Shihang Intelligence's ocean general-purpose foundation model "Cangqiong CEORION" completes filing with the Cyberspace Administration of China

世航智能自主研发的海洋通用基座大模型“沧穹 CEORION”近日正式完成国家网信办备案。这是全球首个海洋通用基座大模型，该模型基于世航独创的LWAM统一架构（语言-世界-动作模型），动态融合视觉、声学、压力、流体、姿态等多维度传感数据，搭建端到端统一神经网络，能够实现语义理解、环境建模和动作生成的融合，并且实现水下环境感知、任务研判、路径规划、自主作业、应急处置等全流程自主闭环以及指数级泛化的通用智能能力。 这一进展标志着中国企业在全球海洋通用人工智能这一前沿领域，率先走通从底层技术自研、模型训练迭代到合规产业化服务的完整链条。在这一领域，中国没有现成的国际范式和经验可循，探索出了一条自主创新的发展之路。 海洋环境具有极高复杂性。随着作业深度增加，水下设备承受的压力持续增大；复杂洋流、涌流和水体扰动会影响机器人运动与操作稳定性。水下光照不足，浑浊水体、悬浮物及复杂背景又会增加环境感知和目标识别的难度，强依赖视觉的模型很难真正发挥作用。 另外，水下通信条件对自主智能提出了更高要求。水下远距离通信通常面临带宽有限、时延较高、连接不稳定等限制，难以传回云端处理，难以持续依赖高带宽链路进行远程操控。这要求机器人在信息不完整、通信受限的情况下，仍能结合现场感知进行任务规划、风险判断和自主执行。 更深层的挑战在于数据与泛化。海洋作业数据采集成本高、周期长，不同海域、深度、水质、光照条件和机器人平台之间存在显著差异。依赖特定场景数据训练的模型，可能在环境或任务发生变化时出现明显的性能下降。 因此，海洋通用基座大模型需要解决的，不仅是识别海洋目标或理解海洋知识，更是如何将环境感知、任务理解、行动规划与机器人执行有效结合，并探索模型在未见过的环境、任务和设备平台之间的泛化能力。这也是海洋智能从单一功能自动化走向更高水平自主智能作业的重要技术底座。 要在这些关键技术创新上做出突破，世航凭借的是过去十九年的持续技术沉淀和海量真实数据，还有敢为天下先的执着信念。 海洋通用基座大模型“沧穹 CEORION” 交出了一份多项世界第一和世界首创的答卷： 在弹性模态感知技术方面，大脑自动调节感知通道，将声呐、力觉、惯导、视觉等智能融合，实现了在零光照、高浑浊的极端水域中稳定感知和作业的能力。 在原生海洋世界模型方面，第一次将复杂的海洋流体力学与运动学约束，编码进神经网络的底层，对洋流冲击与海洋中受力反馈进行精准预判，实现了主动实时自适应控制。 在跨场景、跨任务的泛化与通用性方面，世航围绕海洋复杂环境与多样化作业的真实场景，首创了多领域的海洋专家模型，并通过LWAM统一架构实现专业能力的协同与迁移，推动模型从特定任务的专业化能力，走向跨场景、跨任务的泛化与自主执行，实现了全场景指数级泛化及通用能力。 在模型与本体的连接及多元场景适配方面，世航沧穹大模型基于统一端到端架构，无需切换不同模型，即可支持巡检、检测、清洗、抓取、切割、焊接、勘探、搜救、应急、采矿、运维、封存等12大类水下作业，推动海洋智能从单一任务执行走向多任务、多场景的通用自主作业。 技术突破的价值，最终要在真实产业中得到验证。从技术创新到实际作业，从单点突破到多场景拓展，世航正持续推动海洋通用智能能力走向产业应用。依托丰富的真实作业场景，世航不断积累高价值数据、迭代优化模型，并以模型能力提升拓展更多应用场景，形成“场景—数据—模型—应用”相互促进的增长飞轮。目前，相关能力已在船舶清洗、港口清淤与绿色作业、渔业养殖、海洋工程与基础设施、深海资源勘探及开发等领域落地，并逐步实现了商业化布局与规模化应用，展现出从底层技术创新到产业价值创造的转化能力。