“让机器能理解会思考”，是认知智能全国重点实验室的核心使命，也是人工智能从感知智能迈向通用智能的终极目标。实验室以大模型为核心抓手，围绕五大研究方向，系统攻关认知智能的基础理论与关键技术，致力于让机器具备人类级别的理解、推理、学习与决策能力。

一、认知基础共性技术

这是实验室的 “根技术”，聚焦大模型原理、知识增强与推理、自主学习与进化、多模态融合等核心问题。实验室突破了大模型训练、推理、知识注入等一系列关键技术，研发的星火认知大模型在常识推理、科学问答、逻辑演绎等任务上多次超越人类平均水平，在 CommonsenseQA、OpenBookQA 等国际权威评测中斩获冠军。同时，实验室提出 D-Reasoner、VL-Reasoner 等创新模型，大幅提升机器的离散推理与多模态理解能力，为通用人工智能奠定了坚实的理论与技术基础。

二、行业认知应用

实验室面向教育、医疗、政务、工业等国家战略领域，研发垂直领域认知大模型与智能系统。在教育领域，推出苏格拉底教学大模型（SocraticLM），实现启发式答疑与个性化学习，服务超 2500 万师生；在医疗领域，研制超越 GPT-4 的医疗大模型，覆盖 1600 种常见疾病，推出讯飞晓医 APP，助力优质医疗资源普惠；在政务与工业领域，研发智能客服、知识图谱、决策支持系统，大幅提升行业效率与智能化水平。

三、人机交互与多语种语言

实验室深耕多模态交互、主动交互、具身智能交互技术，让机器实现 “听得清、看得懂、说得对、会交流”。同时，聚焦多语种机器翻译、语音同传、跨语言理解，突破小语种、方言、低资源语言的处理瓶颈，为 “一带一路” 倡议提供语言互通的智能解决方案，支撑多语种信息无障碍流转。

四、科学智能（AI for Science）

实验室将认知智能技术深度融入科学研究，研发科技文献大模型、化学大模型、智能化工大模型等，赋能分子设计、蛋白质优化、科学实验推演等前沿领域。与中科大、中科院等单位合作，在蛋白质设计、托卡马克等离子体控制、化学分子理解等任务上取得国际领先成果，让 AI 成为科学发现的 “新引擎”。

五大方向协同发力，基础研究与应用研究双轮驱动，认知智能全国重点实验室正一步步实现 “让机器能理解会思考” 的宏伟愿景，为通用人工智能的到来开辟中国路径。