拿“行业落地”讲故事，因为这样既能显得自己不是空转，又能把客户拖进长期合作。下游的科研机构和行业单位，嘴上都说要创新，实际上最在意的是钱从哪来，人从哪来，系统怎么接，数据谁来背锅。每一环都不纯粹，每一环都在算账。

消费者呢？这里的“消费者”其实是科研人员、企业研发部门、政府项目方，他们的心理也很典型。都想要更快出结果，都怕被同行甩开，都希望自己手里有个新工具能领先一步。于是只要看到一个“AI+科学”的故事，天然就会多看两眼。这个心理没毛病，问题是骗子最爱利用这种焦虑。你越怕落后，越容易被一句“下一代范式”拿捏。

所以科学大模型真正的考验，不是发布会那天有没有掌声，而是两年后还能不能继续跑，五年后有没有稳定产出，十年后是不是成了行业标准。如果只是又一轮包装过的概念，那热度过去就没了，连响声都不会太大。可如果真把科学数据、行业知识、基础模型做成了可复用的底座，那就不是一门生意了，那是重新定义很多研究方式。

这话说得重一点，但其实很直接。

别把今天这场AI热潮看成全都在奔向同一个终点，很多人只是想借着AI把旧生意重新卖一遍，换个壳，换个词，继续收钱。真正值得盯的，不是谁发了多大的模型，而是谁能把最难的原始数据啃下来，谁能把看不见的科研流程接进去，谁能在一地鸡毛里做出可验证的结果。

发布会上的热闹，从来不值钱。

值钱的是那些没人爱讲、但谁都绕不开的脏活累活。科学数据就是这种东西，没它，AI再会说，也只是个高级复读机，有它，AI才有可能从嘴上厉害，变成真能干活。