要讓AI替愛因斯坦寫出相對論！上海發佈重磅方案，打造世界科學智能創新中樞

如果時間能倒流，那麼，把今天最先進的人工智能（AI）送回1905年，也就是狹義相對論發表那一年，基於當時的科學認知，AI能不能扮演愛因斯坦，獨立推導出廣義相對論？

這是昨天舉行的第二屆浦江AI學術年會上，上海人工智能實驗室主任周伯文提出的一個“思想實驗”。在他看來，科學發現正成爲AI的終極“試金石”——只有當AI可以像人類天才那樣完成顛覆性的原始創新，我們纔有理由認爲，真正的AGI（通用人工智能）已經到來。

正是爲了回應這一考問，本次大會上，上海AI實驗室正式發佈了面向重大科學突破的“AGI4S（通用科學智能）珠穆朗瑪計劃”，旨在匯聚相關創新全要素，重構科研生產力。這不僅是上海向全球科學界拋出的一套“路線圖”和“英雄帖”，更展現了我國在重構科研範式、構建自主可控AI發展模式方面的戰略與雄心。

築牢底座：打造科學發現“大本營”

昨天的大會吸引了衆多頂尖學者、創業者和企業參與，它之所以引人關注，原因在於正好切中了產學研各界共同關心的話題。

正如中國科學院院士白春禮在開幕演講中所說，科學革命的每一次躍遷，都伴隨着認知工具的更新；當下，AI正在深刻重塑科研範式，未來的競爭就是看誰能在新一輪科研範式轉型中，率先形成新的認知體系。

就是在這樣的背景下，上海提出“珠穆朗瑪計劃”，試圖在科研範式革命的早期，圍繞下一代的科學基礎設施、科研機制、知識生產模式和組織方式等，率先展開探索和佈局。

要攀登科學的“珠穆朗瑪”，先要爲科學家打造“珠峯大本營”。當前，科學智能普遍存在算力碎片化、數據質量低、實驗驗證難等痛點問題，爲此，“珠穆朗瑪計劃”對症下藥，提出並着手構建“算力—數據—自主實驗”一體協同的基座。

算力方面，DeepLink超智融合算力平臺已與全國主流超算和智算中心全面互聯互通，構建起“算力一張圖”，將大幅提升複雜科學問題的解算速度。數據方面，正在構建的超大規模科學智能數據庫Sciverse，將全面覆蓋我國研究生學科體系，目前已囊括過去數十年的全球主流開放科研成果，沉澱出6000億詞元（Token），爲科學大模型的訓練提供高準確度、強時效性的支撐。

更具突破性的是，上海藉助具身智能，構建自主實驗平臺，可在無人干預的情況下自行完成複雜實驗操作。在合成科學領域的試點表明，這個平臺能將原本以“年”計的實驗週期大幅縮短至3到6個月。

此外，上海AI實驗室還藉助“書生”萬億參數科學大模型和科學發現平臺，將科研人員從重複工作中解放出來。目前，平臺可提供超過200個科學專業智能體，可接入100多種實驗設備。

機制護航：全週期託舉高價值成果

基礎研究的任務，通常被認爲是做出“從0到1”的原創性發現。但要讓學術成果真正爆發出改變世界的力量，還需要爲科學家打通“從1到10”的優化放大以及“再到100”的產業落地通道。爲此，上海整合資源，爲“珠穆朗瑪計劃”配套推出升級版的“攀登者計劃”。

據介紹，針對傳統科研體系人才與項目脫節、項目與資源錯配、成果與產業割裂等堵點，“攀登者計劃”將構建貫通“實驗室-上海-國家”的三級項目支持體系，爲每一個高價值成果提供全週期託舉。

在去年推出的1.0版“攀登者計劃”中，上海AI實驗室面向AGI4S，選定了一批項目進行合作孵化，涵蓋數學、物理、化學、能源、材料、生命等十多個領域，目前已有多個項目完成了從科研成果到真實場景價值驗證。

中國石油大學（北京）副教授周天航的經歷，就體現了該計劃的效力。去年初，他攜長時儲能方面的課題，加入“攀登者計劃”，僅用數月就破解了儲能材料在“能效、安全、壽命”上的“不可能三角”，構建了“分子—電網工業智能體”，目前已在兆瓦時級儲能裝置上部署。周天航表示，當自己的科學構想遇上真正懂科研、敢投入的平臺，原本多年的跋涉就會變成一場全力衝刺。

今年升級至2.0版的“攀登者計劃”中，上海基於近年來在科研組織範式方面的改革試點，進一步爲AGI4S引入“項目經理人”機制，由更具實力的專業化力量對早期項目進行精準判斷，並幫助科學家將這些高潛力項目一路從種子期護航到產業化落地。

場景共建：做下一代“創新中樞”

傳統科研範式中，重大突破往往依賴天才的偶然靈感。但在周伯文看來，真正的變革在於“重新定義發明的組織方式”。如同愛迪生通過建立門洛帕克實驗室，將發明變成可預測的工業流程，最終研發出白熾燈泡；在AGI領域，科學智能的使命也包括牽引科學與更多場景開放互聯，讓創新能夠植根應用的土壤。

此次發佈的“珠穆朗瑪計劃”，就深度鏈接了中國本土創新體系，特別是聯合中國航天、中國聯通、中國銀聯、阿里巴巴及復旦大學、上海交通大學、南京大學等15家高校、科研機構和領軍企業，共建應用場景，通過打造面向真實應用、面向重大科學問題的協同網絡，將AGI的能力精準植入高能物理、新藥創制、疾病診斷等重大戰略性領域，從需求出發定義模型，驅動AI迭代。

“真正的技術突破，往往源於對真實場景的深刻理解。”昨天，談到讓AGI走出實驗室、走進真實科研場景進行迭代驗證，上海AI實驗室、復旦大學雙聘青年科學家孫思琦感觸頗深。他所在團隊研發的AI蛋白質測序工具，預測精度較傳統算法提升了45%，速度提升80多倍，背後的關鍵驅動力正是場景牽引。由此，AI不再只是聊天工具，而是能理解科學規律，“算得準、可驗證”的科研夥伴。

值得一提的是，“珠穆朗瑪計劃”不單爲中國科學家賦能，更向海內外開放，希望從全球徵集科研項目，並提供算力、數據、模型、平臺、場景等全維度合作通道。

正如周伯文所言，當下是中國科技發展最好的時代，上海AI實驗室的目標是做整個科學界的“連接器、放大器、加速器”，助力全球科學家勇攀科學高峯。也只有這樣，上海才更有可能成爲下一代創新範式的“創新中樞”，並在重塑科學版圖的深刻變革中發揮引領性作用。