在生成式人工智能快速演进的浪潮中，多模态大模型正成为驱动产业智能化转型的关键引擎。然而，高昂的训练与推理成本、复杂的多模态数据对齐难题，仍是阻碍其广泛应用的主要障碍。北京大学人工智能研究院助理教授杨耀东团队成功研发出一套覆盖全模态、兼顾高效性与强推理能力的大模型对齐框架——align-anything，并借助鲲鹏昇腾科教创新卓越中心（以下简称“卓越中心”）提供的强大算力支持，顺利完成向昇腾平台的迁移。目前，该框架已在智慧医疗、网络安全等多个关键领域实现规模化应用，展现出巨大的落地潜力，同时在人才培养方面取得积极成果。
Align-Anything以语言反馈机制（RLHF）为核心，构建了一套涵盖文本、图像、音频、视频乃至动作信号的全模态对齐算法体系，有效解决了传统二元反馈信息量不足及跨模态一致性差的问题。依托成熟的技术架构，团队进一步集成了专用评估工具Eval-Anything，能够精准追踪并评估各类大规模参数模型在复杂任务中的实际表现，目前已对外开源；此外，团队还推出了基于DeepSeek-671B的多模态强推理模型Align-DS-V，通过模态穿透技术持续拓展智能边界。
在产学研深度融合方面，北大团队与昇腾的合作已从技术研发延伸至行业落地和人才培育的完整链条。
在安全治理领域，Align-Anything被深度集成到智源大模型安全中心的整体框架中，作为统一的安全对齐与风险干预基础模块。结合智源在安全评测、红队攻防测试以及合规审查方面的系统化能力，Align-Anything将安全偏好建模、风险内容识别与无害化重写流程闭环化，广泛部署于大模型训练前审核、训练中约束及推理后校验等多层次安全环节。通过与通用模型、安全评测平台及在线监控系统的模块化对接，该对齐模块可自动识别潜在风险输出，实施拦截与规范化改写，在显著提升安全性的同时，有效保留模型的通用性能与业务可用性，为智源主导的大模型安全治理体系提供坚实的技术支撑。
在行业应用层面，基于昇腾平台的Align-Anything已在智慧医疗场景中实现深度赋能。项目充分发挥昇腾软硬件协同优势，构建起覆盖全模态的医学知识体系。基础设施方面，多家医疗机构已完成昇腾服务器的机房部署，凭借其强大的异构计算能力和高内存带宽，支持大规模参数模型的高效并行训练；同时，团队自研大模型推理一体机，支持医院科室本地化部署，实现算力的快速调用。算法层面，Align-Anything支持图文、文表、图结构等多种模态交互，助力临床指征、心电图、超声心动图等多源医学数据的融合建模与高效训练。
在人才培养方面，团队联合昇腾在北京大学开设《大语言模型基础与对齐技术》课程，引入基于昇腾+Torch NPU的实践教学环节，并开发适配昇腾系列计算设备的课程作业代码，让学生在国产自主创新的GPU架构上完成模型训练与微调操作，切实提升动手能力与工程实践经验。
Align-Anything框架在昇腾平台的成功发布与广泛应用，标志着北大团队与卓越中心协同攻关取得重要阶段性突破。自合作启动以来，卓越中心在算力资源、技术支持等方面提供了全方位保障，成为项目顺利推进的关键支撑力量。这一成果不仅为学术界贡献了可复用的基础工具链，更依托昇腾平台实现了高性能与高效率的有机统一。未来，双方将持续深化在全模态对齐方向的研究合作，共同推动大模型技术生态体系建设。
