文章核心观点 - 国务院印发意见，推动实施“人工智能+”行动，旨在加快人工智能驱动的科研新范式，加速重大科学发现进程 [1] - AI for Science（AI4S）正成为新一代科技革命的重要推动力量，并从概念导入期进入应用落地期 [1][2] - 北京凭借其资源优势，在AI4S领域积极布局并取得显著成果，通过政策支持和生态建设，致力于打造新质生产力发展的重要引擎 [1][5][12][13] 政策支持与规划 - 国务院发布《关于深入实施“人工智能+”行动的意见》，明确支持AI驱动的科研新范式 [1] - 北京市发布《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）》，这是全国首个面向科学智能的专项地方政策 [5] - 该行动计划提出，到2027年将建立科学基础大模型，建设不少于10个高质量科学数据库，服务不少于1000万用户 [12] - 北京将建立人工智能专项工作机制，布局重大项目群，鼓励联合攻关以完善科学智能创新生态 [12] 科研基础设施与平台建设 - 北京科学智能研究院作为全球首个专注于AI4S的新型研发机构，构建“平台科研+垂直整合”模式，布局科学智能的“四梁N柱”基础设施 [3] - 玻尔科研空间站作为“全球AI4S时代下的云科研入口”，覆盖“读—算—做”全流程，用户规模已突破100万 [7] - 玻尔平台收录超2000万全球活跃学者，超14万本期刊资源，覆盖26大学科领域，其Apps应用商店已集成300+科研工具 [8] - 大原子模型（OpenLAM）已迭代至第三代，覆盖90种化学元素，在下游任务中平均节省90%的数据计算成本 [11] 关键技术突破与应用案例 - DeepFlame Rocket（临界炽核）火箭燃烧智能仿真软件实现火箭发动机全流程数值模拟，将原本需数月的计算压缩至一天甚至更短 [4] - 该软件使火箭发动机实际试车次数至少减少50%，并已在能源、电力、化工等多个领域应用 [4] - “磐石·科学基础大模型”发布，在国产开源大模型基础上面向科学领域定制，集成了一系列专用模型 [11] - 深势科技构建“深势·宇知”大模型体系，打造了包括药物计算设计平台、电池设计自动化平台等在内的科研和工业研发基础设施 [8][9] 产业生态与企业发展 - 北京已形成完整的AI创新和产业链条，涌现出一批创新型企业和潜在独角兽企业 [5] - 深势科技是国家专精特新“小巨人”企业，科研团队博士及博士后占比超过35%，在北京、上海、深圳等地布局研发中心 [7] - 玻尔科研空间站已在北京大学、浙江大学等全国50余所高校院所，以及宁德时代、广汽埃安等40多家企业上线应用 [7] - 目前有30多家共建单位参与大原子模型计划（OpenLAM）项目，推动微观科学研究基础设施的共建 [11] 未来展望与发展目标 - AI4S正在激发新的科学变革，重塑传统产业和科研模式，行业已站在这场变革的起点 [8] - 北京将持续深化人工智能与科学研究的“双向奔赴”，以“行动计划”为指引 [13] - 海淀区将围绕变革传统科研范式前瞻布局，协同区域力量，夯实基础设施，建设科学智能创新策源地和产业高地 [12] - 目标是通过构建开放生态，推动形成具有国际竞争力的AI4S产业集群 [12]

政策与战略布局 - 国务院印发意见，要求加快探索人工智能驱动的新型科研范式，加速重大科学发现进程[1] - 北京市发布全国首个面向科学智能的专项地方政策《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）》，作为未来3年发展AI4S的路线图[5] - 行动计划提出到2027年建立科学基础大模型，建设不少于10个高质量科学数据库，服务不少于1000万用户[12] - 北京将建立人工智能专项工作机制，布局一批重大项目群，鼓励生态上下游企业及优势团队开展联合攻关[12] 核心机构与平台建设 - 北京科学智能研究院于2021年9月成立，是全球首个专注于AI4S领域研究与发展的新型研发机构，以构建"平台科研+垂直整合"模式为指导[3] - 研究院布局科学智能的"四梁N柱"建设，"四梁"指模型算法与软件、实验方法、数据库与知识库、算力平台，"N柱"对接国家战略需求如锂电池、医疗制药等[3] - 玻尔科研空间站作为"全球AI4S时代下的云科研入口"，覆盖"读—算—做"全流程，用户规模已突破100万，在全国50余所高校院所和40多家企业上线应用[7] - 玻尔科研空间站收录超2000万全球活跃学者，超14万本期刊资源，覆盖26大学科领域，其Apps应用商店已集成300+科研工具[8] 技术突破与应用案例 - DeepFlame Rocket火箭燃烧智能仿真软件实现火箭发动机全流程数值模拟，将原本需数月的计算压缩至一天甚至更短，使实际试车次数至少减少50%[4] - 大原子模型已迭代至第三代，覆盖90种化学元素，在众多下游任务中平均节省90%的数据计算成本，应用于合金、动态催化、药物小分子等领域[11] - 北京已产出全球首个覆盖90多种元素的大原子模型DPA、新一代科研知识库Science Navigator等一批重大原创成果[5] - 深势科技构建"深势·宇知"大模型体系，打造了玻尔科研空间站、药物计算设计平台、电池设计自动化平台等科研和工业研发基础设施[9] 产业生态与协同创新 - 北京在人工智能领域形成完整的创新和产业链条，涌现一批创新型企业和潜在独角兽企业[5] - 已有30多家共建单位参与大原子模型计划项目，为微观科学研究提供新的基础设施[11] - 北京聚集北大、清华、中国科学院等顶尖高校和科研机构，拥有深势科技、百度等科技创新企业，重大场景丰富多元[9] - 深势科技作为国家专精特新"小巨人"企业，研发团队汇集超百位跨学科科学家和工程师，博士及博士后占比超过35%[7]

通用科研智能体SciMaster发布 - 全球首个通用科研智能体SciMaster在WAIC未来发展论坛发布，由上海交大青年博导张林峰与深势科技创始人张林峰共同推出[1] - SciMaster具备专家级深度调研能力，基于通用科学基座大模型Innovator，拥有多模态能力[5] - 可结合全网资源和1.7亿科学文献进行科研辅助，并能以科研思维解决日常问题[2][3] - 主要功能免费开放，发布后迅速引发用户求邀请码热潮[4] 核心功能与技术特点 - 提供"通用助手"和"深度调研"两种模式，前者适合快速了解问题，后者可生成更翔实的报告并附参考文献[22] - 集成多种科学专用工具，支持主动调用和自动调用两种方式[24][28] - 检索方式包括WebSearch、WebParse、PaperSearch三种，覆盖全域互联网和1.7亿科学文献[7] - 支持用户干预检索方案，可随时暂停并编辑搜索策略[8] - 具备自动优化搜索能力，如不满意初次检索结果会自动调整关键词进行二次搜索[10] 实际应用案例 - 在AI前沿领域调研中，成功识别出Mamba、GNN等有前景的非Transformer架构，发现Mamba在长序列处理上效率是Transformer的5倍[15][17] - 在生物信息学领域，证实GNN在单细胞转录组学中可替代Transformer且计算资源消耗更少[18] - 在表格数据处理方面，发现传统MLP在某些情况下表现优于Transformer架构[19] - 生活场景中可提供科学开空调方案，根据不同关注点(舒适/健康/节能)给出最优解[29][30] - 商业场景中可帮助投资人发现具身智能领域有潜力的中国初创企业，并提供亮点和风险分析[37][39] 开发背景与行业影响 - 由上海交大与深势科技合作开发，是AI for Science(AI4S)领域的校企合作标杆成果[42] - 深势科技已推出科学大模型体系、药物计算平台等AI4S产品，并与40余所高校达成合作[43][44] - 数据来源于深势科技的玻尔科研空间站，并接入DeepModeling开源社区，已孕育上千款工具和数百个应用[43][46] - 目标是打造"AI4S领域的Hugging Face"，推动重塑高校科研范式，改变传统"教、学、研、用"体系[45][47] - 作为通用科学智能体，将促进信息世界与物理世界融合，推动AI与传统学科的深度结合[48]

北京市人工智能赋能科学研究发展行动计划 - 北京市发布《加快人工智能赋能科学研究高质量发展行动计划（2025—2027年）》，目标到2027年建设不少于10个高质量科学数据库，服务不少于1000万用户，并在不少于5个领域开展深度应用 [1] - 该计划是全国首个面向科学智能的专项地方政策，旨在打造全球科学智能创新策源地 [1] 北京科学智能领域成果 - 北京已产出全球首个覆盖"读文献—做计算—做实验—多学科协同"的AI科研平台——玻尔科研空间站等重大原创成果 [2] - 京研火箭燃烧智能仿真软件DeepFlame Rocket正式发布，通过人工智能模拟流体力学、燃烧、传热等物理过程，大幅降低火箭研发成本和周期 [1] - 涌现出深势科技、百图生科等一批创新型企业，在基础科学研究、医药健康、工业智能化等领域形成适合科学智能落地的应用场景 [2] 北京科学智能发展布局 - 北京已全面布局科研基础设施，率先打造科学研究新范式 [1] - 下一步将建立人工智能专项工作机制，布局一批重大项目群，加快完善科学智能创新生态 [2] - 加强人工智能产业基金在科学智能领域的投资力度，目标形成具有国际竞争力的产业集群 [2]

北京市AI for Science行动计划 - 北京市发布全国首个科学智能专项政策《行动计划》，明确2025-2027年发展路线图 [1] - 目标到2027年建设不少于10个高质量科学数据库，服务超1000万用户，在5+领域深度应用形成8+标杆案例 [3] - 重点布局基础研究、医药健康、新材料、科学仪器、工业智能化等领域 [2][3] 北京科学智能产业基础 - 2021年成立全球首个AI for Science研发机构北京科学智能研究院，布局"四梁N柱"体系 [2] - 已产出大原子模型DPA、玻尔科研空间站等原创成果，覆盖90+元素并节省90%数据计算成本 [2][8] - 培育深势科技、百图生科等创新企业，形成中关村论坛等全球影响力品牌活动 [2] 核心技术突破方向 - 构建科学基础大模型和新一代科学计算智能模拟软件工具 [3] - 突破工业专用大模型、知识表达、小样本学习等关键技术瓶颈 [5] - 开发Uni-Lab-OS智能实验室操作系统，实现实验自动化与数据互通 [9] 重点应用场景 - 生物医药领域：推动药物研发和靶点发现创新 [4][5] - 材料领域：聚焦固态电池、半导体、催化剂等先进材料制备 [4] - 工业领域：在火箭发动机仿真中减少50%试车次数（DeepFlame软件） [10] 标杆成果进展 - 玻尔科研空间站已落地40+高校和40+企业，用户达90万人，正向200+高校和100+央国企推广 [7] - 大原子模型DPA在合金、药物分子等领域实现世界领先预测性能 [8] - Uni-Lab-OS推动实验室向"AI科学家"转型，实现设备协同与方案自动调整 [9]