山东省机器人产业高质量发展行动计划 - 山东省推出18条措施支持机器人产业发展 目标是到2027年产业规模突破500亿元 培育3家以上产值超20亿元的领军企业 [1] - 重点布局工业机器人、服务机器人、特种机器人和人形机器人四大领域 打造全国机器人研发制造增长极和应用新高地 [1] - 2024年山东省机器人产业营业收入超260亿元 计划三年内实现规模翻倍至500亿元 [3] 山东省机器人产业区域布局 - 济南定位为国内领先的机器人测试验证平台 重点发展人形机器人及整机零部件协同 [2] - 青岛聚焦工业、家庭服务、海洋、康养等领域机器人研发制造和集成应用 [2] - 淄博重点发展高精度弧焊协作机器人、矿用特种机器人及核心零部件 [3] - 济宁重点发展机器视觉系统和智能控制器 打造高端制造集聚地 [3] 全国夏粮生产数据 - 2025年全国夏粮总产量14973.8万吨 河南(3750万吨)、山东(2736万吨)、安徽(1762万吨)位列前三 [9] - 主产区中山东、河北、四川分别增产4.1亿斤、3.6亿斤和2.2亿斤 河南、陕西受旱情影响减产7.1亿斤和2.9亿斤 [12] 全球航运中心排名 - 2025年全球航运中心前三为新加坡、伦敦、上海 香港第四 宁波舟山第七 [13] - "十四五"期间中国航运中心排名稳中有升 宁波舟山上升3位至第七 广州、青岛、天津均有提升 [15] - 评价体系包含港口条件、航运服务和综合环境等3个一级指标和16个二级指标 [14] 其他行业动态 - 北京市计划到2027年建成科学基础大模型 建设10个以上科学数据库 服务超1000万用户 [4] - 黔桂铁路增建二线工程获批 总投资388.2亿元 计划2025年9月开工 [5]

北京市人工智能赋能科学发展行动计划 - 全国首个科学智能专项地方政策《北京市加快人工智能赋能科学研究高质量发展行动计划（2025—2027年）》正式发布 [1] - 目标到2027年建成科学基础大模型 [1] - 计划建设不少于10个高质量科学数据库 [1] - 预计服务用户规模不少于1000万 [1] - 推动科学智能在不少于5个领域深度应用 [1] - 形成8个以上标杆应用案例 [1]

AI4Science与符号回归技术进展 - 中国科学院自动化研究所提出DrSR框架，通过数据分析与经验归纳双轮驱动，实现类科学家的智能建模能力[1][2] - DrSR框架包含三位虚拟科学家角色：数据科学家、理论科学家、实验科学家，协同完成科学方程发现[3][7] - 该技术在物理、生物、化学、材料等跨学科建模任务中展现强大泛化能力，刷新当前最优性能[4][8] DrSR技术创新与工作机制 - 采用双路径推理机制：数据驱动的洞察生成+经验驱动的策略总结，形成闭环优化流程[16][18][28] - 包含三大核心模块：数据线索提炼（分析变量耦合/非线性趋势）、历史经验总结（建立Idea Library）、方程生成与拟合[19][20][23] - 通过残差分析定位未拟合数据段，动态优化提示质量，提升后续生成针对性[25] 性能表现与实验数据 - 在6大符号回归基准测试中，DrSR在5项取得最高准确率（Acc）和最低归一化均方误差（NMSE）[31] - 非线性阻尼振荡建模任务中达到99.94%准确率，误差低至1.8e-12，显著优于GPlearn/PySR等基线方法[31] - 收敛速度比LLM-SR快50%，有效方程生成比例高10-20%，OOD数据下误差稳定性优于同类方法[34][37][40] 典型应用案例 - 非线性阻尼振荡系统建模案例显示，DrSR在1000轮迭代内生成接近真实动力学的方程（0.8sin(x)-0.5xv-0.5v³-0.2x³），误差达10^-5级[46][48][52] - 展现三阶段智能行为：初期快速试错淘汰无效结构、中期融合非线性成分、后期精炼组合逼近真实方程[51][52] 技术应用与行业影响 - 已集成至ScienceOne智能科研平台，支持多学科可解释建模，不依赖特定大模型架构[57] - 当前局限包括输出随机性导致的冗余结构，未来将扩展多模态输入与持续学习机制[59][60][61] - 标志AI4Science从数据拟合向规律发掘演进的关键突破，推动科学智能进入新阶段[62]

AI赋能科学研究的发展策略 - AI赋能科学研究将以全新方式解决科学难题，实现科学发现的飞轮效应，加速人类认识世界和改造世界的步伐 [1] - "AI for Science"预示着科学研究范式的变革，AI驱动的"平台科研"将彻底打破学科、理论与实验界限 [1] - 需培养具备跨学科思维、工程实践及社会需求洞察力的新型人才，以驾驭科学认知革命 [1] AI赋能科学研究的技术应用 - 通过构建统一的科学基座模型和科学智能体，"AI for Science"将消除不同科学领域之间的壁垒 [1] - AI集成指导的智能化学化工技术有望突破传统研发周期长、成本高、依赖经验的模式 [2] - AI工具开发注重解决实际科学问题，通过算法平台预测和设计生物相互作用，解码生物机理并驱动药物分子设计 [2] AI赋能科学研究的产业应用 - 深势科技演示了覆盖"读文献-做计算-做实验-多学科协同"全流程的AI平台，将传统"试错式研发"转化为"计算驱动"的智能范式 [2] - 戴纳科技展出了AI+"黑灯实验室"的液体称重机器人，实现AI驱动的无人化生产状态与全流程闭环控制 [2] - 这一技术需要与现实需求充分结合，赋能千行百业，创造产业价值 [1]

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]

交通领域多模态大模型 - 上海首家国资背景垂直领域大模型企业中城交（上海）科技有限公司成立并发布"通达大模型" 该模型为上海首个交通专用大模型 具备专家顾问和辅助交通组织管理两项核心能力 [1] - 在试点城市应用中 该模型使路口通行效率提升15%左右 [1] 开源生成式AI项目 - 红帽公司推出新开源项目llm-d 旨在满足生成式AI大规模推理需求 创始贡献者包括CoreWeave Google Cloud IBM Research和NVIDIA [1] - 该项目利用突破性大规模生成式AI推理技术 使大语言模型推理云能满足最苛刻的生产服务级目标 [1] 科学智能发展 - 复旦大学主办科学智能国际学术会议 与施普林格·自然合作推出新刊《科学与智能（英文）》并发布《科学智能白皮书》 [1] - 复旦大学发布"AI大课"2 0白皮书 成立人工智能教育教学创新中心 同时推出CFFF智能计算平台2 0 [1] OpenAI硬件产品规划 - OpenAI计划2026年推出由ChatGPT驱动的硬件产品 目标是将AI融入用户生活的各种场景 [1] - 产品功能涵盖日常生活助手 出行导航 办公辅助等场景 包括回答问题 播放音乐 记录会议笔记等功能 [1] - 公司强调"最好的AI是随时陪伴的AI" 暗示正在开发原生运行ChatGPT的硬件设备 [1] 行业研究服务 - 提供人形机器人 商业航天 AGI等热门赛道的行业图谱和报告研究服务 [2]

CFFF智能计算平台2.0发布 - 复旦大学正式发布CFFF智能计算平台2.0，成为国内首个覆盖"教-学-研"全链条的人工智能基础设施 [1] - 平台在科学模型开放、数据安全共享、软硬件协同优化三方面完成全面升级，上线47个跨学科模型和4万余个11PB科学数据集 [1] - 联合科技企业建设全国产高密度智算硬件和国产异构调度软件，发起学科百模国产适配专项行动 [1] 平台功能与战略定位 - CFFF2.0将提供开放模型服务、高质量科学语料和科研工具链，加速科学原理发现和技术突破 [3] - 平台定位为科学智能领域的基础研发设施，通过AI大课驱动教学改革，实施"年轻人挑大梁"的创新模式 [3] - 复旦大学校长金力强调平台将促进教与学融通改革，支持师生协同创新 [3] 科学智能国际学术会议 - 会议聚集全球多学科专家探讨科学智能如何重塑科研范式与拓展产业边界 [3] - 专家指出生成式AI正深度变革科研范式与工业革命进程 [3] - 人工智能与物理研究形成双向赋能关系，AI模型助力材料设计，物理研究反哺AI架构创新 [3] 世界科学智能高校联盟 - 复旦大学倡议成立全球联盟，旨在推动AI技术与基础科学深度融合 [4] - 联盟目标包括资源共享、人才培养、产业促进和解决重大科学挑战 [4] - 将汇聚全球优势资源提升科学智能整体水平 [4] AI教育创新举措 - 发布"AI大课"2.0白皮书，构建"智学-智教-智评"全要素体系 [6] - 成立人工智能教育教学创新中心，统筹AI人才培养与师资建设 [6] - 设立专项鼓励师生在AI for Science等领域的创新实践 [6] 学术出版合作 - 与施普林格·自然合作创办《科学与智能》期刊，定位"AI for Science"与"Science for AI"双轮驱动 [7] - 期刊将发表AI与科学交叉领域的高质量原创论文 [7] - 目标是通过AI解决具体科学问题，同时利用科学原理推动AI技术发展 [7]

科学智能白皮书发布 - 复旦大学与上海科学智能研究院联合施普林格·自然旗下自然科研智讯发布《科学智能白皮书2025》[1]

记者5月7日从中国科学院自动化研究所获悉，由该所牵头打造的智能科研平台ScienceOne日前发 布。ScienceOne依托科学基础大模型，瞄准各学科的共性科学研究需求，从数据理解、计算优化、推理 评估三个维度实现能力突破。它能为假设提出、方案规划、仿真推演、实验验证、规律发现等科研流程 赋能，就像给科学家配了一个人工智能研究助手。 S1-ToolChain科学工具调度台实现了跨学科数据理解、科学计算与仿真等工具的自主协同调用，支 持接入各类通用与专业科学模型和工具，以智能体进行工具流编排和任务串联。在辅助用户精读论文 时，S1-Literature文献助手可提供思维导图、引文回溯、研究图谱、关键技术路径抽取等工具。 例如，当科研人员输入"请完成蛋白质序列补全"的科研需求时，S1-ToolChain科学工具调度台会通 过科学基础大模型识别研究意图，调用自主研发的序列理解模型分析序列结构，做出补全序列任务的规 划与编排，进而调用相关科学计算工具和模型补全蛋白质序列。当前，S1-ToolChain科学工具调度台已 集成数理化与工程学科近300个多模态科学数据分析、微分方程求解、离散优化、跨尺度仿真等工具。 曾大 ...

教育行业政策动态 - 6月27日至7月1日北京高招本科首次填报志愿，本科招生设提前批和普通批2个批次按顺序录取，征集志愿填报时间依录取进程安排 [1] - 4月28日北京通州发布2025年义务教育阶段入学政策，推进以登记入学为主、单校划片和多校联合派位相结合的入学方式 [1] 教育行业平台与学院成立 - 4月28日“北京高校大学生创业园”揭牌，聚焦高端仪器装备和传感器等重点产业推动学生团队来怀创业，会上还发布一批校地合作平台和项目 [1] - 日前北京大学在深圳研究生院成立科学智能学院，采用“AI+Science”双导师制，构建人工智能与基础科学融合创新生态，培养交叉复合型人才 [2] 教育公司业绩情况 - 4月28日科德教育发布2025年一季度报告，营收1.83亿元同比降2.27%，归母净利润3797.24万元同比降6.8% [3]