光网通信中，在上海交通大学实验室，专家以视频传输为实际场景进行“攻防演习”：一方面主动引入链路破坏；另一方面引导光学大模型自动识别故障，并生成解决方案。最终，视频传输成功恢复。此次演练演示了光学大模型先进的网络运维与故障检测能力，验证了大模型可以像“智能网管”一样驱动链路自治。
它就是25日上海交大正式发布的光学领域垂直大语言模型——Optics GPT，标志着我国在人工智能与硬科技交叉融合领域取得重要突破，为我国光学等硬科技领域的自主研发与智能化升级提供了新的基础设施与创新工具。该模型如同一位“虚拟光学专家”，能够深度理解光学原理，为科研、设计与教学提供智能化支持。
当前，通用人工智能模型功能强大，却难以深入理解如光学等需要深厚专业知识与精密计算的硬科技领域。上海交大“光生未来”项目组经过潜心研发，打造出这款“光学原生”专业模型。它并非简单改造通用模型，而是从光学专业数据中“生长”而来，系统学习了光通信、光学设计等领域的核心知识与设计逻辑。
通俗来讲，如果说ChatGPT这样的通用大模型是“博学的通才”，那么Optics GPT则是“资深的专才”。它集中精力深度学习一个特定领域的全部知识，从而在该领域内回答得更专业，并解决更具体的问题，其现有水平相当于培养出一位光学专业的博士生。
为了客观评估 Optics GPT 在光学专业能力上的实际水平，团队构建了涵盖光物理、光量子、光学设计、非线性光学、光计算与光通信六大方向的光领域专业评测集，并将 Optics GPT 与多款主流通用大模型和开源大模型进行了系统对比测试。
评测结果显示，Optics GPT在所有核心维度上均取得领先成绩，充分验证了其在光学垂直领域中的专业深度与工程认知能力。这标志着一条全新的技术路径可被验证：通过专业化、结构化训练，小模型同样可以在垂直领域超越巨型通用模型。
作为完全自研的国产模型，这款光学大模型拥有轻部署、高认知、强应用、全可控的技术底座，从数据构建、模型训练到部署运行全流程自主可控，保障产业安全与数据隐私。其应用前景，不仅赋能教学与科研，还能与产业结合，有力推动我国光学产业的设计研发、生产制造与运维服务向智能化全面升级。
比如，在国产高端仪器领域，提升仪器使用体验，大幅增加高端仪器的智能化水平。又如，在算力基础设施领域，为数据中心光互连系统的故障智能诊断与运维提供决策支持，并对光模块进行快速、精准的出厂标定。再如，在激光制造领域，推动激光器等核心器件向参数自主优化、状态智能预测、故障自动运维的智能化方向升级。
除了此次运维与排障的实验验证，上海交通大学重点展示了Optics GPT与国产高端仪器“万里眼”示波器的深度协同创新。通过赋能示波器智能化，结合其大带宽、高采样率等性能优势，实现了算法智能寻优与智能解码。该模型显著提升了通信容量与传输准确性，更解决了传统高端仪器因静电等因素易损的痛点，为国产高端仪器的可靠性与智能化应用提供了重要实践。
汇盈策略提示：文章来自网络，不代表本站观点。
