文章核心观点 - 上海科学智能研究院与复旦大学联合发布了名为“大圣”的系统级、面向科学探索的高能动性智能体，旨在通过AI技术彻底变革科研范式，提升科研效率与成功率 [4][5] - “大圣”智能体具备“上天入体”的全域科学探索能力，覆盖生命科学、地球科学、物质科学、人文科学等多个领域，并能通过自驱动实验室链接物理世界进行实证 [11][12][39][74] - 该智能体的成功源于对底层AI架构的重构，包括多模态科学基础模型、多分支群体记忆架构、经过验证的Skills体系以及安全可信的闭环设计，背后是跨学科青年科学家团队的融合创新 [40][41][80][82] 产品与能力 - 核心定位：作为“超级科研合伙人”，“大圣”是一个系统级、面向科学探索的高能动性智能体，致力于推动科研范式变革 [4][5] - 效率提升：在演示案例中，针对心肌病基因调控网络的研究问题，智能体通过14个智能体并行工作，迭代11轮，将性能提升11%以上，而传统研究生完成类似工作需至少半个月 [1][2] - 干湿实验闭环：在生命科学领域，智能体实现了“设计-执行-反馈-优化”的干湿闭环。例如，在siRNA药物设计实验中，联动自驱动实验室后，机械臂在16分钟内完成96个样本的转染操作，效率较传统手工提升3到4倍 [13][18][19] - 多模态科学理解：智能体具备原生多模态理解能力，能直接处理RNA二级结构、分子结构等科学模态数据，无需转换为文本，避免了信息失真。在RNA序列设计任务中，能理解多源科学条件并直接输出高性能序列 [21][25][26][44] - 地球科学应用：基于“伏羲气象大模型”，智能体已完成“空地数据互联—模型上天—星上计算”的闭环验证，模型已在轨稳定运行一个月，未来计划发射更多卫星星座以提供更精准的天气预报 [30][31][33][34] - 人文科学应用：在人文社科领域，智能体能进行苏格拉底式思辨，编排教学流程以培养学生的独立思考能力，而非提供死板的百科定义 [36][37][38] 技术架构与创新 - 多模态科学基础模型（大脑）：采用“神珍科学多模态基础模型”，为不同科学模态（如RNA序列、分子结构）配备专用Tokenizer，生成原生高保真的Science Token，实现多模态对齐与自反思能力，在文本科学推理上达到业界SOTA水平 [42][44][46][48] - 多分支群体记忆架构（记忆）：创新性地引入Git版本管理思想，构建多分支群体记忆。该架构以海量文献为基础认知主干，每个并行探索的智能体分身拥有独立记忆分支，实现信息隔离与保护，成功经验与失败教训经审核后可回流至主体认知网络 [50][51][52][54] - 场景验证Skills（法器）：Skills体系源自真实科研任务的反复实践，而非简单的提示词工程。目前已形成300余个可复用Skills，覆盖物质、生命、地球、人文社科四大学科群的20多个科研场景 [57][59][60] - 安全可信体系（紧箍咒）：通过体系化三层设计保障安全：执行层（Skill安全、沙箱安全）、协作层（智能体互联安全、隐私计算）、存证溯源层（分布式账本）。隐私计算混合架构将性能损耗降至3%以内，实现“数据不外流、任务可进场” [65][66][67][69] - 自驱动实验室（物理世界链接）：通过“自驱动生命实验室”和“天算实验室”，实现从数字世界到物理世界的全天候、跨尺度实证闭环，让AI建议得以进行真值验证 [72][74][75] 研发背景与平台 - 开发团队：“大圣”由上海科学智能研究院（上智院）联合复旦大学发布，研发团队汇聚了领域科学家、AI专家和工程师，通过紧密的跨学科融合进行创新 [4][40][80][82] - 基础平台：“大圣”是基于“星河启智科学智能开放平台”全面升级的成果。该平台已汇聚400余个科学模型，沉淀22PB级高价值数据与5亿篇文献专利资源 [40] - 科研环境：上智院提供了自由度极高的探索环境，配备海量高质量算力与充足资源，支持科研人员将想法落地，此前已推动如“亲吻数”等数学难题的突破 [83] 行业活动与展望 - AI4S智能体CNS挑战赛：复旦大学与上智院将举办第四届世界科学智能大赛的创新赛道，要求参赛智能体独立完成从文献理解到实验验证的全流程，挑战顶级期刊成果的当前SOTA水平，旨在让智能体承担繁琐工作，解放科研人员 [84][85][87] - 商业价值案例：基于智能体Skills体系的成果已产生实际商业价值，例如在新型补锂剂分子研发中成果转化2000万元并获得数亿元投资；在某难成药靶点药物研发中，潜在价值估计高达5亿美元 [62] - 产业化推进：上智院孵化企业“格物智研”打造的AI科研验证基础设施平台将于今年6月上线，旨在推动AI从工具升级为科学家的“超级科研合伙人” [62]