AI科研突破 - Intology公司开发的AI科学家Zochi的论文被自然语言处理顶会ACL主会议录用，成为首个独立通过A*级别科学会议同行评审的AI [1][4] - ACL主会议平均录用率低于20%，Zochi论文评审最终评分4分，在所有投稿论文中排名前8.2% [4] - Zochi此前研究成果已被ICLR 2025研讨会接收，但主会要求更高，标志着AI达到博士级科研水平 [4] 技术细节 - Zochi论文主题为《Tempest: Automatic Multi-Turn Jailbreaking of Large Language Models with Tree Search》，利用树搜索技术突破大模型安全防线 [5] - Tempest框架通过多轮对话逐步瓦解模型安全防线，在GPT-3.5-turbo上成功率100%，GPT-4上成功率97% [8] - 除论文格式调整与绘图外，内容全程无人工参与，AI独立完成从提出假设到实验的全流程 [8] 公司背景 - Intology成立于2025年初，定位为研究智能科学的实验室，联创为连续创业者Ron Arel和前Meta研究员Andy Zhou [4] - 另一家由Transformer作者Llion Jones创立的Sakana AI也推出AI科研系统，论文被ICLR 2025研讨会接收 [9] 行业影响 - AI for Science（AI4Science）是AI行业最前沿的落地领域之一，可提高科学家效率、准确性和创造力 [9] - AI驱动研究引发学术伦理争议，Intology主张AI系统应在致谢中列出而非作为作者，人类研究者负责验证和伦理规范 [10]

科学智能与科学仪器的深度融合 - 科学智能（AI4S）正在重塑科学仪器的功能与应用场景，将传统仪器从"数据采集工具"升级为"智能科研伙伴"[5] - AI驱动的实验自动化：核聚变研究中AI控制的等离子体约束系统使反应堆稳定性提升30%，数据采集效率提高50%[5] - 药物研发领域自动化实验室结合AI算法可在48小时内完成上千次化合物筛选，速度是传统方法的10倍[6] - 高精度模拟与预测：华为"盘古"气象模型将台风路径预测误差缩小至80公里以内[7] - AI模拟电子显微镜成像过程可提前预测新材料结构，减少实验次数[8] - 智能诊断与维护：质谱仪内置AI系统使维护成本降低40%，操作失误率下降60%[10] 科学仪器智能化趋势 - 人机交互革命：90%的新型仪器将配备智能界面，如支持手势调节转速的离心机[11] - AR辅助操作：通过Hololens 3映射实验室环境实时指导复杂仪器操作[12] - 数据管理一体化：仪器可直接生成可视化报告，如基因测序仪自动标注突变位点[13] - 跨平台协同：支持与云平台无缝对接实现多设备数据共享[14] - 可持续设计：60%的仪器将采用生物基树脂或再生金属[15] - 节能技术：某品牌PCR仪通过电致变色玻璃优化能耗[16] 全球竞争格局与中国突破 - 中国优势领域：AI气象模型和遥感仪器研发领先，工程科学领域在线检测仪器国产化率突破60%[17][18] - 技术短板：分析仪器进口率超80%，核心部件如激光器、高精度传感器仍依赖进口[19][20] - 政策支持：2024年国家重大仪器专项资助8.37亿元，部分企业实现技术突破如冷场发射扫描电镜分辨率达0.8nm[21][22] 未来发展方向 - 智能化升级：AI将深度嵌入仪器控制、数据分析全流程[23] - 极端环境适应：开发适用于深海、太空的特种仪器[24] - 开放生态构建：通过全球实验室循环联盟共享材料数据库[25]

报告公司投资评级 - 首次覆盖晶泰控股（02228.HK），给予“买入”评级 [3] 报告的核心观点 - 晶泰控股是AI for Science范式革命引领者，基于“AI+机器人”重塑化学研发范式，在医药和AI新材料领域有发展潜力，受益于行业渗透率提升，未来盈利可期 [1][3] - AI4Science远期是万亿市场，中国具备培育巨头的土壤，晶泰科技有望凭借技术、数据和客户优势实现收入高增速 [2][3] 根据相关目录分别进行总结 晶泰控股：AI4Science范式革命引领者 - 晶泰由三位华人MIT物理学博士后于2015年创立，是化学研发范式革命全球引领者，与辉瑞等合作成果显著，2024年进入AI新材料领域，2025年向总书记汇报技术发展 [13] - 公司用“AI+机器人”打造“高通量实验-高质量数据-高智能模型”飞轮，机器人实验室积累数据用于训练AI模型，应用于多个研发环节 [15] - 公司积累超200个AI垂类模型，自动化实验室数据收集能力提升40倍，覆盖超80%常见药化反应类型，月积累超20万条化学合成过程数据 [18] - 公司三位创始人背景优秀，员工中科学家与技术专家超500人，三位创始人股权集中度高，结构稳定，腾讯是第一大外部股东 [20][21][22] - 公司获全球顶级资本青睐，上市前是一级市场明星项目，上市后引入战略投资者，当下账上现金资产超60亿港元 [25][27][28] - 公司药物发现和自动化两大业务并举，收入高速增长，2024年营收2.66亿元，同比增长52.75% [28] AI4Science远期万亿市场，我国具备培育巨头的土壤 AI for Science：一场化学研发的范式革命 - AI4Science是人工智能驱动的科学研究，被列为AI三大关键方向，可提升研发效率，赋能化学研发，医药和材料是两大主战场 [31][32] - AI4Science有定制AI模型、输出机器人自动化工作站、自研管线三种商业模式 [34][38] 空间测算：AI4Science拥抱万亿蓝海 - AI4Science未来有望成长为千亿美金市场，测算覆盖下游市场规模近11万亿美元，在AI渗透率2.5%时规模约149亿美元，25%时突破1400亿美元 [35][36] - AI渗透率提升是趋势，医药行业AI渗透率将从2020年的0.7%升至2030年的41.3%，制药行业AI应用空间待拓展 [41] 我国拥有诞生AI4Science巨头全球最好的土壤 - 全球材料科学下游化工业聚集在中国，中国材料科学科研实力崛起，2023年科研产出指数全球份额占比超50% [42] - 中国是全球第一大制造业国家，产业高度集中利于AI4Science企业快速积累数据、融合产业和形成示范效应 [44][46] - 海外聚焦AI4Science的厂商有Isomorphic Labs等，国内晶泰科技等一批平台型企业崛起 [44][45] AI制药：小分子业务高速增长，大分子业务扬帆起航 AI4Science在小分子领域正持续渗透，在大分子领域前景广阔 - 药物研发从“试错时代”向“算法驱动”变革，AlphaFold3提升药物开发能力 [47] - AI在小分子药物发现各环节应用广泛，晶泰科技缩短Paxlovid研发时间，加速上市6个月 [50] - AI4Science在医药大分子领域潜力大，可用于基因药物研发，当前有RF diffusion、ESM3、AlphaFold3三大前沿模型吸引大药企订单 [52][54][60][61] - AI+合成生物学开启万物合成新范式，可加速对生物系统的了解与应用 [61] 晶泰打通临床前全流程，涵盖小分子、大分子 - 晶泰是国际领先的AI制药服务商，承接下游客户订单，研发能力圈涵盖多模态 [64] - 公司是人工智能与量子物理计算集大成者，AI制药计算平台包括基于人工智能和量子物理计算的模型 [65] - 公司具备顶级分子力学计算平台，核心分子动力学模型平台包括XFF、XFEP、XPose，为研发提供高效准确平台 [66] - 公司与全球顶级药企全方位合作，如与礼来、强生、优时比等合作进展顺利 [68][70] - ID4Inno小分子药物发现平台依托200余个垂类模型，具备强大研发及定制化能力，由ID4Idea和ID4Gibbs两大核心子平台结合实现功能 [72][75] 人工智能自主实验平台：AI×机器人，打造数据飞轮 - 晶泰是Self - Driving Labs先驱，以高质量数据驱动，机器人自动化已斩获院校、国内外产业客户订单 [10] 进军AI4Material，万亿赛道启航 - 新材料是AI4Science的星辰大海，晶泰进军AI新材料，万亿赛道启航 [10] 盈利预测与估值建议 - 预计公司2025 - 2027年营业收入分别为4.22/6.84/9.54亿元，对应PS分别为39.99/24.67/17.69倍 [3]

核心观点 报告涵盖多个行业研报及研究视点，涉及策略、固定收益、化工、医药、计算机、海外等领域，分析各行业公司现状、前景并给出投资建议，如看好晶泰控股、小鹏汽车等公司成长，关注自动驾驶产业链相关企业[1][3][4][9][10][11][12][13]。 重磅研报 策略 - 近年6月交易线索专题研究，观点为题材交易可逐步提升风偏；本周A股冲高回落，全球权益多数下跌，黄金价格回升、美元指数下跌，4月国内经济数据回落且特朗普再掀关税风波[3]。 固定收益 - 本期国盛基本面高频指数为125.8点，当周同比增加4.9点，同比增幅回升；利率债多空信号为多头，信号因子为6.3% [3]。 化工&医药&计算机&海外 - 晶泰控股是AI for Science范式革命引领者，由三位MIT华人物理学家于2015年创立，获辉瑞盲测大赛冠军，新冠期间助辉瑞提前6个月上市新冠药，全球前20大药企16家是其客户[4]。 - 核心优势在于算法积累超200个AI垂类模型，数据方面机器人实验室形成高质量、高通量数据，有超200个自动化工作站，数据收集能力提升40倍，覆盖超80%常见药化反应类型，每月积累超20万条化学合成过程数据[4]。 - 公司有超500名科学家与技术专家，获腾讯等机构投资，账上现金资产达60亿港元；医药领域受益于AI制药渗透率提升，AI新材料是新方向，已与头部材料企业合作[5]。 - AI4Science远期有望成千亿美金市场，中国具备培育巨头土壤；晶泰科技受益于行业渗透率提升，AI大分子制药和新材料业务将驱动收入高增速，未来盈利可期；预计2025 - 2027年营业收入分别为4.22/6.84/9.54亿元，对应PS分别为39.99/24.67/17.69倍，首次覆盖给予“买入”评级[6][7]。 研究视点 计算机 - 鸿蒙智行多款车型更新，2025年销量挑战百万辆目标；比亚迪智驾系统全面下沉提升渗透率；小鹏汽车主力车型销售火爆、财报良好；理想汽车车型焕新加码智能驾驶；建议关注华为智车、特斯拉产业链、国内自动驾驶产业链相关企业[9][10][11][12]。 海外 - 小鹏汽车25Q1销量同比大幅增长、净亏损大幅收窄；预计2025 - 27年销量约47/75/103万辆，总收入达832/1465/2072亿元、non - GAAP净利润率为 - 0.9%/1.9%/5.7%；拆分业务预测，给予大众合作业务212亿港元估值、主业1788亿港元估值，合计2000亿港元，维持“买入”评级[10][11][13]。 医药生物 - 一品红受让控股子公司少数股东部分股权，创新药AR882临床试验有序推进，2024年8月获FDA快速通道资格，2025年3月多项试验完成首例或全部患者入组；高尿酸血症及痛风领域市场潜力大，交易完成后提高公司核心竞争力[14]。 行业表现 前五名 - 轻工制造1月涨幅7.3%、3月涨幅1.5%、1年涨幅1.9%；美容护理1月涨幅6.3%、3月涨幅13.5%、1年涨幅4.0%；国防军工1月涨幅6.1%、3月涨幅0.4%、1年涨幅17.8%；汽车1月涨幅6.1%、3月涨幅 - 2.9%、1年涨幅31.2%；环保1月涨幅5.7%、3月涨幅1.3%、1年涨幅13.4% [1]。 后五名 - 钢铁1月涨幅 - 0.8%、3月涨幅 - 5.4%、1年涨幅1.8%；社会服务1月涨幅 - 0.7%、3月涨幅 - 3.3%、1年涨幅8.2%；房地产1月涨幅 - 0.5%、3月涨幅 - 8.3%、1年涨幅 - 7.0%；食品饮料1月涨幅0.3%、3月涨幅4.5%、1年涨幅 - 7.5%；电子1月涨幅0.3%、3月涨幅 - 15.3%、1年涨幅31.3% [1]。

报告公司投资评级 - 首次覆盖晶泰控股，给予“买入”评级 [3] 报告的核心观点 - 晶泰控股是AI for Science范式革命引领者，具备算法和数据优势，在医药和AI新材料领域有发展潜力，AI4S渗透率提升、大分子和新材料业务将驱动收入高增速，未来盈利可期 [1][3] - AI4Science远期有望成长为千亿美金市场，中国具备培育巨头的土壤，产业集中利于数据积累、产业融合和示范效应扩散 [2][42] - AI在小分子药物研发能提升效率，在大分子药物领域潜力大，晶泰打通临床前全流程，涵盖小分子、大分子业务，与顶级药企合作锁定成长空间 [47][64] 根据相关目录分别进行总结 晶泰控股：AI4Science范式革命引领者 - 晶泰由三位华人MIT物理学家于2015年创立，是化学研发范式革命引领者，获辉瑞盲测大赛冠军，助辉瑞新冠药提前上市，2024年进入AI新材料领域 [13] - 公司用AI+机器人打造“高通量实验-高质量数据-高智能模型”飞轮，积累超200个AI垂类模型，自动化实验室提升数据收集能力40倍 [15][18] - 三位创始人股权集中度高，腾讯是第一大外部股东，公司获全球顶级资本青睐，2021年底D轮融资估值达20亿美元 [21][25] - 公司药物发现、自动化两大业务并举，收入高速增长，2024年营收2.66亿元，同比增长52.75% [28] AI4Science远期万亿市场，我国具备培育巨头的土壤 AI for Science：一场化学研发的范式革命 - AI4Science是人工智能驱动的科学研究，被列为AI三大关键方向，能提升研发效率，赋能化学研发 [31] - 医药和材料是AI4Science主战场，其有读、算、做能力圈，对应三种商业模式 [32][34] 空间测算：AI4Science拥抱万亿蓝海 - AI4Science未来有望成长为千亿美金市场，测算覆盖下游市场规模近11万亿美元，渗透率达25%时年产值突破1400亿美元 [35][36] - AI渗透率提升是趋势，医药行业AI渗透率将由2020年的0.7%升至2030年的41.3% [41] 我国拥有诞生AI4Science巨头全球最好的土壤 - 中国化学品产值占全球45%，材料科学科研实力崛起，AI4S企业有望快速积累数据、融合产业、形成示范效应 [42][46] - 海外聚焦AI4Science的厂商有Isomorphic Labs等，国内晶泰科技等平台型企业崛起 [44] AI制药：小分子业务高速增长，大分子业务扬帆起航 AI4Science在小分子领域正持续渗透，在大分子领域前景广阔 - 药物研发从“试错时代”到“算法驱动”，AlphaFold3提升药物开发能力 [47] - AI在小分子药物发现各环节应用广泛，晶泰科技缩短Paxlovid研发时间 [50] - AI在大分子药物领域潜力大，有RF diffusion、ESM3、AlphaFold3等前沿模型，吸引大药企订单 [54][60] - AI+合成生物学开启万物合成新范式 [61] 晶泰打通临床前全流程，涵盖小分子、大分子 - 晶泰是国际领先的AI制药服务商，承接下游客户订单，研发能力圈涵盖多模态 [64] - 公司AI制药计算平台结合AI与量子物理计算，有基于AI和量子物理计算的模型 [65] - 公司具备顶级分子力学计算平台，核心模型为新材料及药物化学空间提供开发平台 [66] - 公司与全球顶级药企全方位合作，如与礼来、强生、优时比等有合作项目 [68][70] - ID4Inno小分子药物发现平台依托垂类模型，具备研发及定制化能力，两大核心子平台结合实现药物发现功能 [72][75]

公司动态 - 公司新近设立控股子公司安徽志特小临智能科技有限公司，主营业务为化学机器人平台以及通过AI for Science新范式进行新材料研发与产业落地 [1] - 子公司营业执照登记的主营业务范围包括：智能机器人的研发、销售；新材料技术研发与推广；合成材料制造与销售等 [1] 技术研发进展 - 相关机器人平台已经在防火、吸热、催化剂材料研发等方面孵化出成果 [1] - 超级隔热材料性能较传统保温材料能力系数显著提升，并具备成本优势 [1] 应用场景 - 上述材料可应用于建筑、应急等领域 [1] - 新材料能与公司主业下游渠道形成协同，应用场景广泛 [1]

本次沙龙活动的成功举办，不仅为 AI行业的从业者提供了一个交流与学习的平台，也为未可知 人工智能研究院与北大纵横在未来的合作奠定了坚实的基础。 双方表示，将继续携手，共同探 索AI技术在科学研究与产业创新中的更多可能性，助力新质生产力的发展与提升。 未可知人工智能研究院作为国内领先的 AI研究机构，始终致力于推动人工智能技术的创新与应 用。 未来，我们将继续举办更多类似的行业交流活动，与各界同仁共同探索AI技术的无限可 能，为推动我国数字经济的高质量发展贡献更多力量。 近日， 未可知人工智能研究院与北大纵横联合举办了一场以"AI for Science与新质生产 力"为主题的行业沙龙活动。 本次活动吸引了众多来自不同领域的专家学者、企业高管以及行 业从业者，共同探讨人工智能技术在科学研究与产业创新中的前沿应用与发展前景。 活动伊始， 未可知人工智能研究院副院长张孜铭先生发表了精彩的开场致辞 。张院长凭借其 深厚的学术背景和丰富的行业经验，深入浅出地阐述了人工智能与科学研究深度融合的必然性 与重要性。 他指出， AI for Science作为一种全新的科研范式，正推动着从生物医药、材料科学到能源领 域等多个学 ...

论文造假事件 - MIT博士生Aidan Toner-Rodgers因论文造假被勒令退学 论文涉及AI对经济增长的贡献 特别是企业研发与创新领域 [1][2][5] - 论文《人工智能、科学发现和产品创新》原本即将发表在顶级经济学期刊The Quarterly Journal of Economics 但被导师诺奖得主阿西莫格鲁和奥托教授请求撤稿 [2][3] - 该论文声称证明AI能显著提升研发效率 使用AI工具的科学家发现材料增加44% 专利申请增加39% 产品创新增加17% 但数据被证实造假 [30] AI在材料科学领域的应用争议 - 谷歌DeepMind使用GNoME模型预测出220万种新晶体 其中38万种结构稳定 声称相当于"近800年知识积累" [10][12] - 但化学专家分析发现这些预测材料缺乏可信性、有用性和新颖性 许多只是已知化合物的无关紧要改编 [12] - 专家指出AI生成的材料数据需要化学材料专家验证 单纯依靠算法预测缺乏实际科学价值 [12][22] 学术诚信与AI风险 - 在LLM时代 AI可以生成大量看似符合逻辑的数据集和论文 增加了学术造假风险 [24][26] - 预印本论文泛滥导致未经同行评审的研究被过度报道 媒体倾向于炒作AI的夸大说法 [25][28] - AI可能破坏科学研究范式 合成数据与真实数据的界限日益模糊 特别是在非物理世界领域 [27][28] 跨学科研究问题 - 跨学科AI研究需要多领域专家合作 单纯由单一学科背景人员完成容易产生问题 [25] - 该造假论文最大问题在于全部由经济学背景人员完成 缺乏材料科学专家参与 [25] - 未来AI+学科研究需要建立更严格的合作与评审机制 防止类似造假事件 [25][26]

据了解，联盟将围绕算力、算法、数据、问题与人才五大核心要素，打造开放共享的科学智能基础设 施。通过构建"基础工具链-共性技术平台-场景化应用"全链条技术生态，推出系列智能化科研工具与开 放平台，助力科学家突破理论瓶颈，赋能企业实现"元创新"。同时，建立多元化资金支持体系，为技术 研发至产业转化提供全链条支撑。联盟还将积极参与国家重大产业专项规划。在国际化布局上，联盟将 通过发起国际赛事、制定技术标准、共建跨国实验室、创办学术期刊等行动，推动中国科研智慧深度融 入全球创新体系，提升我国在该领域的国际话语权。 此次活动特设联合成果分享环节，汇聚近百名政府代表、学术领袖及企业高管。北京大学教授高毅勤、 上海交通大学教授王延峰、中国科学技术大学教授陈林江、深势科技创始人兼CEO孙伟杰、华为数字技 术有限公司北冥实验室主任王龙等嘉宾分享了AI在生物医药、材料科学、基础平台等领域的应用合作 成果。来自中国移动、百度、比亚迪等企业代表就联盟发展战略展开深入探讨。与会代表一致认为，联 盟的成立将加速构建"科研-产业"双向赋能通道，为全球经济可持续发展注入新动能。 据了解，联盟将助力推动高校构建"AI+Science"交叉学科 ...

核心观点 - 紫东太初与中国科学院国家天文台联合开发了天文耀发预测大模型FLARE，能够精准预测恒星耀发事件，为天文学研究提供全新工具[2][3] - FLARE模型通过整合恒星物理属性和历史耀发记录，显著提升了预测准确性，相关论文被IJCAI 2025录用[4][14] - 实验数据显示FLARE模型准确率超过70%，多项指标优于其他基线模型[20] 恒星耀发研究背景 - 恒星耀发是恒星大气中磁场能量的快速释放过程，对理解恒星结构、系外宜居行星探索具有重要意义[7] - 目前耀发样本数量有限，且预测依赖光变曲线，但光变曲线存在数据缺失和变化趋势差异大的问题[8][10][12] - 恒星物理属性（年龄、自转速度、质量等）和历史耀发记录与耀发事件存在显著关联[13] FLARE模型技术架构 - 采用软提示模块和残差记录融合模块，有效整合恒星物理属性和历史耀发记录[14] - 将光变曲线分解为趋势和残差成分，利用移动平均法处理数据缺失[15] - 借鉴P-tuning方法处理物理属性文本，采用低秩微调LoRA技术微调预训练大模型[17] 模型性能验证 - 使用7160颗恒星的高精度光变曲线数据进行实验，对比多种基线模型（MLPs、RNNs、CNNs、Transformer等）[18] - FLARE模型准确率达71.65±0.35%，F1值74.11±0.02，显著优于其他模型[19][20] - 模型能适应不同恒星的光变曲线变化模式，对同一恒星不同模式也能实现精准预测[21][22] 应用前景 - FLARE模型展示了AI for Science在天文学领域的巨大潜力[3] - 未来有望助力科学家探索更多宇宙奥秘[23]