打造端到端“科研生產閉環”！上海高校集中發佈AI4S一攬子科學基座模型

面向AI for Science（科學智能）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正從概念走向現實，科學研究迎來它的“GPT”時刻！

1月29日，在上海模速空間，上海交大重磅發佈科學基座模型Innovator、科研智能體SciMaster等核心成果，一攬子成果打造端到端的“科研生產閉環”。同時，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”，正式開啓“Agentic Science at Scale（大規模智能體驅動科學研究）”時代。

當天下午上海交大人工智能學院還與上海算法創新研究院聯合主辦了“Agentic Science at Scale——AI4S科學基座模型和通用科研智能體研討會”。

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，系統闡釋科研智能化、規模化時代的底層能力架構與實施路徑。

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，系統展示了端到端的“科研生產閉環”。

上海交通大學人工智能學院副教授、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系統呈現了通用科研智能體SciMaster的能力體系。該智能體實現全學科科研“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核心技術能力，爲用戶提供“自動駕駛”般的科研體驗：其6小時運行成果即可比肩資深理論物理學博士1至3個月的飽和工作量。驅動科研生產範式由“小作坊”向“超級工廠”加速躍遷。

上海交通大學人工智能學院助理教授張林峯發佈了Innovator基座模型。該科學基座模型實現了科學多模態感知、科學推理、科學工具調用的三個目標。感知方面，面向化學、材料、物理等學科多模態科學數據建立理解能力，支持20多種科學模態，且同時具備頂尖的通用視覺理解能力。科學推理方面，顯著提升科學推理與多模態科學推理能力，具備解決真實科學任務的科學編程能力，在科學編程任務上超越30倍參數量的模型。科學工具方面，在模型側對萬級工具與能力模塊進行理解、選擇、組合與調度，實現跨學科、跨任務的穩定交付。

中國科學院理論物理研究副研究員陳錕團隊聯合各合作單位發佈了SciencePedia科學基座。陳錕說，第一次文藝復興的核心動力源於對“理性邏輯”的迴歸。SciencePedia的發佈正是在AI時代重構這一根基，打造社區共享的“邏輯與知識”底座。

深勢科技創始人兼首席科學家張林峯展示了全要素整合、已形成規模化飛輪的Agent-ready at Scale科研工具體系。該體系顯著降低了科研工具使用門檻，克服了人類專家的知識範圍和工具技能的侷限、極大釋放了海量科研工具的潛力，爲基於科研智能體開展大規模協作驗證提供了關鍵支撐。

上海創智學院全時導師、華東師範大學教授朱通發佈了面向真實科研流程的AI for Science評測系統。

上海賽蘭德智能科技有限公司首席執行官張與之介紹了玻爾+SciMaster科研智能體開發大賽並宣佈獲獎名單。大賽以賽事機制推動科研智能體生態共建，吸引44所頂尖高校、160餘支隊伍參賽，作品覆蓋文獻分析、實驗設計、數據處理等科研全流程，集中檢驗科研智能體在真實科研場景中的應用能力。

研討會現場，上海賽蘭德智能科技有限公司分別與上海埃迪希科技服務有限公司、上海庫帕思科技有限公司簽署戰略合作協議，圍繞科研算力供給與數據價值挖掘開展深層合作，推動科研智能化、規模化成果形成可持續生態。同時還舉行了“Agentic Science先行者科學家圓桌論壇”。