原標題：當科研遇到人工智能

近日，國務院印發《關于深入實施“人工智能+”行動的意見》指出，加快探索人工智能驅動的新型科研范式，加速“從0到1”重大科學發現進程。北京作為教育、科技、人才資源富集地，人工智能競爭優勢明顯。在人工智能迎來從技術突破向價值落地的關鍵拐點時，北京如何圍繞創新、轉化、產業、服務等關鍵環節，打造新質生產力發展的重要發動機？

科研新模式、計算新工具、研發新流程、產業新生態……AI for Science（以下縮寫為AI4S）正在成為新一代科技革命的重要推動力量。當科學研究遭遇人工智能這項席卷而來、賦能一切的新技術，會激發怎樣的“化學反應”？

在高校、科研院所、創新企業云集的北京，經濟日報記者深入調查采訪發現，當地積極布局、率先探索AI4S科研創新路徑，近年來已形成一批具有示范意義的創新成果，成為發展新質生產力的生動實踐。

瞄準前沿 搭建基礎設施

提起搞科研，很多人腦海中會浮現實驗室里的瓶瓶罐罐、連軸轉的研究人員、大量快速更新的文獻。這是以往科學研究的常態，卻也面臨難言的尷尬——有了基本原理卻難以實際應用，理論研究與實際問題差距不小，許多問題只能通過經驗和試錯解決；“作坊模式”讓科研效率亟待提高；實驗手段，數據收集、處理、分析手段有限……

2024年，諾貝爾化學獎表彰人工智能破解蛋白質結構的密碼，成為突圍的重要里程碑。基本原理驅動、數據驅動的科研模式在人工智能助力下走向大幅升級與融合。AI4S作為加速科學研究的新范式，已是全球共識，正在成為新一輪科技革命的重要推動力量，也正由概念導入期進入應用落地期。

提到科學智能，不能不提北京科學智能研究院。這是全球首個專注于AI4S領域研究與發展的新型研發機構。該院于2021年9月成立，將人工智能技術與科學研究結合，加速不同學科的融合和突破，以構建“平臺科研+垂直整合”模式為指導，加速構建下一代科研范式下的基礎設施。“研究院以‘解放科學家、賦能新工業’為使命，圍繞變革傳統科學計算研究范式開展關鍵技術攻關，加速開源生態建設。力爭在重大科學問題研究方面取得重大突破，誕生一批原始創新成果，讓北京成為全球科學智能的發起人、先鋒隊、引領者。”北京科學智能研究院院長李鑫宇告訴記者。

想向上生長，先要向下扎根。北京科學智能研究院著手布局科學智能的“四梁N柱”建設。“四梁”是平臺系統——即基本原理與數據驅動的模型算法與軟件，高效率、高精度的實驗方法，替代文獻的數據庫與知識庫，高度整合的算力平臺。“N柱”則對接、支撐國家戰略需求。如應用于汽車行業的鋰電池，生命科學領域的醫療制藥等。

今年春天，DeepFlame Rocket（臨界熾核）火箭燃燒智能仿真軟件一發布，就成為AI4S領域從科研邁向商業航天應用的典型案例。該軟件依靠人工智能驅動的“超級大腦”，實現火箭發動機的全流程數值模擬。在極度高溫、高壓環境中，哪里有隱患、哪里有優化空間，一目了然，打通了流體力學求解的“最后一公里”。

燃燒模擬計算量非常大。但有了AI加持，以前大量人員幾個月才能完成的計算，被壓縮至一天甚至更短。火箭發動機研發如果能借助工業仿真軟件，模擬流體力學、燃燒、傳熱等一系列物理過程，實際試車次數至少減少50%。一款算得準、算得快的仿真軟件，能大幅降低研發成本，縮短研發周期。這個開發和測試工具還為跨學科交叉合作提供了開源平臺。今年6月，DeepFlame1.6發布，新應用不斷“長出來”，在能源、電力、化工等多個領域行業案例中，展現出巨大想象空間。

今年8月，北京科學智能研究院燃燒流體（DeepFlame）團隊主導開展的“深度學習賦能的超大規模高精度火箭發動機超臨界燃燒流體模擬”工作奪得CCF HPC China 2025“超算年度最佳應用”獎項。這是我國高性能計算領域最具權威性的獎項之一，代表我國HPC應用研究的最高水準。這一獎項的頒出，再次印證AI賦能科學研究的應用價值。

“當前，北京在人工智能領域形成了完整的創新和產業鏈條，科學智能底層技術持續領先。”北京市科委中關村管委會黨組成員、副主任劉衛華表示，北京已產出全球首個覆蓋90多種元素的大原子模型DPA、新一代科研知識庫與文獻開放平臺Science Navigator等一批重大原創成果，涌現出一批創新型企業和潛在獨角獸企業。

發力科學智能賽道，今年7月，北京市科委、中關村管委會、北京市發展改革委、北京市經濟和信息化局、北京市海淀區人民政府聯合發布《北京市加快人工智能賦能科學研究高質量發展行動計劃（2025—2027年）》（簡稱“行動計劃”）。這是未來3年北京發展AI4S的路線圖，也是全國首個面向科學智能的專項地方政策。

打破界限 突出應用賦能

科學智能不僅帶來單一技術領域的突破，更不斷打破學科、領域的局限，托舉出一種全新的科學研究范式——打破學科的界限，實現“作坊”到“平臺”的轉變；打破理論和實驗的界限，借助科研新工具，實驗與模擬能力大幅提升；打破科研與產業的界限，形成產業需求驅動的原始創新閉環。

科學研究中，無論哪個學科方向，都少不了基本原理、實驗、文獻、算力的支撐，離不開查閱文獻、提出假設、模擬計算、實驗驗證等步驟。數據顯示，19世紀以來，人類文獻數量增長4000倍，但人們研讀文獻的速度僅提升2倍。當科學研究越來越需要多學科研究者同時參與，解決問題需要的各類工具日益增加且愈加復雜，研究者陷入效率瓶頸。

工具平臺如果能像DeepSeek一樣好用，輸入一些很簡單的文字就能調用智能體完成任務，將大大減輕研究者工作量——這種被AI賦能的體驗已經成為現實。

如果你剛結束今天的重復試驗，希望獲取自動化改造方案；如果你有閑置的代碼，想開發屬于自己的智能體；如果你剛好需要查閱大量文獻，快速整理一份研究報告……被稱為“全球AI4S時代下的云科研入口”的玻爾科研空間站，正是科學研究的基礎設施之一，成為科研人員強大的“外掛”助手。

玻爾科研空間站是通過人工智能技術，覆蓋“讀—算—做”全流程和“教學研用”多樣化應用場景，系統性解決科研人員在文獻檢索與管理、跨學科知識發現及實驗計算融合等環節中的關鍵痛點，釋放科研人員的精力，其由北京科學智能研究院與深勢科技聯合研發。

在鼎好大廈安家的北京深勢科技有限公司，一批年輕科學家不斷幫這個“外掛”助手“腦洞大開”。這家國家專精特新“小巨人”企業，在北京、上海、深圳等城市布局研發中心。科研團隊匯集了超百位數學、物理、化學、生物、材料、計算機等領域的優秀青年科學家和工程師，博士及博士后占比超過35%。

如今，玻爾科研空間站用戶規模已突破100萬，在北京大學、浙江大學、上海交通大學、中國科學技術大學等全國50余所高校院所，以及寧德時代、廣汽埃安、云南白藥、聯合利華等40多家企業上線應用。

“玻爾是一個非常典型的AI賦能科研、綜合能力疊加的代表。已經形成類比于‘圖書館、教學樓、實驗中心、計算中心’的各類型AI4S基礎設施的產品形態。”深勢科技創始人兼首席科學家，北京科學智能研究院理事長張林峰表示，玻爾目前已收錄超2000萬全球活躍學者，超14萬本期刊資源，覆蓋26大學科領域，1000+研究主題；玻爾Apps應用商店已集成300+科研工具。

“AI4S正在激發一場新的科學變革，重塑很多傳統產業和科研模式。我們已經站在這場變革的起點。”深勢科技創始人兼首席執行官孫偉杰表示，通過構建“深勢·宇知”大模型體系，他們將眾多學科的科研方法從“實驗試錯/計算機”時代帶入了“預訓練模型時代”，打造了玻爾科研空間站、藥物計算設計平臺、難成藥靶標研發平臺、電池設計自動化平臺和新材料研發設計平臺等科研和工業研發基礎設施，形成AI4S的“創新—落地”鏈路和開放生態，賦能千行百業。

可以說，北京發展科學智能的優勢得天獨厚。這里聚集了北大、清華、中國科學院、北京科學智能研究院等眾多頂尖高校和科研機構，技術研究基礎國內領先；擁有深勢科技、百度等一批科技創新企業，聚焦重點領域，推出多個細分方向科學智能大模型，加速賦能科學研究和產品研發；重大場景豐富多元，新業態新模式逐步形成。

開源共建 推進協同創新

迎接科學智能時代，除了打好基礎，還要建好生態。在共建的AI4S創新生態中，研發機構、創新企業分別扮演著怎樣的角色？共建大原子模型的實踐，打造出微觀世界研究基礎設施，頗具代表性。

世間萬物均由原子構成。原子只有100多種，組合卻無窮盡。就像石墨和金剛石均由碳元素構成，只因結構不同，硬度天差地別。手機折疊屏能折而不斷，也在于其屏幕材料的微觀結構。如果能在紛繁的原子世界中，將結構和性質一一對應起來，就能“征服”元素周期表，在需要特定屬性時選取對應的組合并構建出來。

以新藥研發為例，大原子模型可以幫企業找出最優結構、最好配方。藥物的效果受成分的化學結構影響。以前，找到一個能成藥的結構可能要做上千次實驗，花費10年光陰。現在借助AI賦能的高通量篩選，可以從上千個候選結構中篩出100個符合條件的，進行針對特定病種的大模型再次篩選，最終送進實驗室驗證的可能只有10個。

然而，將原子結構和性質一一對應，這項基礎研究耗時耗力，絕非易事。目前，已有30多家共建單位參與到大原子模型計劃（OpenLAM）項目中，為微觀科學研究提供新的基礎設施。將原子間相互作用研究透徹，開放給材料、能源、生物制藥等領域工業微尺度設計使用，無疑將帶動相關產業的創新突破。

如今，被譽為“自然科學界的GPT”的大原子模型已迭代至第三代，覆蓋90種化學元素，且在眾多下游任務中平均節省90%的數據計算成本，已在合金、動態催化、分子反應、藥物小分子、固態電池、半導體、高溫超導等領域應用。

“我們在實踐和探路中突破了很多難點，跑通了科研到應用轉化的路徑。”李鑫宇表示，采用開源共建的方式才能把生態做好。研究院更多是賦能前沿研究層面，企業更多關注實際應用。有了這些工具，原來一些做不動、做不起的事情也能實現了。

此外，北京還持續推動清華、北大、中國科學院等在京高校院所開展科學智能領域前沿技術研發及成果轉化。7月26日，由中國科學院眾多團隊聯合研發的“磐石·科學基礎大模型”正式發布，在國產開源大模型基礎上面向科學領域“定制”，集成了自主研發的一系列具有共性科學數據模態的專用模型。

今年發布的“行動計劃”提出，到2027年，建立科學基礎大模型，建設不少于10個高質量科學數據庫，服務不少于1000萬用戶，營造開源開放生態，推動形成具有國際競爭力的產業集群。

“AI4S作為新型范式，加速了重大科學問題的研究進程，將對未來科學技術和產業發展帶來深遠影響。”劉衛華透露，北京將建立人工智能專項工作機制，針對科學智能關鍵技術、基礎設施、領域應用等方面，布局一批重大項目群，鼓勵生態上下游企業及優勢團隊開展聯合攻關，加快完善科學智能創新生態。

在“行動計劃”新聞發布會上，中關村科學城管委會副主任、海淀區副區長唐超表示，未來，海淀區將圍繞變革傳統科學研究范式前瞻布局，協同區域主要科研和產業力量，夯實基礎設施建設，強化關鍵技術攻關，打造開源開放生態，建設科學智能創新策源地和產業高地。

“在率先打造科學研究新范式上，北京有基礎、有優勢，已全面布局科研基礎設施，并取得顯著成效。”中國科學院院士、北京科學智能研究院學術委員會主任鄂維南在發布會上表示，以“行動計劃”為指引，北京市將持續深化人工智能與科學研究的“雙向奔赴”。