阿里巴巴官方宣布，近日，中国科学院国家天文台、青藏高原研究所、南海海洋研究所等多个科研项目，相继接入了阿里的通义千问开源大模型 QwQ-32B。

其中，中科院青藏所发布了全球首个水能粮大模型 " 洛书 "，已在青藏高原及部分能源企业开展测试工作。

洛书集成了科学模型 " 思源 "（Hydro Trace）、通义千问推理模型 QwQ-32B、多模态模型 Qwen2.5-VL，可以对特定区域在不同时间尺度的来水量和来源进行精准分析和预测。

据介绍，过去 50 年间，青藏高原的气候变暖速度是全球平均值的 2 倍，导致冰川和湖泊、河流的水量比例发生变化，并因大气环流变动重新分布水体。

这一变化会加剧水资源供给、能源供需以及粮食生产之间的不确定性。三者之间相互依存、相互影响的关系被称为 " 水 - 能 - 粮耦合 "。

现在，AI 大模型能描绘和预测这一复杂关系的变化，从而辅助水电站等产业用户作出决策。

中科院青藏所助理研究员夏萃慧介绍说，洛书的最终目的是产业应用，QwQ-32B 的推理过程透明可见的，实现了全链条可解释。

它可以在几十秒内，量化回答任意某年、某月甚至某日，对其来水量影响最大的气候环境变量是什么，影响作用的地点在哪里，并据此分析气候变化带来的潜在影响。

洛书大模型的时空动态分布图

中科院国家天文台的天文观测助手 " 星语 4.0"，已经将底层模型从 Qwen2.0 升级至 QwQ-32B。

接入 QwQ-32B 后的星语，在望远镜观测系统中可实现对观测目标的自动排序、望远镜调度和生成数据报告，将观测中的人工干预减少了 90％。

基于 " 星语 4.0" 打造的望远镜观测系统，已成功接入由 10 台望远镜组成的近邻星系巡天项目（NGSS），已成功探测到 SN2024xin、AT2025pk 等瞬变源。

同时，国家天文台基于 QwQ-32B 升级了星语的科教应用，为 20 万所中小学和广大天文爱好者提供丰富的天文科教内容。

" 星语 4.0" 已接入近邻星系巡天项目

QwQ-32B 是在本月初刚刚发布的，体积比 DeepSeek 更小，但是性能比肩全球最强开源推理模型，在数学、代码及通用能力上实现质的飞跃，整体性能比肩 DeepSeek-R1。

QwQ-32B 模型采用宽松的 Apache 2.0 协议，向全球开源，所有人都可免费下载及商用。