OceanGPT 是由浙江大学海洋精准感知全国重点实验室开发的一款开源大型语言模型，专注于海洋科学领域，旨在为海洋学家、研究人员和相关从业者提供高效的知识处理与技术支持。平台基于 Qwen、LLaMA 和 MiniCPM 等开源模型，通过多专家混合架构整合了 OceanGPT-basic（知识问答）、OceanGPT-o（多模态感知）和 OceanGPT-coder（机器人控制代码生成）等子模型，覆盖海洋科学的多个子领域，如海洋生态、资源开发和工程技术。用户可以通过在线演示系统或本地部署与 OceanGPT 交互，完成从学术问答到复杂任务模拟的多种操作。

OceanGPT 的核心功能包括海洋领域知识问答、文本生成、多模态数据处理（如声纳和光学图像分析）以及初步的水下机器人控制。平台通过 DoInstruct 框架生成高质量的海洋指令数据集，结合多代理协作，确保数据覆盖海洋科学的多个方面，如放射性核素研究、海洋污染防护和海底资源勘探。其 OceanBench 基准测试数据集可评估模型在海洋任务中的表现，实验表明 OceanGPT 在专业知识和任务处理上显著优于其他开源模型。用户可通过简单的文本提示获取详细的海洋科学解答，或生成用于机器人路径规划的 MOOS 代码，尽管目前机器人控制功能受限于模拟器版权和计算资源。

平台特点包括开源性、高度专业化和多语言支持（中英文）。OceanGPT 提供约 50K 条海洋科学双语指令数据，免费开放给研究人员，降低数据获取难度。其界面支持本地部署（通过 Hugging Face 或 ModelScope 下载模型）或在线交互，适合不同技术背景的用户。然而，需注意模型可能存在幻觉问题，输出受提示词影响可能不一致。

使用场景广泛：海洋学家可利用 OceanGPT 快速解答专业问题，如珊瑚礁生态系统分析；学生可用于学习海洋学知识，如洋流动力学；工程师可探索水下机器人控制代码生成；环保人士可获取海洋保护策略建议。尽管部分功能（如多模态图像生成）受计算资源限制，OceanGPT 仍为海洋科学领域提供强大支持，推动学术研究与技术应用的融合。

📸 网站截图