AI驅動科研迎來“GPT時刻”，這場研討會聚焦科學研究規模化新範式

當人工智能與基礎科學深度融合，科學發現的新範式正在開啓。當前，面向AI for Science的關鍵基礎設施已逐步成形，規模化、智能體驅動的科學研究從概念走向現實的時機已經成熟，科學研究正迎來它的“GPT”時刻！

1月29日下午，由上海交通大學人工智能學院與上海算法創新研究院聯合主辦的“Agentic Science at Scale——AI4S科學基座模型和通用科研智能體研討會”在上海徐彙區模速空間多功能廳舉行。會議面向產學研各界集中展示AI for Science科研基礎設施整體能力，重磅發佈科學基座模型Innovator、科研智能體SciMaster等核心成果，並通過產學研戰略簽約打通科研智能化、規模化的“最後一公里”，“Agentic Science at Scale”時代正式開啓。

中國科學院院士、上海交通大學人工智能學院首席顧問鄂維南主持開幕式並作主旨報告，系統闡釋了科研智能化、規模化時代的底層能力架構與實施路徑。他指出，AI for Science的關鍵基礎設施已逐步成形，科研新範式正在開啓。

圖爲中國科學院院士、上海交通大學人工智能學院首席顧問鄂維南主持會議開幕式並作《Agentic Science at Scale》主旨報告。

在“科研基礎設施與科研智能體成果介紹”環節，來自高校與科研機構的專家學者集中發佈了AI for Science科研基礎設施的關鍵能力模塊，系統展示端到端的“科研生產閉環”。

上海交通大學副教授、上海賽蘭德智能科技有限公司創始人兼首席科學家陳思衡介紹了通用科研智能體SciMaster。該智能體旨在實現全學科“搜、讀、算、做、寫”全流程閉環，依託海量工具調用與超長程上下文管理兩大能力，可大幅提升科研效率——其6小時運行成果相當於資深理論物理學博士1至3個月的工作量。通過“用戶+開發者”雙輪驅動，SciMaster正推動科研從“小作坊”向“規模化”躍遷。

上海交通大學助理教授張林峯發佈Innovator科學基座模型。該模型聚焦科學多模態感知、科學推理與科學工具調用三大目標，支持20多種科學模態，並具備優異的通用視覺理解能力。在科學推理方面，其編程能力甚至超越參數量大30倍的模型。同時，模型能夠理解、選擇與調度萬級工具模塊，實現跨學科任務的穩定交付。

中國科學院理論物理研究所副研究員陳錕團隊發佈SciencePedia科學基座。它不僅整合了300萬條長思維鏈與3萬多款科研工具，更構建了可溯源的推理網絡，將分散的知識連接爲邏輯體系，從而幫助基座模型與智能體突破互聯網語料的認知邊界，推動科學發現從“信息堆疊”走向“邏輯貫通”。

深勢科技創始人張林峯展示Agent-ready at Scale科研工具體系。該體系對讀、算、做等基礎設施進行全面整合，並將海量科研軟件自動化封裝爲智能體可調用的能力單元，顯著降低使用門檻，釋放工具潛力，爲基於智能體的大規模科研協作提供關鍵支撐。

上海創智學院全時導師、華東師範大學教授朱通發佈面向真實科研流程的AI for Science評測系統。他提出“動態評測、過程評測與實戰任務評測”三層框架，以閉環驗證、標準化可追溯爲原則，構建具有公信力的科學智能評測基礎設施，爲科研組織升級與產業化提供度量標尺。

此外，賽蘭德智能科技CEO張與之介紹了玻爾+SciMaster科研智能體開發大賽及獲獎名單。大賽吸引44所高校的160餘支隊伍參與，作品覆蓋科研全流程，有效檢驗了智能體在真實場景中的應用能力。

在“Agentic Science先行者科學家圓桌論壇”環節，多位專家學者圍繞科研智能體如何重塑科研流程、實現跨學科協同、推動能力複用等議題展開深入討論。大家一致認爲，科研智能體的規模化發展正推動科研體系在方法、工具與組織方式上發生系統性變革。

圓桌論壇：先行者共議範式遷移，推動“Agentic Science”走向規模化。

最後，鄂維南院士以“範式遷移”爲主題總結指出，隨着科研基礎設施不斷完善、模型與智能體能力持續增強，科學研究將進入更系統化、規模化的新階段，“Agentic Science at Scale”將成爲人工智能時代科研範式變革的重要里程碑。