2025年是中国科技爆发的大年，Deepseek在春节的时候给全国人民送上了一个大礼包。一个逻辑性很强的开源大模型给整个社会注入了强大的发展信心，Deepseek的出现，是真正意义上的AI赋能生产力，是一个产业升级革命性的产品。因为大模型在过去大家的观念里，需要堆大量的硬件才能实现，很多想法难于落地到应用。而Deepseek开源之后，每个人都可以通过本地化部署，实现AI的使用自由。

那么，在科研圈，Deepseek可以如何帮到大家呢，如何利用本地化部署AI工具来实现科研的提质提速呢？佛山微迈作为以静电纺丝设备为代表的科研设备一流供应商，一直秉着守正出新、开放合作；创造价值，有责任担当，以客户为中心的理念服务科研行业，自然不会错过这场利用AI来为科研圈提质提速的盛宴。经过佛山微迈团队的梳理，科研圈的老师和同学们在科研工作中遇到的痛点问题跟大家一起分享一下：

1. 需要花大量时间来阅读文献来进入一个新领域（需要一个工具可以快速帮忙梳理知识）；

2. 需要花大量的时间不断保持对本研究领域的文献进行追踪学习；

3. 花大量时间进行学习行业知识的积累；

4. 团队或者个人的研究结果迭代慢，如果研究内容没有传承下去，容易造成内容丢失；

5. 研究经验的传承丢失，如某个实验操作或者工艺操作经验，没有传承到位，容易造成研究中断；

6. 填报科研数据浪费太多时间；

7. 撰写基金花费太多时间在文献调研和总结上；

8. 培养研究生第一步需要研究生花大量时间阅读文献，学习了之后，才能开始做设计、做实验，导致整个科研进度缓慢。

AI可以辅助做文献的调研阅读及分析，可以大大减少文献的阅读时间。以下是AI能达到的能力：

•文本信息（文献、研究报告、实验总结等）提取准确率可达92%+

•经过持续训练后历史知识保留率>97%

•从原始文档到知识入库平均延迟<5分钟

目前公域的AI软件，可以满足解决上述问题，如单篇文献的上传阅读和分析，但让目前联网的AI系统直接输出一个文献阅读报告是有难度的，输出的结果是不准确的。第二个是，目前AI的数据不是实时更新的，所以很多内容是跟不上最新发展的。那么，大家需要一个可以及时更新AI知识以及强化训练的工具。

基本上述的AI能达到的能力，可以在每个科研团队（实验室）基于DEEPSEEK本地化部署一个专家知识模型，可以达到以下功能：

1. 科研人员可以将调研到的大量文献，经过微迈团队开发的AI知识系统处理，形成本地化知识库，然后输入关键词，让AI形成一个报告。

案例分析：

静电纺丝领域：某位科研人员想了解一下静电纺丝在防水透湿方面的研究进展，那么，科研人员如果在文献库里如CNKI、SCI数据库等数据库中根据关键词，下载出上百甚至上千篇论文文献，那么这时候科研人员不需要一篇一篇去阅读，只需要将这些文献丢进去AI系统中，AI系统会自动处理这些文献，形成本地化知识库。然后在AI对话框中输入一段话，如：请帮我根据文献阅读内容，形成一个2000字的报告，内容包括静电纺丝制备防水透气膜采用的方法、材料、达到的性能水平、对应的配方方案、以及当前技术发展存在的问题和现状，后续研究发展建议。通过这个系统方式可以快速将一篇具有参考价值极高的文献阅读报告就出来了。如果按传统方式，可能需要半个月甚至1个月才能梳理好的内容，利用本系统可以在1天内就完成整个工作。大大提升了科研文献分析效率。

2. 科研人员可以将最新的文献、咨询知识、或者内部报告、研究成果（如不方便公开的工艺方法、数据等）形成文件，投喂给AI系统，让AI系统及时更新知识，以及修正AI知识库内容，让AI系统变得更加专业。

案例分析：

静电纺丝工艺库建立：在静电纺丝研究中，公开的文献记录往往只是记录公开了一些大致的操作以及结果数据，因此，公共使用的AI系统回答的一些内容往往不够细致和合理。每个科研团队在制备某个样品时，配方的操作流程、添加比例、工艺方法可能都有保密的一些内容，如果科研人员将这些内容的科研方案、科研实验的经验经过详细描述，投喂给AI，经过AI的识别训练形成新的知识，经过管理员审核后，将新的知识嵌入到知识库中，即使研究这些内容的学生毕业了，后续的学生继续开展这个课题，就可以直接跟AI对话，就能快速获取到一些可靠的操作建议，并在后续的实验操作中，可以通过AI快速排查工艺过程中的问题。对于团队知识的积累和团队新人的培养可以达到更快的效率。这个功能可以在本团队中培养出一位永不离职的专家，而且还可以不断地提升这位专家的知识能力以及快速的知识输出。当然基于这样的功能，只能本地化存储，才能保证数据的安全。

3. 辅助科研人员基金撰写，经过自己团队二次训练的AI本地化专家系统，只需要跟AI对话，提问，AI即可帮忙输出课题研究方向的规划，比如课题研究方向待解决的问题梳理，技术背景的输出等，然后再结合科研人员或者AI系统的知识储备提出解决方案的规划，形成研究内容、拟解决的科学问题、技术路线内容。科研人员要做的只是大量投喂细分领域的专业知识给AI系统即可。

4. 团队科研数据的自动整理：科研人员利用微迈团队开发的AI系统，可以将本团队发表的论文、专利、书籍、奖项、承担的项目等文件，定期直接投喂给AI，AI可以将这些内容自动处理归档。需要填报相应数据时，可以通过对话形式，快速输出想要的内容。比如问AI：请帮忙以xx格式输出本团队带xx发明人名字的，关于静电纺丝专利列表。这样科研人员就不用再去通过查找文件等方式去一点一点整理数据，方便快捷。

可能有人觉得AI推出来之后，学生的科研能力会退化，但在本团队看来，这不会，反而大家的科研能力会得到比较大的提升，为什么呢？因为科研都是站在巨人的肩膀上的，AI只是一个提升效率的工具，就像电脑的普及，也比手绘图纸效率提升了很多。所以未来AI工具的使用会越来越多，加快我们科研人员的培养和加快科研成果的产出，实现科研圈的提质提速。

以上是本团队对于AI本地化部署助力科研提质提速的方案，已经形成了demo版本，如各位科研人员有更多其他方案的需求，可以在本文下面留言建议或者联系本团队客服，我们将与您一起共同探讨AI如何服务我们的科研。