据阿里云介绍，月球专业模型基于视觉、多模态、自然语言等一系列通用模型，结合RAG搜索增强等技术，并在阿里云百联专属版本中进行微调和训练。目前月球专业模型的最佳着陆场景是月球撞击坑识别，准确率已达到80%以上。
人类对月球地质演化的研究，除了探测和带回样品外，主要依靠撞击坑辨识等月球地质对象的研究，撞击坑的大小、深度、形状等特征是研究月球地质演化的重要基础。
据统计，月球上直径大于一公里的月球撞击坑有超过100万个，直径小于一公里的撞击坑数量尚不清楚，如果完全依赖人工，想要完成所有月球撞击坑的识别“几乎是不可能的”。
月球专业大模型的应用大大提高了科研效率：科研人员只需输入月球撞击坑图像和相关问题，月球专业大模型就能调用通用视觉和多模态模型，从17种多模态数据（包括光谱、高程、重力等数据）中确定图像对应的模态类型。
同时，通过搜索知识库、调用通用语言模型，月球专业大模型可以回答撞击坑形状、大小、年代等相关问题，并给出推理过程。中国科学院地球化学研究所研究员刘建中说：“通过精准掌握海量数据，大模型不仅能对撞击坑进行分类，还能解决一些尚未解决的科学问题。”
接下来，大型专业月球模型将嵌入“数字月球云平台”，推动“月球云平台”智能化升级。IT之家获悉，“数字月球云平台”由中科院地球化学研究所建设，是目前全球月球探测数据最全，集科学研究、工程应用、科普教育于一体的云平台，将与FAST等大科学设施一起成为科研基础设施的重要组成部分，助力加速我国月球与行星科研创新。
