在2025年世界海洋日及联合国海洋大会期间，我国正式发布全球首个深海海山数字化智能系统并受到国际社会广泛关注。

据了解，该系统由中国大洋事务管理局、自然资源部第二海洋研究所、之江实验室、国家深海基地管理中心和厦门大学共同研发，是我国在深海领域发布的全球首个数字化公共科技产品。这一系统填补了人工智能技术在深海领域的应用空白，将推动深海发展进入数智化时代。

之江实验室自主研发了该系统的两大核心智能模型——生物物种检测模型和地质特征识别模型。

其中，生物物种检测模型具备高精度多类别识别、实时检测以及对小目标与遮挡目标的鲁棒识别能力，能够有效应对深海复杂环境下多样化的生物形态，高精度识别100多个层级标签的深海生物形态种，覆盖珊瑚、棘皮动物、甲壳类、鱼类等多种典型生物。基于融合了1.2万张专业标注的生物图像和海量深海生物探测视频的高质量底栖生物数据集，通过融合多模态数据、应用多阶段迁移学习策略以及采用数据增强技术训练而成。

在基于静态图片的生物目标检测方面，与国际现有的深海生物识别模型相比，生物物种检测模型识别准确率提升了约3倍。同时，在基于离线视频的动态智能识别方面，识别精度高且时间短，稀有生物识别率大于85%，识别效率较人工识别提升3个数量级，极大地提高了深海生物研究的自动化水平和效率。

生物物种检测模型示例

地质特征识别模型是基于约3万对深海地质图文描述数据，通过增量预训练、指令微调等多项关键技术训练而成，具备强大的图像理解、结构化输出和视觉推理能力，能够对复杂的深海地质场景数据进行快速分类与地质特征描述。针对给定的图像，该模型能够输出结构化格式，包括图像记录时间、地理位置、图像整体描述、地质类型分类（如热液口、沉积物、岩石等）等内容，帮助我们深入理解深海图像和视频数据。此外，该模型还具备对历史文献数据的关联推理能力，可在缺乏直接观测数据的情况下提供智能化的推测与判断，有效助力国际海底矿区的资源开发、环境影响评估和风险管理等工作。

地质特征识别模型示例

海山数字化智能系统的全球亮相，是我国主导发起的“数字化深海典型生境”大科学计划的关键里程碑。中国工程院院士李家彪指出，这一系统是深海领域的重要科技突破，也是我国贯彻落实“联合国海洋科学促进可持续发展十年”（简称“海洋十年”）倡议、积极参与全球海洋治理的具体行动。