经济日报记者 杨学聪 近日，国务院印发《关于深入实施"人工智能+"行动的意见》指出，加快探索人工智能驱动的新型 科研范式，加速"从0到1"重大科学发现进程。北京作为教育、科技、人才资源富集地，人工智能竞争优 势明显。在人工智能迎来从技术突破向价值落地的关键拐点时，北京如何围绕创新、转化、产业、服务 等关键环节，打造新质生产力发展的重要发动机？ 提到科学智能，不能不提北京科学智能研究院。这是全球首个专注于AI4S领域研究与发展的新型 研发机构。该院于2021年9月成立，将人工智能技术与科学研究结合，加速不同学科的融合和突破，以 构建"平台科研+垂直整合"模式为指导，加速构建下一代科研范式下的基础设施。"研究院以'解放科学 家、赋能新工业'为使命，围绕变革传统科学计算研究范式开展关键技术攻关，加速开源生态建设。力 争在重大科学问题研究方面取得重大突破，诞生一批原始创新成果，让北京成为全球科学智能的发起 人、先锋队、引领者。"北京科学智能研究院院长李鑫宇告诉记者。 想向上生长，先要向下扎根。北京科学智能研究院着手布局科学智能的"四梁N柱"建设。"四梁"是 平台系统——即基本原理与数据驱动的模型算法与软件，高效率、高 ...

在高校、科研院所、创新企业云集的北京，经济日报记者深入调查采访发现，当地积极布局、率先 探索AI4S科研创新路径，近年来已形成一批具有示范意义的创新成果，成为发展新质生产力的生动实 践。 瞄准前沿 搭建基础设施 提起搞科研，很多人脑海中会浮现实验室里的瓶瓶罐罐、连轴转的研究人员、大量快速更新的文 献。这是以往科学研究的常态，却也面临难言的尴尬——有了基本原理却难以实际应用，理论研究与实 际问题差距不小，许多问题只能通过经验和试错解决；"作坊模式"让科研效率亟待提高；实验手段，数 据收集、处理、分析手段有限…… 2024年，诺贝尔化学奖表彰人工智能破解蛋白质结构的密码，成为突围的重要里程碑。基本原理驱 动、数据驱动的科研模式在人工智能助力下走向大幅升级与融合。AI4S作为加速科学研究的新范式， 已是全球共识，正在成为新一轮科技革命的重要推动力量，也正由概念导入期进入应用落地期。 提到科学智能，不能不提北京科学智能研究院。这是全球首个专注于AI4S领域研究与发展的新型 研发机构。该院于2021年9月成立，将人工智能技术与科学研究结合，加速不同学科的融合和突破，以 构建"平台科研+垂直整合"模式为指导，加速构建下一 ...

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]