随着人工智能的不断发展，科研和产业界对垂直领域的大模型提出更高需求。1月25日下午上海交通大学正式发布光领域垂直大模型Optics GPT，标志着我国在人工智能与光学科技交叉融合领域取得重要突破。

2023年1月6日，由中国通信学会光通信委员会、鹏城实验室、区域光纤通信网与新型光通信系统国家重点实验室、上海交通大学电子信息与电气工程学院联合主办的光通信仿真软件发展研讨会暨智能光传输开源仿真平台发布会在线上顺利召开。由上海交通大学智能光纤通信系统团队开发的智能光传输开源仿真平台——Intelligent fiber transmission simulation (IFTS)在本次会议上正式发布，所有代码在线上（ifibertrans.sjtu.edu.cn）向同行免费开放。

上海交通大学电子工程系义理林教授课题组（LIFE，Laboratory of intelligent fiber ecosystem）提出了基于模型-数据混合驱动的低复杂度超快脉冲非线性动态灵活预测，采用基于一维卷积网络（CNN）的特征解耦的建模方案，实现了不同脉冲传输场景的精准预测与灵活泛化，运行时间相比传统分布傅里叶方法降低了94%，与递归神经网络（RNN）相比，以使用不到其1%的参数量实现运行时间87%的减少。此外，在预测过程中，可以准确地对输入脉冲条件和传输条件进行泛化，包括脉冲长度、脉冲宽度、峰值功率和传播距离。本项工作显著改进了基于AI算法的超快非线性动态预测的各方面指标，也为其他领域中非线性特性的研究提供了模型-数据驱动相结合的新视角。相关成果以“Low-complexity full-field ultrafast nonlinear dynamics prediction by a convolutional feature separation modeling method” 为题于2022年10月发表于国际光学期刊《Optics Express》。杨航与赵昊辰为共同第一作者，义理林教授为通信作者。

上海交通大学电子工程系义理林教授课题组(LIFE，Laboratory of intelligent fiber ecosystem)提出了基于数据-模型混合驱动的光纤信道建模方案，首次实现了千公里多波长光纤通信信道的快速精准波形建模，运行时间相比传统分布傅里叶方法降低了98%。相关成果以“Fast and accurate waveform modeling of long-haul multi-channel optical fiber transmission using a hybrid model-data driven scheme”为题于2022年4月发表于国际光学期刊《Journal of Lightwave Technology》(early access)。博士生杨航为第一作者，义理林教授为通信作者。