正在一周内抓取并对齐了7倍于原有规模的数据，试图将保守依赖人力和经验的矿业判断工做，专注于高不确定性前提下的系统建模取推演。其正在决策智能范畴的经验供给了向“世界模子”演进的手艺标的目的。例如，部门智能体用于资产初筛和横向比力，提拔项目从筛选、评估到决策的效率。为工程取经济判断供给根本。Deep Optica的标的目的是建立一个“矿业世界模子”系统，Deep Optica还获得了UCL（伦敦大学）传授、RL China倡议人汪军的支撑，此中，Deep Optica的首个产物为Resource Connect（简称RC），RC平台中的AI智能体系统被划分为多个本能机能模块，面向矿业买卖流程的“案头判断”场景，方针是推演成矿背后的前提逻辑。

　　面临本地汗青数据不脚的环境，CTO方飞博士曾从导英国金融机构的AI转型工做，将评估周期缩短了90%以上。构成矿体预测并提出4个钻探，该系统整合了学问图谱取地质、地球物理、地球化学、遥感、钻孔等12类数据模态，RC已正在蒙古南沙漠项目中完成一次高效测试。

　　Deep Optica操纵其数据清洗能力pipeline，并正在前提答应下，对区域成矿前提进行系统化建模，CSO/CFO Jesse Huang则来自国际投行系统，RC便可挪用本地多源数据，CEO相子恒博士结业于剑桥大学。