随着 AI4Science 的浪潮席卷科 研各 领域，如何将强大的人工智能模型真正用于 分析科学数据、构建数学模型、发现科学规律 ，正成为该领域亟待突破的关键 问题。 近日，中国科学院自动化研究所的研究人员提出了一种创新性框架 ——DrSR (Dual Reasoning Symbolic Regression)：通过数据分析与经验归纳 "双轮驱动"， 赋予 大模型像科学家一样 "分析数据、反思成败、优化模型" 的能力。 在 DrSR 中，三位 "虚拟科学家" 协同工作： 这三种角色基于大模型构建起高效的协作机制，共同驱动 DrSR 实现智能化、系统化的科学方程发现。 在物理、生物、化学、材料等跨学科领域的典型建模任务中（如非线性振荡系统建模、微生物生长速率建模、化学反应动力学建模、材料应力 - 应变关系建模 等），DrSR 展现出强大的泛化能力，刷新当前最优性能，成为 AI 助力科学研究的有力工具。 论文地址：https://arxiv.org/abs/2506.04282 论文标题：DrSR: LLM based Scientific Equation Discovery with Dual Reason ...

AI4Science行业概述 - AI4Science被誉为科学发现的"第五范式"，通过人工智能加速生成假设、设计试验、收集解释数据等关键研究环节，带来科技创新深刻变革 [1] - 美英等发达国家及微软、英伟达等头部企业竞相布局AI4Science以巩固全球科研领导地位 [1] - 苏州工业园区已培育人工智能千亿级产业集群，聚集相关企业超1800家，生成式AI服务备案数量位居全国同类地区前列 [1] 沃时科技公司概况 - 公司定位为以人工智能、数据科学与实验室自动化为核心的技术平台企业，聚焦合成工艺一体化设计 [2] - 采用"AI智能计算+实验室自动化"软硬结合模式，打造智能闭环生态，服务化工、生物医药、新能源、新材料等领域 [2] - 已完成四轮融资，投资方包括经纬创投、五源资本、元禾控股等知名机构 [5] - 入围苏州市独角兽培育计划，获国家高新技术企业、江苏省双创计划等多项资质 [5] 化学合成行业痛点 - 全球已登记物质超2.5亿种，每种化合物存在多种合成方法，传统人工探索效率低下 [3] - 即使全球20万化学家每天探索3种反应条件，全年仅能探索2亿个反应，其中仅小部分能产生新分子 [3] - 传统合成路径依赖专家经验与知识库检索，实验室路线到工艺放大阶段常难以实现 [3] 技术解决方案 - 开发ChemPro.AI平台，集成物质信息检索、反应文献检索、反应条件推荐和逆合成四大核心功能模块 [6] - 2024年平台升级后，查询响应时间平均缩短超80%，逆合成代码运行效率提升10倍 [10] - 推出连续流高通量自动筛选平台、AI自动化高通量平行反应平台等系列硬件设备 [10] - 构建"智能计算平台+实验室自动化"闭环生态，实现AI方案输出与设备数据反哺的协同优化 [6][10] 商业化进展 - 完成国内首个AI软硬件自动化合成平台商业化落地及交付 [5] - 2024年基本实现盈亏平衡，预计2025年营收同比增长200% [11] - 客户数量突破4000家，60-70%的制药公司研发人员日常使用其解决方案 [11][16] - 实际案例显示：实验成功率提升27%，搜索时间降低90%，实验转化率提高25%，选择性提升10% [11][12] 产学研合作 - 与武汉大学联合攻关光催化项目，搭建专属数据库并优化反应条件，获得比文献记载更高的产率 [15] - 计划继续携手行业头部企业及顶尖高校，加速AI在化学合成全产业链的渗透 [16] 区域发展支持 - 苏州工业园区作为国家新一代人工智能创新发展试验区核心区，人工智能及数字产业规模突破千亿级 [16] - 园区重点发展AI大模型、工业软件等领域，推动AI与实体经济深度融合 [16]

公司概况 - 公司由三位MIT华人物理学家于2015年创立，是通过"AI+机器人"重塑化学研发范式的引领者 [1] - 公司拥有科学家与技术专家超过500人，已获得腾讯、红杉、软银、谷歌等机构投资，账上现金资产达60亿港元 [2] - 公司已积累超过200个AI垂类模型，包括分子生成模型XMolGen、晶体结构预测模型CSP等 [1] 技术优势 - 公司拥有超200个自动化工作站，数据收集能力提升40倍，覆盖超80%常见药化反应类型 [1] - 机器人实验室每月积累超20万条化学合成过程数据，形成高质量、高通量数据飞轮效应 [1] - AI4Science可以从原子尺度深入化学反应本质，相比传统化学研发实现速度和精度的大幅提升 [2] 商业成就 - 2016年获得辉瑞盲测大赛冠军，COVID-19期间帮助辉瑞完成新冠药晶体结构预测，使药物提前6个月上市 [1] - 全球前20大药企中已有16家为公司客户 [1] - 已与协鑫、中石化、方大炭素等材料龙头企业达成战略合作 [2] 市场前景 - AI4Science被英伟达列为AI三大关键方向之一，远期有望成长为千亿美金市场 [2] - 我国拥有最齐全的化学制造业门类和最完备的产业链，具备培育AI4S全球龙头的土壤 [2] - 预计公司2025-2027年营业收入分别为4.22/6.84/9.54亿元 [3] 商业模式 - AI大分子制药业务订单价值大，与优时比、强生的合作若落地将贡献可观盈利 [3] - AI新材料业务有望与客户联合开发前沿材料、共享收益 [3] - 公司目前成本主要来自基础研发人员等固定成本，算力等变动成本占比低 [3]

科学基础大模型发布 - 中国科学院自动化研究所联合多家单位发布基于科学基础大模型的智能科研平台ScienceOne [1] - 平台支持跨学科成果涌现，推动多学科协同的智能科研新范式 [1] - 平台从数据理解、计算优化、推理评估三个维度实现能力突破，赋能科研全流程 [1] 首发工具功能 - S1-Literature文献助手依托国内最大科技文献数据库，实现高水平文献理解与综述自动生成 [2] - 文献助手已完成数学、物理、材料等学科适配，未来将实现全学科覆盖 [2] - S1-ToolChain科学工具调度台集成近300个多模态科学数据分析、微分方程求解等工具 [2] 未来发展计划 - 研发团队将开源科学基础大模型S1-Base [2] - 计划发布科学智能体工厂S1-Agent，形成平台化工具体系 [2] - 目标打造AI4Science新范式 [2]