今年5月，由山东科技大学教授、青岛阅海信息服务有限公司创始人艾波团队研发的OceanAI海洋时空智能大模型正式发布。与人们熟知的对话式AI不同，它是一个专注于海洋任务执行的“时空智能体”，背后沉淀了海量的专业海洋数据家底。近日，记者采访了阅海信息副总经理、技术总监吕冠南，揭开这一模型如何唤醒数据，让海洋数据“开口说话”。

　　数据基石：海量海洋家底

　　训练一个能读懂海洋的大模型，前提是拥有足够的数据。OceanAI的底气，来自团队多年攒下的“数据家底”。模型所依赖的数据源于长期科研与业务积累，涵盖了海洋生态保护、海洋环境预报、海洋防灾减灾、海洋遥感应用、航运海事、海洋基础知识等高度专业化的内容。

　　从海量原始数据到大模型可用的训练语料，中间要经过复杂的数据清洗。在模型训练前期，数据准备、清洗所花费的功夫很大。海洋数据相较于单纯文本数据更复杂：浮标观测是时间连续数据集，遥感影像是大面观测资料，数值预报是对未来海洋变化趋势的预测。这也让OceanAI从一开始就定位为建立在“非文本类”大模型之上的时空智能模型。

　　DeepSeek等文本大模型，更擅长语言交互，但海洋里大量数据是非文本类的空间数据，文本模型对这类时空特征的理解能力不够。团队在构建海洋领域多模态知识库、搭建高质量的海洋时空语料库和智能体自主决策方面取得了技术突破，让模型逐渐进化成一个既懂语义、又具备空间概念的“时空智能体”，而不仅仅是一个问答引擎。

　　从“百科全书”到自主决策

　　基于对海洋时空数据的深度理解，OceanAI构建起四大核心功能板块，覆盖了从信息查询到决策辅助的完整链路。

　　第一大功能“智问”，定位于海洋知识服务。团队构建了涵盖海洋生态保护、海洋环境预报、海洋防灾减灾、海洋遥感应用、航运海事、海洋基础知识的6大类海洋专业知识库，用户可以直接用自然语言提问，模型便会像一个海洋百科全书般应答。

　　第二大功能“智图”则改变了传统制图模式。过去制作一幅海洋专题图，需要先把原始数据下载到本地，再用专业软件进行制作，耗时耗力。现在只需说一句“绘制黄海海域未来24小时海浪变化图”，OceanAI就能自动调取数据、绘制专题图。

　　第三大功能“智空”是OceanAI作为时空模型的特色——空间分析能力。以海洋调查站位设计为例，以往科研人员要依据任务类型、水深、最小间距等限制条件，在专业软件中反复进行空间分析进行站位设计。现在，只要给出约束条件，模型就能自动调用GIS工具进行空间分析，设计最优站位布设方案。

　　第四大功能“智策”更是进入到决策层面。当发生海上突发事件时，模型可直接辅助决策。给大模型一系列处置条件，它的整个思维链会列出多个解决方案，供决策者选择。比如，在海上搜救方面，一旦出现人员落水，大模型可调用漂移预测模型，结合风、流、浪数据快速制定打捞救助方案。这种从数据到认知再到行动建议的跨越，让海洋信息服务真正迈入了智能决策时代。

　　从钓鱼赶海到盘活数据

　　在市民日常生活较为贴切的赶海场景中，赶海要精准把握潮汐，低潮前后一小时才是最佳窗口。用户只需在对话框里问一句“我明天想去栈桥赶海，几点合适？”大模型就会自动调取海洋预报机构发布的海洋预报数据，推算出最佳赶海时段，并且能像贴心导游那样，提醒带什么装备、穿多厚的衣服、注意哪些安全事项。这种服务远比被动接收一份预报单要灵活深入得多。

　　在专业应用层面，模型更大的价值在于“盘活”那些沉睡的数据。团队在走访海洋相关单位时发现，最大痛点并非没有数据，而是“数据盘不活”。很多单位手头都有海洋数据，分散存放。以前通过建大数据平台，往往是把数据汇总起来，再以可视化形式呈现。有了时空大模型后，所有入库数据都可以喂给AI，让AI知道本地有哪些资料，能够根据需求直接从海量数据中抽取、关联和分析。

　　快速迭代与年轻大脑

　　支撑OceanAI从实验室迅速走向沿海一线的，是一套“研发—部署—反馈”的闭环迭代机制。吕冠南介绍，大模型研发出来后，项目部的同事会直接到用户现场部署试用，收集一线反馈和优化建议，再输送回研发中心进行持续升级。“我们的迭代速度非常快，差不多一个月就迭代升级一次。”

　　记者了解到，OceanAI科研团队十分年轻，平均年龄仅26岁。“做大模型需要有创造力。”艾波表示。他们努力的方向，正是让大模型更加接近人类对真实世界的理解，使其具备深刻的时空理解和决策能力。它让海洋数据开口说话，更改写海洋信息服务的游戏规则，让浩瀚的海洋变得触手可及。

　　青岛晚报/观海新闻/掌上青岛记者 陈小川 摄影报道