AI4S八年積累迎來新節點，北京再落一子，搶跑科研範式變革下半場

（公眾號：zhidxcom） 作者 | 陳駿達 編輯 | 漠影 8月22日報道，昨天，2026科學智能大會在北京中關村國際創新中心開幕。這場大會集結近50位兩院院士、80餘位青年專家，設置2場全體會議和14場平行會議，舉辦上百場學術報告，來自政府、高校、科研院所和企業的約2500人到場。從議程看，議題已從模型和方法擴展到科學數據、自主實驗室、中試驗證和產業落地等環節；全國首個自主實驗室國家標準的立項進展也在會上披露。大會期間，有兩條產業動向尤其值得關注。

一條是北京市科委、中關村管委會發布首批人工智能賦能科學研究典型案例，共16個；另一條是海淀區正式發佈中關村（海淀）科學智能（AI4S）創新集聚區，選址西三旗片區，統籌160萬平方米產業空間和74萬平方米中試空間。16個典型案例中，12個落地海淀，集聚區也選址於此。往前追溯，AI4S概念的提出、全球首個專注AI for Science領域的新型研發機構、第一批企業的出現，也都在這個區。這種集中背後，是海淀過去幾年在AI4S上的持續積累，這種積累如何形成，要從概念的源頭說起。一、從8年前一個概念出發，AI4S已進入下半場 時間回到2018年前後。

當時，中科院院士、北京大學數學科學學院講席教授鄂維南開始系統推動AI for Science理念，主張用AI重塑科學研究範式。他不只是提出理念，也拿出了代表性成果。鄂維南牽頭髮展的深度勢能方法，用機器學習擬合第一性原理精度的原子間相互作用，使分子動力學模擬的尺度和精度同時提升幾個數量級。在當時，這只是少數人的方向，主流AI界的注意力還在圖像、語音和後來的大模型上。▲鄂維南 轉折發生在2020年。當時，AlphaFold2在蛋白質結構預測上取得歷史性突破，AI能夠解決真實科學問題由此成為全球共識。

此後幾年，這一方向在國內持續升溫：2022年，國家自然科學基金委交叉科學部推出可解釋、可通用的下一代人工智能重大研究計劃，AI for Science是其中的重要內容；2023年，科技部會同自然科學基金委啟動人工智能驅動的科學研究專項部署。與此同時，一批專注這個方向的團隊在各地出現。值得注意的是，全國性的佈局升溫之前，北京已經先走了一步。2021年，北京圍繞鄂維南團隊成立北京科學智能研究院（AISI），這是全球首個專注AI for Science領域的新型研發機構；次年，首屆科學智能峰會舉辦，由AISI主辦、深勢科技承辦。概念、機構、會議，三件事都發生在海淀。

更值得關注的是這裡形成的一套轉化方法：新型研發機構負責方法論和底層研究，再由孵化企業完成產品化。深勢科技是一個樣本：北京科學智能研究院理事長張林峰同時擔任這家公司的創始人兼首席科學家，深度勢能系列模型在學術圈持續迭代，同一套方法同步轉化為商業軟件、行業平臺和科研雲。這套方法能否從個案變成可複製的路徑，要看行業的整體進展。業內普遍認為，AI4S正從概念探索和模型試水，進入基礎設施成型、垂直場景落地的階段，本次大會的報告也指向同一判斷。鄂維南以Science after AI for Science為題作報告，提出AI4S已進入下半場，重心從方法探索轉向科研範式的系統性變革。

他指出AI正在重塑三個環節：知識獲取、理論計算、實驗工具，並多次提到乾溼閉環，即模型計算與真實實驗必須形成循環，AI4S才能真正落地。類似的判斷也出現在其他報告中：張林峰談AI時代的科學基礎設施，主張基礎設施先行，成果要經得起科研實踐檢驗；之江實驗室主任、阿里雲創始人王堅強調科學數據的Token化，認為跨學科融合的門檻將被更多科研工作者跨越。北京市科委、中關村管委會在發佈首批典型案例時，將北京稱為AI4S策源地。如果再進一步拆解，這個策源地的核心承載區是海淀：概念在這裡提出，機構在這裡設立，轉化路徑在這裡形成。二、數據、人才、真問題，缺一樣都養不出AI4S 什麼樣的小氣候，才養得出AI4S？

答案要回到行業本身的特性。AI4S與通用人工智能的競爭邏輯並不相同。大模型競爭主要拼算力和資本，而AI4S則同時依賴三樣東西：高質量科學數據、既懂科學又懂AI的交叉人才、真實的科學問題和實驗條件。科學數據分散在各地實驗室和儀器中，獲取與治理成本高；交叉人才培養週期長，全球範圍內供給有限；真實科學問題則集中在少數科研高地。算力可以採購，資本可以募集，但這三類要素很難通過短期投入複製。這種稀缺性，決定了AI4S不是一條誰都能上的賽道。

近幾年，主要國家陸續把AI4S上升為國家戰略，今年更是明顯提速：7月，美國白宮科技政策辦公室發佈《科學：新的黃金時代》報告，將創世紀計劃列為旗艦項目，整合超算、AI模型與科學數據設施，目標十年內將美國科研生產力翻倍，白宮隨後宣佈超50億美元聯邦投入。國內也不平靜，北京、上海、合肥、深圳等城市相繼落子。各方發力點雖有先後，指向卻高度一致：建科學數據平臺、做科學基礎模型、搶真實科研場景，數據、模型、問題，成為這條賽道的比拼焦點。用這三個維度衡量，國內符合條件的地方不多，海淀是其中之一。它的基礎可以從資源、成果、應用三個方面觀察。

資源方面，海淀聚集了一批覆蓋AI4S創新鏈各環節的機構：提出科學問題的，有北京大學、清華大學、中國科學院、中關村學院和中關村人工智能研究院等高校院所；把問題轉化為模型的，有AISI、智源研究院這樣的新型研發機構；把模型做成產品的，有深勢科技、百奧幾何等企業；提供數據支撐的，有北京科技大學牽頭建設的國家新材料大數據中心等單位。創新鏈的每個環節都能在海淀找到代表性主體，且彼此物理距離很近。成果方面，這裡已形成從通用到專用的模型體系，且各有代表作。

通用一側，有中國科學院聯合十餘家院所發佈的國內首個通用科學基礎大模型磐石，及其衍生的磐石100全域科學模型體系；專用一側，有AISI的DPA系列大原子模型，曾登頂材料發現領域國際權威榜單Matbench Discovery，也有智源研究院的OpenComplex模型，支撐藥物研發多項核心任務。模型之外，平臺也在補齊：AISI聯合深勢科技推出覆蓋文獻、計算、實驗與多學科協同的玻爾空間站科研雲平臺，海淀區還與AISI共建了全國首個AI4S基礎科學數據支撐平臺。應用方面，AI4S在海淀的落地已覆蓋新材料、生物醫藥、量子信息等多個領域，一些成效開始有據可查。

新材料領域，深勢科技的Piloteye電池全流程自動化設計平臺已在縮短電池材料的研發迭代週期。生物醫藥領域，哲源科技的胰腺癌靶向藥從分子設計到IND獲批用時不滿兩年，華深智藥將臨床前候選分子開發從3到5年壓縮至10個月。量子領域，量智開物推出了“追風”萬原子高速重排算法、“扁鵲”AI量子糾錯解碼器等成果。這些進展發生在企業和實驗室中，而非停留在論文和榜單上。從提出問題到做出模型，再到用出成效，AI4S的完整鏈條已經在海淀跑通。三、數據、實驗瓶頸突顯，政策開始進場 然而，有了資源、成果和應用的積累，並不意味著科學發現天然就會提速。AI4S研究還面臨不少現實挑戰。

除了前文提到的數據分散、獲取和治理成本高，更直接的瓶頸在實驗環節。AI幾小時就能預測上萬個候選分子，傳統實驗室一個月只能驗證幾十個；模型精度紀錄不斷刷新，但經過實驗驗證並進入產業化的成果，遠跟不上論文增長的速度。瓶頸已經從計算端轉移到實驗端。大會上的討論，很大程度上正是圍繞這個瓶頸展開。鄂維南提出，要讓模型計算與真實實驗形成乾溼閉環；張林峰則把問題落在基礎設施上：科研基礎大模型、高質量科學數據與語料、自主實驗室，缺一不可。這類問題很難由單家機構或企業獨自解決，政策由此進場。從時間線看，海淀的相關政策逐年細化。

2024年，《中關村科學城人工智能全景賦能行動實施方案》鋪開人工智能賦能各行業的底座；2025年，北京市科委中關村管委會、市發展改革委、市經濟和信息化局與海淀區人民政府聯合發佈《北京市加快人工智能賦能科學研究高質量發展行動計劃（2025—2027年）》，這是全國首個科學智能專項地方政策；2026年8月，中關村（海淀）科學智能（AI4S）創新集聚區實體化落地。從方向性文件到專項行動，再到實體空間，政策一年比一年具體。集聚區是這一系列政策中第一個實體化載體，選址西三旗金隅科技園，統籌160萬平方米產業空間和74萬平方米中試空間。

空間按照“核心策源、中試驗證、場景拓展”的思路組織，分別對應從源頭創新到中試落地、再到產業化推廣的不同環節。核心策源區依託金隅智薈中心，提供研發辦公、成果轉化、創業孵化一體化服務，佈局通專模型、科研智能體等幹實驗功能，並研發科學智能專用芯片，解決創新源頭和算力底座問題。中試驗證環節鏈接智谷中試港，建設科學發現自主實驗室、AI原生材料實驗室，目標是將實驗通量提升10至100倍，讓真實實驗數據閉環迴流、反哺模型，並統一儀器接口、數據格式和評價標準。

場景拓展段聯動東昇科技園、海開園等園區，聚焦AI+新材料、AI+生物醫藥、AI+量子信息，推動央國企和頭部企業開放真實數據與場景，貫通需求凝練、模型推演、實驗驗證、產品定型、推廣應用的閉環。海淀區計劃為這一集聚區投入大量資源。資金上，AI4S專項基金聯動20億元成果轉化基金、80億元科技成長基金和市場化資本。人才上，海淀區將強化學科交叉融合與複合型人才引育每年培養不少於1000名高層次人才，吸引不少於10個海內外團隊，推動不少於15個優質項目落地。這個集聚區的意義在於，將AI4S的全流程在空間上完整組織起來：模型在這裡訓練，假設在這裡驗證，產品在這裡定型。

結語：從策源地到主平臺 對於這處集聚區，海淀區已經給出了明確的時間表。中關村科學城管委會相關負責人表示，未來3至5年，海淀區將不斷夯實新科研範式公共基礎設施，持續提升基礎研究的原始創新力，優化產學研高效協同的創新發展生態，全力打造國家AI4S主平臺和標杆旗幟。從行業角度看，AI4S的競賽才剛剛開始。從概念提出到集聚區落地，海淀用八年時間把這條賽道上的關鍵環節逐一擺進了同一個區。下一個八年，科學發現會在哪裡提速，答案很有可能還會繼續在這裡寫出。