RC平台中的AI智能体系统被划分为多个本能机能模块，别离从地质合、工程可行性和经济可行性角度协同工做。例如，部门智能体用于资产初筛和横向比力，部门管任解析手艺文件和汗青数据，部门则担任连系市场取成本评估。

　　此中，CEO相子恒博士结业于剑桥大学，持久处置遥感取AI相关研究，专注于高不确定性前提下的系统建模取推演。CTO方飞博士曾从导英国金融机构的AI转型工做，擅长模子能力嵌入营业流程。CSO/CFO Jesse Huang则来自国际投行系统，持久担任矿业并购取投融资工做。

　　Deep Optica的标的目的是建立一个“矿业世界模子”系统，试图将保守依赖人力和经验的矿业判断工做，通过AI实现从动化取规模化。

　　该系统整合了学问图谱取地质、地球物理、遥感、钻孔等12类数据模态，总数据规模跨越20TB，为工程取经济判断供给根本。面向矿业买卖流程的“案头判断”场景，提拔项目从筛选、评估到决策的效率。用户只需输入方针区域，RC便可挪用本地多源数据，对区域成矿前提进行系统化建模，辅帮圈定潜正在成矿靶区，并正在前提答应下，生成地下矿体的三维分布预测。

　　正在现实使用中，RC已正在蒙古南沙漠项目中完成一次高效测试。面临本地汗青数据不脚的环境，Deep Optica操纵其数据清洗能力pipeline，正在一周内抓取并对齐了7倍于原有规模的数据，构成矿体预测并提出4个钻探，此中3个取浅层矿体相符，将评估周期缩短了90%以上。