行业核心观点 - 人工智能正在引发一场科研范式的根本变革，成为理解宇宙和探索未知的新工具[3] - 人工智能与科学研究的深度融合，正在重塑人类认知的边界[12] 行业应用与变革 - 科学研究的范畴正从传统的试管、望远镜与公式推演，扩展到由人工智能驱动的新模式[3] - 人工智能的应用覆盖从宏观宇宙探索到微观粒子发现的广泛科学领域[3][5] - 人工智能在科研中的角色正从辅助人类的“人工操控”工具，向能够自主设计和创新的“智能自驱”体演进[7][9] 政策与区域发展 - 北京市于2025年7月发布了全国首个专注于“AI for Science”的专项地方政策，旨在推动人工智能与科研的深度融合[11] - 北京正成为科学智能发展的“策源地”[11] - 行业正通过培育和发展以人工智能为核心引擎的新质生产力来推动实践[12] 市场推广与认知 - 相关机构通过制作《AI向新力》等主题纪录片，全景展现人工智能在科技创新中的应用，以提升公众与行业认知[12] - 市场宣传强调当前正处于科学智能发展的黄金时代[12]

在实验桌前，一名"智能科学家"正抬起结实的机械臂抓取试管，依次走过液体进样台、磁力搅拌台、烘干 工作台，进行样品称重、搅拌、离心、烘干…… 精准智能化学全国重点实验室的19个分布式实验室中，分布着110台这样的"智能科学家"。它们可以通过自 主实验，精准完成试剂配置、样品合成、性能表征等一系列操作，将实验数据实时同步至智能操作系统。 除了能24小时"做"实验，这些"智能科学家"还可以自己"看"论文、"想"方案甚至"学"经验。 化学实验如何告别传统"试错法"，破解新物质制作周期长、成本高的难题？ 在中国科学技术大学精准智能化学全国重点实验室里，大模型成为科研"超级助手"，AI机器人成为实验 室"主力军"。可以自主设计实验方案、24小时不间断做实验的智能科研基础设施——"智能科学家"，正成为 人工智能引领科研范式变革的代表之一。 当看到"人工智能+"赋能科研创新的新路径后，科研团队为"小来"制作了机械臂，又接入了多个生成式大模 型。优化了"大脑"和"手臂"的第二代"机器化学家"，被命名为"小临"。 "十五五"规划建议专章部署"加快高水平科技自立自强，引领发展新质生产力"，提出要提升国家创新体系整 体效能。在中国科 ...

行业核心观点 - 人工智能正引领科研范式变革，通过“智能科学家”等自主科研基础设施，实现从实验设计到执行的全流程自动化，显著提升科研效率并降低成本 [1] - 人工智能与化学等基础科学深度融合，开辟了“人工智能+”赋能科研创新的新路径，是发展新质生产力、实现高水平科技自立自强的具体实践 [3] 技术平台与基础设施 - 中国科学技术大学精准智能化学全国重点实验室部署了110台“智能科学家”AI机器人，分布在19个分布式实验室中 [1] - “智能科学家”能够通过自主实验，精准完成试剂配置、样品合成、性能表征等一系列操作，并将实验数据实时同步至智能操作系统 [1] - 平台集成了移动机器人、智能化学工作站和高通量计算系统，日均能完成2000次精准操作，工作量相当于五六名科研人员 [3] - 团队开发了“AICHEM云平台”，支持人机对话，可同时调用四个大模型生成科学问题答案并设计实验方案 [2] - 通过云平台，不同高校和科研院所可线上“下单”，实现“智能科学家”的远程实验服务，突破地域局限 [4] 研发历程与能力演进 - 研发团队耗时三年，从教科书、论文和专利中整理出百万条化学数据，并将专家经验输入计算机，构建“智能大脑” [3] - 第一代机器化学家“小来”于2021年诞生 [3] - 第二代“机器化学家”名为“小临”，接入了多个生成式大模型并配备了机械臂，优化了“大脑”和“手臂” [3] - 目前已完成第三次迭代，将更多领域的科学知识输入系统，使“机器化学家”升级为精通多学科的“智能科学家” [4] - 团队最终目标是实现机器的“完全自主科研”，使其能通过阅读文献发现新方向，并帮助非专业研究者完成“从0到1”的物质创制 [4] 应用成果与效能 - 为研发火星制氧催化剂，“小来”学习了5万多篇相关化学论文，在376万种配方组合中，仅用6周就找到了最佳配方，而人类团队验证同样数量的组合需要2000年 [3] - 2024年，“智能科学家”通过机器阅读和机器实验，创制出相变隔热阻燃材料，该材料可应用于新能源电池和消防服，能耐高温且背面温度处于热安全范围 [4] - 该相变隔热阻燃材料成果已于2025年通过量产型测试和产业验证，目前正在产业中落地应用 [4]

报告发布与核心发现 - 中国科学院科技战略咨询研究院等机构于12月3日联合发布《2025研究前沿》及《2025研究前沿热度指数》报告 [1] - 报告显示中国在11个高度聚合的大学科领域中的6个领域研究前沿热度指数得分排名第一 [1][6] 研究方法与覆盖范围 - 《2025研究前沿》报告通过跟踪全球重要科研学术论文并分析论文被引用情况等方法遴选研究前沿 [3] - 报告展示了2025年全球在农业科学、植物学和动物学、生态与环境科学、地球科学、化学与材料科学等11个大学科领域的110个热点前沿和18个新兴前沿 [3] - 《2025研究前沿热度指数》采用指数揭示世界主要国家在11个学科领域的研究活跃程度、产出贡献及影响力表现 [6] 中国领先的研究领域 - 中国研究前沿热度指数排名第一的6个领域包括农业科学、植物学和动物学、生态与环境科学领域、化学与材料科学、物理学、信息科学以及经济学、心理学及其他社会科学 [6] - 这表明中国在这些领域研究基础扎实、前沿探索活跃、学术影响突出 [6] 基础研究趋势与未来方向 - 从报告看中国基础研究质量稳步提高 [8] - “十五五”时期需高度重视人工智能对科研范式变革带来的巨大影响及其在各个领域的应用 以发挥人工智能能力助力高质量成果产出 [8]

国家战略与政策导向 - 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出以人工智能引领科研范式变革[2] - 《建议》提出全面实施“人工智能+”行动，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业[9] 行业发展现状与成果 - 在移动互联网、大数据、超级计算等新理论新技术驱动下，人工智能加速发展，正在以前所未有的深度和广度重塑科学研究的基本逻辑与方法体系[3] - “十四五”期间，中国人工智能综合实力实现整体性、系统性跃升，人工智能专利数量占全球总量的60%[6] - 国内涌现出多个达到国际先进水平的通用大模型，打造了百余个标杆应用场景[6] 具体应用与产品展示 - 宿州市算力产业园淮海人工智能计算中心展示了服务器集群[4] - 宇树科技的G1机器人在2025年世界互联网大会“互联网之光”博览会上提供互动体验[6] - 松延动力自主研发的仿生机器人采用高精密执行器与仿生控制算法，可实时识别并模仿互动对象的各种面部表情[8] - 宇树科技的人形机器人在2025年葡萄牙里斯本网络峰会现场与与会者互动[11] 未来发展方向 - “人工智能赋能科学研究”旨在运用人工智能学习科学原理、构建科学模型以解决实际问题[3] - “十五五”时期，通过进一步拥抱场景创新，能让技术和产业、研发和市场有机结合，推动科技创新和产业创新融合发展[11]

AI for Science 行业趋势与机遇 - AI for Science 成为 AI 最新、最激动人心的方向，旨在用 AI 加速科学发现 [3] - 行业标志性事件包括：Xaira Therapeutics 启动募资超 10 亿美元，OpenAI 成立 "OpenAI for Science" 部门 [3] - 该领域被视为三十多年未见的巨大机会，有望推动从无限能源到消灭疾病等终极科学想象的实现 [5] 公司创立与技术起源 - 公司于 2018 年由张林峰和孙伟杰创立，早于 ChatGPT 发布，是中国 AI for Science 的早期实践者 [3][5] - 启动资金来自全国颠覆性技术创新大赛金奖，金额为 1200 万元人民币，非传统风险投资 [4] - 技术核心是张林峰在普林斯顿读博期间提出的深度势能分子动力学方法，该方法后来获得了全球高性能计算权威奖项 "戈登·贝尔" 奖 [4][5] 核心技术突破：DeePMD - DeePMD 方法引入 AI，优化了基于薛定谔方程的 "第一性原理计算"，在不太损失精度的情况下，将计算范围从上百个原子扩展到上百亿原子 [5] - 该突破实现了超过 6 个数量级的计算加速，将原本需要约 2 亿核时（价值约 2000 万元人民币）的计算任务，压缩到在笔记本上半小时内完成 [23] - 技术本质是解决复杂高维物理量和方程的 AI 表示、逼近与加速求解问题，类似于用 AI 解决规则明确但计算复杂的问题 [20][26] 产品与平台发展 - 公司推出了 Hermite 药物计算设计平台、Piloteye 能源电池研发平台等一系列工业研发平台 [8] - 开发了包括分子大模型 Uni-Mol、蛋白质大模型 Uni-Fold、基因大模型 Uni-RNA 等在内的预训练科学模型，以及科学文献大模型 Uni-SMART [8][47] - 构建了整合上述积累的科研平台与科研 Agent，如 "玻尔科研空间站" 和 SciMaster，旨在贯穿读文献、做计算、做实验的全研发流程 [8][44][47] 商业模式与战略定位 - 公司明确其第一个五年计划是成为 "微尺度工业研发的平台"，即微尺度的达索系统，将量子力学内化到软件中，变革药物、材料等领域的研发范式 [32] - 选择做平台而非垂直应用管线，目标是基于一套平台服务不同方向和阶段的科研，服务 1000 甚至 1 万个客户，以激发更多科学发现 [51][52] - 商业潜力参考达索系统（市值 500 多亿美元）和英伟达的 CUDA 生态，认为平台和管线均有做到千亿美元市值的潜力 [52] 人才与社区建设 - 公司发展中的关键脉络是培养了一批最优秀的低年级本科生，以解决跨学科人才稀缺的问题 [27][32] - 建立了全球最大的 AI for Science 开源社区 DeepModeling，这既是人才发现机制，也是新场景的挖掘机制 [25][36] - 内部构建了专门的学习体系和工具，如 AI for Science 版的 Colab 和 Kaggle，探索 "干中学" 和 "按需学习" 的新教育方式 [34][36] 未来展望：AI 科学家与科研范式变革 - 认为接下来最重要的方向是 "AI 科学家"，即能自主调用工具、执行科研任务的 Agent，其出现将冲击现有的科研评价体系、学科划分与合作模式 [42][49][63] - 预测 AI 加速科学发现将带来直观的产业突破，如手机续航延长至十天甚至一个月、电动飞机可行，以及药物研发像搜索信息一样简单 [60] - 公司致力于定义 "Innovator" 模型，推动科研范式的根本性变革，其影响可能超越诺贝尔奖等现有评价体系本身 [54][58]

文章核心观点 - 基于先进计算架构的智能算力正成为人工智能发展和各行业数字化转型的关键支撑，驱动科研范式变革并加速产业应用落地 [1] - 中国智能算力基础设施规模已位居全球前列，并通过产学研协同创新，不断涌现新产品与新服务模式，为高质量发展提供动力 [1][7][8] 智能算力基础设施规模 - 截至今年6月底，中国在用算力中心机架总规模达1085万标准机架，智能算力规模达788百亿亿次/秒，存力规模超过1680艾字节，已发布1509个大模型 [1] 科研领域应用 - 西湖大学利用智算技术高效解析非编码RNA测序数据，解决了传统实验方式耗时耗力且难以分析复杂调控关系的难题，显著加速研究进程 [2] - 南开大学借助高效人工智能计算开源框架，将单张眼底图像的推理速度提升2.4倍，推动眼底图像分析技术的临床应用 [3] - 上海人工智能实验室等机构协作，在2个月内发现并验证了2个癌症新靶点 [3] - 鹏城实验室通过中国算力网整合20余座城市的算力节点，依托“鹏城云脑Ⅱ”服务数万名科研人员 [3] 产业应用案例 - 伊利集团基于阿里云的人工智能算力构建智能基础设施，开发超800个智能体，大模型覆盖70%的供应链场景，并通过计算机视觉实时监测奶牛健康以提升产奶质量 [4] - 阿里通义大模型全球下载量突破6亿次，衍生模型突破17万个 [4] - 中车集团依托百度飞桨平台构建空气动力学仿真大模型，将仿真周期从天级缩短至10秒级，效率提升30倍以上，结果误差小于5% [5] - 百度飞桨万卡集群上大模型有效训练时间占比达到98%，并通过全链条优化实现低时延、高吞吐的大模型推理 [6] 计算架构与产品创新 - 浪潮信息发布面向智能体优化的人工智能计算系统，其DeepSeek R1大模型词元生成速度仅需8.9毫秒，新服务器使词元生成成本大幅降低 [7] - 超节点服务器通过极低时延的总线级互联技术和极简互连架构，打造逻辑统一的紧凑计算单元 [7] - 太初公司的高密液冷智算集群已服务200余家高校企业，支持超1200千万亿次/秒浮点运算算力需求 [8] 产学研协同发展 - 在北京市科委组织下，浪潮信息等企业机构成立“超节点算力集群创新联合体”，在互连协议、系统研制、标准制定等方面取得进展 [8] - 太初公司与湖南大学、南京邮电大学等高校成立联合研发团队进行科研攻关，并构建教学实训平台培养实践型人才 [8]

智能算力发展政策与规模 - 国家政策提出加快人工智能等数智技术创新，强化算力、算法、数据高效供给 [1] - 截至今年6月底，国内在用算力中心机架总规模达1085万标准机架，智能算力规模达788百亿亿次/秒，存力规模超1680艾字节，已发布1509个大模型 [1] 智能算力在科研领域的应用 - 西湖大学利用智算技术高效解析测序数据，加速非编码RNA作用机制和生物学功能研究进程 [2] - 南开大学借助高效人工智能计算开源框架，将单张眼底图像的推理速度提升2.4倍 [3] - 上海人工智能实验室等机构协作，在2个月内发现并验证2个癌症新靶点 [3] - 鹏城实验室通过中国算力网整合20余座城市的算力节点，依托“鹏城云脑Ⅱ”服务数万名科研人员 [3] - 人工智能驱动的科研范式变革中，智能算力可用于发现并解决“根节点”问题，如大模型预测蛋白质结构 [3] 智能算力在产业界的应用案例 - 伊利集团构建“一云多芯、一云多算”的智能算力基础设施，通过计算机视觉识别奶牛眼部特征实现精准饲喂管理 [4] - 伊利已开发超800个智能体，大模型覆盖70%的供应链场景，显著降低原辅料临期、积压及缺货风险 [4] - 阿里通义大模型全球下载量突破6亿次，衍生模型突破17万个 [4] - 中车集团构建空气动力学智能化仿真大模型，将仿真周期从天级缩短至10秒级，效率提升30倍以上，结果误差小于5% [5] - 百度飞桨支撑超大规模自适应分布式深度学习训练，万卡集群上大模型有效训练时间占比达98% [6] 智能算力技术与产品创新 - 浪潮信息发布面向智能体优化的人工智能计算系统，其超节点服务器使DeepSeek R1大模型词元生成速度仅需8.9毫秒 [7] - 超节点服务器通过极低时延的总线级互联技术和极简互连架构，打造逻辑统一的紧凑计算单元 [7] - 人工智能的大范围应用推动算力高速增长，需克服系统规模逼近工程极限、能耗高等挑战 [7] - 太初公司推出的高密液冷智算集群已服务200余家高校企业，支持超1200千万亿次/秒浮点运算算力需求 [8] - 产学研协同创新联合体在超节点互连协议、系统研制、标准制定、应用部署等方面取得显著进展 [8]

会议背景与核心主题 - 会议于联合国成立80周年之际举办 主题为落实《未来契约》完善全球治理 [1] - 活动由联合国大学 联合国驻华系统 北京外国语大学与南非开普敦大学联合主办 [1] - 探讨大学在推动《未来契约》落实 加速2030年可持续发展议程中的使命与路径 [1] 主要倡议与原则 - 中国教育部代表提出三点倡议 凝聚共识共享机遇 开放合作共谋发展 勇担使命共创未来 [1] - 联合国副秘书长呼吁在混乱时代坚守多边主义 强调大学将言论转化为行动的关键作用 [2] - 联合国驻华协调员提出落实《未来契约》三原则 政治意愿 公共政策与伙伴关系 [2] 高校角色与实践维度 - 北京外国语大学提出三大实践维度 以教育为桥梁 以对话为纽带 以合作为力量 [2] - 外交学院代表强调大学应通过塑造理念 培养人才 生产知识三大职能为全球治理提供智力支撑 [2] - 多国高校代表就人工智能治理 跨学科合作 科研范式变革等议题展开深度交流 [2] 会议成果与行动计划 - 会议发布《大学实施〈未来契约〉行动计划》 由北京外国语大学牵头制定 [3] - 计划提出建立未来大学联盟 启动未来学习卓越中心等机制 [3] - 会议启动了可持续发展目标系列对话筹备进程 [3] 未来合作方向 - 北京外国语大学表示将推动行动计划项目化 机制化 标准化 [3] - 致力于打造可复制 可推广 可评估的全球高校合作新范式 [3] - 本次对话标志着全球高等教育界在多边合作与可持续发展领域迈出坚实一步 [3]

人工智能对科技创新的影响 - 人工智能是互联网基础设施条件下集数据、模型、算力为一体的产物，其发展依赖于半导体和互联网技术的突破[5] - 人工智能引领科研范式变革，使得科研方法论发生根本性变化，传统方法在结构生物学、新药研发等领域已不可持续[5][8] - 人工智能已成为打破学科壁垒的通用语言，能够解决高度复杂问题，如AlphaGo通过计算发现人类未察觉的围棋策略[8] 太空计算星座的技术突破 - 之江实验室发射"三体计算星座"12颗计算卫星，构建千星规模太空计算基础设施，实现卫星在轨实时数据处理[9][7] - 计算星座通过卫星互联互通释放价值，减少卫星数量并降低运行成本，同时提升数据时效性，助力应急救灾[10] - 太空成为人工智能新应用场景，历史上集成电路和生物技术均先在太空验证后落地[9] 科研范式变革与科学家角色 - 人工智能延展人类创造力而非替代科学家，掌握AI工具的科学家将淘汰未掌握者[11][12] - 科研人员需以颠覆性思维拥抱AI，否则可能被时代抛弃，这是个体和国家在科研领域实现超越的机会[13] - 计算与人工智能互为依存，算力突破依赖AI技术，同时算力也为AI发展服务[9]