火山引擎多模态数据湖落地深势科技，提升科研数据处理效能

深势科技是全球AI for Science开拓者，依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”。

基于AI for Science，深势科技打造了全球首个覆盖“读文献-做计算-做实验-多学科协同”的AI科研平台——玻尔，以全新升级的“科学导航（ Science Navigator, SN ）”为核心，让科学家们摆脱繁琐的信息搜索，把更多时间交给真正的科研。

玻尔正在重构科研流程、释放科研创造力。该平台以先进的人工智能技术为核心，系统性解决科研人员在文献筛选、跨学科知识发现及学术资源获取等环节中的关键痛点，尤其有效应对了信息过载、检索繁杂、整理耗时等挑战。面向文献数量庞大、更新迅速、格式多样等现实问题；同时，这些文献数据表逾10万张，内容模态多元复杂，从英语、日语、德语的文本数据，到分子结构图、实验曲线图谱等非结构化视觉信息。玻尔为全球科研人员提供“一站式”的智能研究支持。

随着业务规模的快速扩张和数据复杂性的急剧提升，对高效、智能数据处理能力的需求也水涨船高。以往JSON文件、压缩文本等多种格式数据抵达时，技术团队常需为每种格式定制开发解析程序，耗时有数周之久；在大规模文献翻译任务中，确保图示、标注等关键信息的完整性和传递精度成为关键诉求；此外，文本与图像数据处于不同存储位置，实现高效的跨模态关联检索存在一定延迟，制约了知识库更新及行业报告的时效性。

为攻克这些技术难点，深势科技与火山引擎数智平台深度合作，融合火山引擎DataSail数据集成工具、AI数据湖服务LAS及火山方舟模型服务的核心能力。

在数据处理流程上，LAS的可视化操作界面提升了开发效率，技术团队得以将更多资源投入核心算法研发。通过数据清洗预处理与火山方舟模型服务的协同作用，整体翻译准确率提升约5%。在图片处理方面，调用大模型判断图片所属科学领域及关注内容，调用图片理解模型生成向量并回写，图片处理的效率及准确率也有所提升。

面向高峰业务场景，火山引擎提供了充沛的算力支持，通过按需调整的流量配额，保障了大流量下的系统稳定性。统一高效的数据处理体系，成功为海量科研信息架设起一条无缝流转的“信息动脉”。

当前，越来越多科研人员采用深势科技的产品实现海量文献的高效检索、管理与阅读，并利用平台专业工具提升科研效率。未来，火山引擎还将继续和深势科技携手，让科学家从繁琐的基础工作中解脱出来，以AI 技术释放科研创新潜能。