大会核心观点 - 36氪CEO冯大刚提出，公司或行业实现“风景这边独好”的本质在于坚持、科技与创新[3] - 超过63%的CEO对所在企业2025下半年及2026年的发展持乐观或非常乐观态度，信心呈现“深V型”复苏[61] 人工智能与前沿科技 - 端边侧AI因对实时性、隐私性的需求以及AI普惠化趋势，未来几年将迎来巨大机遇，成为AI竞争主战场[14] - 人工智能+不等于只有基础模型，必须经历产品化过程，让模型、数据、交互深度融合[27] - 基础大模型日新月异，发力点应在行业数字资产与应用落地；自建AI应用平台比研发基础模型更重要，其效能将随基础模型进步而自动提升[35] - 大模型拉平了技术团队的基础能力，但把AI应用得好变得更难，要求应用公司必须在自身行业做得够深够透[50] - 人工智能全要素时代的浪潮已至，中国正依托工程师红利、完整产业链与丰富工业场景，在硅碳融合的未来构筑独特竞争力[28] - 以人工智能为代表的第四次工业革命，其逻辑是优秀的通讯能力加上优质的可再生资源，AI连通了影视制作上中下游，形成完整创作生态[72] - 光互连是突破算力瓶颈的最优解，因算力中心90%的能耗用于搬运数据而非计算，是巨大浪费[75] 具身智能与机器人 - 做人形机器人的初心是让它们真正“能干活”，实现手眼脑协调，看懂环境、听懂指令、完成任务，变成可用生产力[6] - 具身智能的“商品化”可拆解为技术演进力、量产交付力、场景理解力、生态支持力四种能力[15] - 具身智能的“ChatGPT时刻”核心在于“大脑”的进化速度，原力无限坚持“一脑多身”战略，以多模态端到端大模型赋能不同形态机器人适应复杂场景[33] - 蚂蚁集团NEXTA实验室认为，具身智能行业正汇聚夯实底座、提升智商、深耕场景三种力量，期待2026年看到更多能“干活”的产品出现[29][31] - 跨维智能CMO认为，大众对具身智能期待较高，预计五年后在商业场景兼顾情绪价值和实用价值的应用会向前推进[34] 工业与产业智能化 - 工业AI的巨大潜能在于将不确定性转化为确定性，将数据转化为真实效益；在流程行业，整体效益提升3%即意味着两万亿元的利润增长，碳排放降低一个百分点就等于减少一亿吨排放[8] - 地瓜机器人云平台的逻辑是把脏活、苦活、累活打包成好用的工具，帮助企业节约人力与时间[32] - 酷开AIOS通过搭建桥梁抹平信息差，连接员工、供应商、客户、合作伙伴及终端用户，让信息充分互通以捕捉市场机会[42] - 京东PLUS企业会员以“智能识别需求+自动化交付”颠覆传统采购模式，解决零散采购价高、物流贵、资金紧、质量波动痛点，采购频次飙升3.5倍[23] - 在AI医疗领域，罗氏制药中国团队认为做AI的本质是为了更好地“偷懒”，用更“偷懒”的方式做出更高质量的东西[64] 自动驾驶与无人配送 - 政策支持、技术创新、供应链优势、资本赋能四大因素推动无人配送行业进入爆发期[11] - 无人配送不是取代人力，而是填补人类“不愿做、不能做”的岗位空白[11] - 自动驾驶行业只有中美两国在竞争，在无人配送细分赛道，中国的供应链成本优势大幅领先[11] - 劳动力短缺的国家和地区对无人配送需求极为迫切，希望中国方案帮助当地提升物流效率[11] 生命科学与健康产业 - 华大集团CEO提出，不仅要追求“长寿”，更要追求“康寿”，真正的健康是生命的长度、广度、温度、丰富度同步向前演进[7] - 华大营养依托独有的测序平台和数据库，将营养学从传统经验驱动迈向精准数据驱动，为每个个体提供长期价值[56] - 中国制造不仅能铸造航母与跨海大桥，也能在微观世界里制造出生命的“关键钥匙”[40] 消费零售与品牌建设 - 永辉超市在胖东来模式启发下，坚定走品质零售路线，通过提升商品品质、优化核心供应链和重塑品牌价值观，推进“国民超市 品质永辉”建设，其策略聚焦好品质、够平价、小包装[10] - 麻六记品牌每年约有800万消费者，线上复购率超过70%，线下复购率超过60%，其全平台粉丝未达800万，留住客户依靠菜品、服务和情绪价值[41] - OATLY在中国坚持供应链体系稳定与品质严守，2025年第三季度大中华区零售收入占比增长到34%；截至2025年10月，其在中国售出的燕麦奶可制作约17亿杯燕麦拿铁[45] - 尼尔森IQ指出，在全新消费结构下，理性消费被压缩和转化，情绪消费跃升为消费者奖励自己的重要消费行为[39] - 为不同世代消费者提供定制化体验和产品，与他们产生持续长久的连接，将成为品牌未来获得竞争优势的重要一环[73] - 在流量红利消退时代，超级个人品牌正成为企业最确定的增长引擎，让创始人将个人信任价值赋能品牌，实现低成本获客、产品溢价与用户忠诚度提升[74] - 文化赋能不是给产品贴“国潮”标签，而是将文化的“魂”注入产品的“体”，让品牌有根，营销有神[55] - 白猫品牌希望传承的是在消费者心智和厨房中一直活下去，让消费者想到洗碗时就会想到白猫，而非洗洁精[58] 企业战略与全球化 - 中国经济的未来动能藏在科技与消费的深度融合里，从AI大模型到商用机器人，从科技生活到智能连锁，“技术创新+消费场景”是穿越周期的投资黄金赛道[25] - 在AI时代，企业边界不再按国界划分，真正的公司只有两种：全球化的，和即将被淘汰的[69] - AI全球化正式升维，指向全球AI产业从“资源割裂”到“价值循环”的底层变革，形成算力、技术、需求在全球范围内“双向赋能生态”[62] - 出海需明确远期与近期目标，战略定力要够；不要一味追求规模，追求利润更好[66] - 新全球化时刻，真正做到本地共生不是从硬件开始，而是从“理解当地的内容文化”开始[68] - 产品出海需有清晰定位，明确目标用户与竞品优势，并用本地化语言与内容将差异化优势直观传达给用户[70][71] 科技创新与投资 - 中国在AI for Science领域不落后美国，甚至更系统，融合AI后科研可以变成流水线，人人都是AI Scientist[24] - 未来产业颠覆式创新快速迭代的原因包括：政府的支持革新、科技公司迭代、风投孵化创新以及人工智能催化[37] - 光源资本希望打造为连接创新要素与产业发展的桥梁，凭借资金与产业资源网络，助力创业者实现技术产业化与资本化，并以资本赋能产业集团创新升级[28] 营销与商业模式 - 营销+AI的双轮驱动模式需将战略目标拆解为算法能理解的任务，将业务动作量化为算法能运营的数据，用技术支撑业务、业务反哺技术[47] - 小度科技推出基于AI原生操作系统、覆盖全生态场景的超能小度，旨在让人机关系从“执行命令”的工具蜕变为“主动思考”的伙伴[21] - 趣丸干音基于对影视漫出海场景的深入理解，其AI译制工作流一天可量产30-40部短剧译制剧，成本较人工降低20倍以上，速度提升10倍以上[50][51]

峰会与研究院成立 - 大湾区多样性算力应用创新峰会在深圳光明举行，主题为“灵机晟算鹏乘万芯”，由国家超级计算深圳中心主办，约200名来自政府、高校、科研机构及企业的代表出席 [1] - 大湾区多样性算力应用创新研究院在峰会上正式揭牌，由国家超算深圳中心与相关创新主体联合建设 [1] - 研究院首任院长卢宇彤表示，研究院将依托国家超算深圳中心“一体两翼”发展格局，致力于推动超算自主应用创新与超智融合技术发展，打造集科技攻关、生态构建与人才培养于一体的高水平算力创新平台 [1] 研究课题与参与机构 - 研究院启动了首批共16项系统类与应用类课题，涵盖地震预测、药物设计、电磁仿真、能源气象、材料研发及工业软件等多个领域 [1] - 参与课题研究的单位包括清华大学深圳国际研究生院、中山大学、新加坡国立大学、南方科技大学、深圳先进技术研究院、粤港澳大湾区(广东)国创中心等十余家机构 [1] 技术趋势与行业观点 - 中国科学院院士陈晓非指出，其团队依托高性能计算与自主软件在地震全过程模拟取得进展，强调物理建模可更准确获取地震信息，为防震减灾提供科学依据 [2] - 中国工程院院士郑纬民强调AI与高性能计算协同创新的必要性，并以天气预报、地球物理与蛋白质预测为例，分析超算系统向异构众核架构演进的技术挑战与发展路径 [2] - 郑纬民院士指出，AI for Science仍依赖经典计算，无法实现全流程替代，需结合先验知识与物理模型，构建“超算+智算”融合新范式 [2] - 中国科学院院士钱德沛指出，行业面临算力性能提升放缓、能耗瓶颈与异构编程困难等多重挑战，应淡化超算与智算界限 [2] - 钱德沛院士建议建立政府、企业、应用部门多渠道协同的投资与运营新机制，构建以应用成效为衡量标准的多样性算力生态 [2] 应用前景探讨 - 圆桌对话环节以“多样算力，多元创新：探索多领域超算应用新范式”为主题，专家聚焦新一代超级计算系统建设 [3] - 专家畅想了新一代超级计算系统在生物医药、气象海洋预报、新材料研发等领域的前景 [3]

行业重大事件与成果 - 第六届中国干细胞与再生医学协同创新平台大会于11月30日在北京召开，主题为“规范・融合・创新”，旨在推动行业标准化建设、资源整合与协同创新 [3] - 大会发布了由我国专家主导、多国参与的2项国际标准，以及中国细胞生物学学会制定的5项团体标准 [4] - 我国科研人员牵头组建了国际标准化组织生物技术委员会类器官工作组，旨在为类器官技术建立国际基准，加速产业化 [4][5] 行业标准化与国际化进展 - 会议成果被视为我国生物技术标准化领域的重大突破，以及干细胞与类器官产业规范化与高质量发展的重要里程碑 [3][5] - 标准的出台将搭建科研与临床的转化桥梁，提高新药研发效率，为产业降低成本并减少风险 [6] - 标准体系的建设将推动我国生物技术产业深度参与国际合作，为全球科技创新生态建设做出贡献 [5] 产业平台与资源网络建设 - 中国干细胞与再生医学协同创新平台现已发展成覆盖20家成员单位的跨区域创新网络 [5] - 大会为6家新晋平台成员单位授牌，进一步丰富平台资源类型与技术力量，拓展共享应用场景 [6] - 国家干细胞资源库首个分库——国家干细胞资源库（重庆）正式公布，标志着其资源网络布局进一步完善 [6] 技术价值与应用前景 - 类器官是基于干细胞体外培养形成的、具有类似体内器官结构和功能的微型组织模型，能精准模拟人体器官的生理状态与疾病进程 [5] - 类器官在生物医学领域价值重大，可用于疾病精准诊断、个性化药物筛选等，还能助力再生医学研究 [5] - 科技平台未来将聚焦资源库数智转型和“AI for Science”建设 [3] 会议组织与行业地位 - 本届大会由中国干细胞与再生医学协同创新平台主办，北京干细胞与再生医学研究院、中国科学院动物研究所联合承办，国家干细胞资源库等14家单位共同协办 [6] - 我国在干细胞与再生医学领域正在从标准“参与者”向“引领者”跃升 [5] - 平台对提升我国高水平科技自立自强、引领新质生产力发展具有重大意义 [3]

公司上市与市场地位 - 摩尔线程智能科技（北京）股份有限公司于12月5日正式在上海证券交易所科创板挂牌上市，股票代码为688795.SH [1] - 公司成为中国首家登陆资本市场的全功能GPU企业 [1] - 公司作为国内稀缺的全功能GPU领军企业，以自主创新为根基，以前瞻视野为导向 [1] 技术体系与产品布局 - 公司依托“全功能+MUSA”协同驱动的技术体系，构建了坚实的差异化优势与全栈技术能力 [1] - 技术能力使其具备应对具身智能、数字孪生、物理AI及AI for Science等未来计算场景的关键架构能力 [1] - 公司实现了从芯片、计算卡到智算集群的多元布局 [1] - 公司形成了覆盖人工智能、科学计算与图形渲染等完整的计算加速产品矩阵，全面支持“云-边-端”全场景 [1] 战略定位与发展背景 - 公司的发展道路与国家推动高水平科技自立自强、构建安全可靠算力体系的战略方向同频共振 [1]

公司上市里程碑 - 摩尔线程于2025年12月5日在上海证券交易所科创板挂牌上市，成为中国首家登陆资本市场的全功能GPU企业 [1] - 此次上市是公司五年创业历程的关键里程碑，标志着其在GPU算力领域初步构建了从技术、产品到市场与资本的协同发展体系 [1] 行业战略地位与公司定位 - GPU作为人工智能与数字经济的核心算力引擎，其自主可控已成为国家在全球算力竞争中必争的战略高地 [4] - 公司作为国内稀缺的全功能GPU领军企业，其发展道路与国家推动科技自立自强、构建安全可靠算力体系的战略方向同频共振 [4] 核心技术架构与产品布局 - 公司基于自主研发的MUSA统一系统架构，率先实现单芯片同时支持AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码的技术突破 [5] - 历经五年，公司已成功量产五颗芯片，迭代四代GPU架构和智能SoC产品，实现从芯片、计算卡到智算集群的多元布局，覆盖“云-边-端”全场景 [5] - 截至2025年6月，公司已获得授权专利514项，数量位居国内GPU企业前列 [5] AI智算业务与产品 - 公司打造的夸娥(KUAE)智算集群支持万卡级规模扩展，旨在构建具备万P级浮点运算能力的国产通用加速计算平台 [7] - 该平台基于MUSA架构，在技术自主的同时保持了对国际主流GPU生态的兼容性，能够为万亿参数级别大模型的训练提供算力基础设施 [7] - 基于最新AI旗舰级智算产品MTT S5000构建的夸娥万卡智算集群，其计算效率达到同等规模国外同代系GPU集群水平 [8] 图形计算业务与产品 - 公司推出国内首张国产游戏显卡MTT S80，已可流畅运行《黑神话：悟空》等顶级3A游戏 [7] - 公司率先发布支持DirectX 12的图形加速引擎，全面兼容OpenGL、Vulkan等主流图形与计算生态，实现对多操作系统与CPU平台的无缝适配 [7] - 在专业图形领域，其产品已深入应用于工业设计、地理信息等关键行业，并通过多项国产化认证 [7] 财务表现与研发投入 - 2022年至2024年间，公司营业收入年复合增长率高达208.44% [8] - 2025年上半年，公司营收规模达7.02亿元，已超越过去三年总和，其中AI智算业务贡献营收占比94.73% [8] - 2025年上半年，公司毛利率显著提升至69.14% [8] - 2022年至2025年6月，公司累计研发投入超过43亿元，研发人员占比达77%以上 [8] 未来发展规划 - 公司本次发行募集资金将重点投向新一代自主可控AI训推一体芯片、图形芯片及AI SoC芯片的研发 [10] - 公司致力于成为具备国际竞争力的GPU领军企业，为融合人工智能和数字孪生的数智世界打造先进的加速计算平台 [12]

上市与融资 - 摩尔线程于12月5日在上海证券交易所科创板挂牌上市 [1][4] - 本次发行股份7000.00万股，发行价格为114.28元/股 [1][4] - 首发募集资金总额为80.00亿元 [1][4] - 募集资金将主要投向新一代自主可控AI训推一体芯片、图形芯片、AISoC芯片研发项目及补充流动资金 [1][4] 公司发展里程碑与意义 - 此次上市是公司五年创业历程的关键里程碑 [3][6] - 标志着公司在GPU算力战略领域已初步构建从技术、产品到市场与资本协同发展的体系化能力 [3][6] - 是对公司长期坚持核心技术自主创新与产品迭代速度的认可 [3][6] 核心技术架构与能力 - 基于自主研发的MUSA统一系统架构，实现了单芯片同时支持AI计算加速、图形渲染、物理仿真、科学计算和超高清视频编解码的技术突破 [3][6] - 依托“全功能+MUSA”协同驱动的技术体系，构建了差异化优势与全栈技术能力 [3][6] - 该技术为国产高端GPU芯片自主化进程树立了关键技术标杆 [3][6] - 公司具备了应对具身智能、数字孪生、物理AI及AI for Science等未来计算场景的关键架构能力 [3][6] - 为参与构建并引领下一代智能计算生态奠定了可持续演进的技术根基 [3][6] 产品布局与知识产权 - 历经五年，已成功量产五颗芯片，迭代四代GPU架构和智能SoC产品 [4][7] - 实现从芯片、计算卡到智算集群的多元布局 [4][7] - 形成了覆盖人工智能、科学计算与图形渲染的完整计算加速产品矩阵，全面支持“云-边-端”全场景 [4][7] - 截至2025年6月，公司已获得授权专利514项，数量位居国内GPU企业前列 [4][7]

公司战略与产品发布 - 公司于2025年密集推出企业级AI智能体开发平台SunwayLink、国产质量统计分析软件QRS，并对数据资产、低代码等平台进行了智能化升级 [1] - 公司执行清晰的双轨战略：一方面积极拥抱AI驱动核心产品智能化，另一方面攻坚关键技术实现高端工业软件的国产化自主可控 [1] - 公司推出SunwayLink平台的设计理念是降低AI应用门槛，通过低代码交互和连接企业知识库，让业务专家能快速构建专属“数字员工”，大幅缩短想法到可执行智能体的路径 [1] - 公司QRS数据处理分析平台承载着深度融合国内制造业场景与标准的期待，在数据安全、协议适配和行业模板等方面具备独特的本土化优势 [1] 产品技术细节与研发 - QRS平台基于完全自主研发的统计引擎，攻克了多变量控制图、非参数检验等复杂算法瓶颈，并针对中国制造业数据特点优化了异常检测灵敏度 [2] - 为精准适配工业场景，公司深度调研国内200余家制造企业，在产品内置了符合GB/T、ISO标准的本土化质量模板库，并创新性融入AI辅助决策功能 [2] - 在新能源汽车电池寿命预测场景中，QRS平台结合国产机理模型与机器学习算法，将分析效率提升40%以上 [2] - 公司宣布开放QRS开发者接口，联合上下游合作伙伴共建“统计分析+CAD/CAE”协同生态，旨在为国产工业软件打破“单点突破难”的困局提供解决方案 [2] 行业趋势与公司愿景 - AI的深度应用正推动一场深刻的工作革命，它不仅是效率工具，更是在重构工作本质、组织形态和人的核心能力 [2] - 在检验检测行业，AI正将科学家从重复操作中解放，使其转向实验设计与策略判断；在企业中，AI智能体接管规则性任务，促使员工角色向管理、监督与复杂决策演进 [2] - 公司认为未来三到五年，“AI for Science”将驱动科研范式变革，而“智能体”将成为连接数据与业务决策的核心枢纽 [3] - 公司将持续在其深耕的检验检测、数据资产管理等领域，推动AI技术与行业知识的深度融合，目标是让AI深度融入企业运营的每个环节，成为客户在数字化时代构建新竞争力的可靠伙伴 [3]

AI for Science 行业概览与核心价值 - AI for Science 概念由深势科技导师鄂维南院士于2018年率先提出，公司为全球最早系统性布局该领域的公司之一 [8] - 该领域的终极愿景是创造能自主进行科学发现的AI科学家或智能系统 [9] - 行业对人类的三大核心价值包括：使科学研究实现流水线化以批量产出高价值成果、助力解决衰老和无限能源等全人类终极问题、大幅降低公众参与科学研究的门槛实现知识平权 [11][12][13] 中国AI for Science行业发展现状与优势 - 中国在该领域的发展不比美国落后，且在理念提出和行业全景构建上更为系统 [19] - 中国选择的发展路径是聚焦于“读、算、做”等科学研究基础设施建设，而非集中资源打造单一亮点项目 [19][20] - 中国具备三大独特优势：全球AI领域50%的人才为华人且基础科学领域50%以上的论文由中国人发表、拥有与物理世界深度结合所需的完整供应链体系、在上一代科学基础设施上的落后反而使其在AI时代没有历史包袱可轻装上阵 [21][22] 市场规模与商业模式 - 全球每年在科学研究上的投入约为2.8万亿美元，中国投入约为3.6万亿元人民币，占GDP的2.7% [27] - 科学研究领域存在四大商业模式赛道：科研数据库、科研软件、科研仪器和外包研发服务（CRO），每个赛道均已诞生商业巨头，而AI for Science技术有望将这些生意重做一遍 [27] - AI for Science赛道被描述为“金矿”，既有明确的场景，也能产出确定的科研结果，市场潜力巨大 [28] 竞争格局与创业公司机遇 - 尽管大公司在前沿技术投入上具有不计较投入产出比的优势，但创业公司的核心机遇在于谁能率先完成冷启动和增长飞轮的迭代 [24] - 在AI for Science领域，近期成立的几家对标公司（如Future House, Periodic Lab, Lila Science）估值均已超过10亿美元，OpenEvidence估值超过60亿美元 [36] - 该领域非常适合年轻创业者，因其主要靠智力与技术杠杆驱动，且下游应用场景多样，抓住一个点打透即有望诞生估值数十亿美元的公司 [37] 未来展望 - 预计未来十年内，80%以上的科学成果将由AI发现 [36] - 到2035年，全球参与科学研究的人数可能从目前的不到1000万人增长至数亿人，科学发现将变得像使用搜索引擎一样简单 [30] - 在AI和机器人充分融入生活后，科学将与体育、艺术一同成为人类追求自我实现和人性完满的核心方向 [31]

大会概况 - 36氪WISE2025商业之王大会于11月27-28日在北京举行，主题为“科技爽文短剧”的沉浸式体验 [1] - 大会关注AI重塑硬件、具身智能、品牌全球化及传统行业与科技融合等前沿趋势 [1] 基金战略与定位 - 上海未来产业基金规模为150亿元人民币，实缴资本已达110亿元，基金期限为18年（5+10+3），旨在成为国内最活跃的天使和VC母基金 [7] - 基金致力于通过“基金+社区”模式构建创新生态，支持前沿领域的早期投资与孵化，目标是推动中国前沿科技领域的成果转化 [3][6][7] - 基金希望培育出类似Flagship的、有能力投资早期科学的机构，并采用让利等机制鼓励机构向更早期阶段投资 [8] 投资活动与重点领域 - 基金已投资超过20家GP，并在直投领域活跃，上月投资了10个早期项目，涉及核聚变、量子计算、脑机接口、天机计算等前沿领域 [3][7] - 基金主导投资了一个大型核聚变项目，首轮融资额超过100亿元人民币，并推动该生态在上海落地 [5] - 重点关注0到1的突破性创新，投资领域呈现年轻化趋势，支持包括00后在内的年轻创业者 [5][7] 社区建设与生态联动 - 基金构建了一个名为“上海Agent Community”的公益社区，旨在连接科学家、企业家和投资人三类核心人群，促进跨学科交流 [7][10] - 通过社区推动AI for Science等交叉领域（如AI for fusion, AI for 量子）的协作，相信连接的复杂性能够催生创新涌现 [9][10] - 计划通过访谈和问卷（已发出约200份）连接顶尖院士、企业家和投资人，以沉淀对未来3-10年的行业认知，并计划将成果开发成开源的大模型Agent [11][12][14] 未来发展方向 - 未来工作将围绕四个核心定义展开：未来的人才、未来的认知、未来的范式、未来的连接 [11] - 探索新的融资范式，如“实验室公司”模式，以替代传统早期融资方式，更好地支持重大前沿领域 [11] - 计划成立科学的公益基金会，以纯公益形式支持更早期的创意和项目 [14]

科学智能技术演进与谷歌DeepMind引领作用 - 谷歌DeepMind凭借以TPU为核心的AI算力基础设施和以Gemini为基础的大模型底座，持续深耕科学智能技术超过十年，引领全球技术演进[4] - AlphaFold标志着蛋白质结构预测问题的实质性解决，不仅斩获2024年诺贝尔化学奖，更成为现代生物学的数字基础设施[4] - AlphaProteo推动生物学研究正式跨入生成式生物学时代，结合AlphaMissense精准预测基因突变致病性，打通"靶点发现—结构解析—药物设计"全链路[4] - WeatherNext 2模型在99.9%的预测变量与时间跨度上准确率均优于欧洲中期天气预报中心的HRES系统，且推理速度提升了数个数量级[5] - GNoME预测了数百万种稳定的新材料结构，规模相当于人类过去几十年实验发现总和的数倍，为电池技术与超导材料研发提供庞大候选库[5] - AlphaEvolve引入进化计算范式，自动搜索发现更高效的机器学习算法与损失函数，实现从"人工设计"到"自动发现"的元层级跨越[6] 生物学领域科学智能突破 - 谷歌和耶鲁大学联合发布270亿参数单细胞分析基础模型C2S-Scale，生成关于癌细胞行为的全新假设并在体外实验中得到验证[8] - 微软BioEmu模型在蛋白质动力学模拟方面实现高达10万倍的模拟速度提升，中科院团队提出整合结构和进化约束的反向折叠蛋白质预测模型[9] - 谷歌通过10年持续研发构建了从基因测序、读取到疾病基因检测和诊断的AI基因组学研究和应用体系[9] - 腾讯DeepGEM病理大模型只需常规病例切片图像即可在1分钟内完成肺癌基因突变预测，精准度达78%至99%[10] - 谷歌发布DeepSomatic工具集用于肿瘤细胞基因变异识别，适用于白血病、乳腺癌、肺癌等癌症类型[10] - AI优化候选药物MTS-004已完成III期临床研究，成为国内首款完成III期临床的AI赋能制剂新药，突破过去几年AI驱动药物发现鲜有突破临床II期的瓶颈[10] 多学科科学智能应用拓展 - Periodic Labs开展新型超导材料等AI自动化发现，CuspAI获1亿美元A轮融资研发AI平台用于发现碳捕获新材料[11] - DeepMind飓风AI模型成功预测"梅利莎"等超强飓风路径和强度变化，黑洞理论物理学家利用GPT-5在半小时内推导出黑洞理论新特性[11] - 数学研究人员利用GPT5探索解决历史数学难题埃尔德什难题，英伟达开源模型系统GenCluster获得IOI 2025竞赛金奖[12] - OpenAI内部模型、Gemini Deep Think和DeepSeek Math-V2等大模型不断刷新AI在奥林匹克数学竞赛的金奖成绩[12] 科学智能科研范式重构 - 通用基础大模型成为科学智能的"操作系统"，提供强大理解、推理、分析及生成能力，帮助科研人员大幅提升日常科研效率[14] - 科研专用大模型作为垂直科研领域的"专用引擎"，融合特定领域相关知识以及研究方法与经验，谷歌在此方面综合实力处于全球领先[14] - AI智能体从被动工具转变为科学家的合作者甚至主动发现者，ToolUniverse平台包含超过600个科学工具并兼容主流基础大模型[15] - AlphaEvolve是具有编码能力的进化型AI智能体，可进行数学和计算通用算法的主动发现和自动化优化，已应用于谷歌内部实际场景[15] 自主实验室平台化发展 - MIT等美国多家科研高校和国家实验室已建成自主实验室，英国利物浦大学的材料创新工厂是欧洲最先进的自主实验室之一[16] - 美国《创世使命》计划将科研算力、AI基础模型、数据集及自主实验室体系集成为科学与安全平台，作为科研智能基础设施[16] - 晶泰科技的AI+机器人平台已成为核心竞争力，中科院"ChemBrain智能体+ChemBody机器人"和北京科学智能研究院Uni-Lab-OS加速推动国内自主实验室研发[17] - 磐石·科学基础大模型实现对数据和模型等资源的管理及科研工具调度，已在生命科学、高能物理和力学研究领域进行应用[17]