加速构建人工智能引领的科研新体系
人工智能推动科研模式深刻转型，已成为各国科技战略布局的核心议题。我国国民经济和社会发展第十五个五年规划纲要明确提出，深入推进"人工智能+"战略部署，以人工智能技术驱动科研范式系统性重构。今年7月，美国白宫科技政策办公室推出《科学：新的黄金时代》报告，对重大科学任务统筹、科研资源整合、成果检验及科研体制优化进行了全方位规划。随着人工智能从辅助手段演变为深度介入科学发现全流程的关键力量，知识生产模式与科研组织架构正经历深刻重塑，由此推动知识创新体系发生根本性变革，同时对科研管理及科技治理体系形成新的挑战。我国
AI时代：科学发现范式的深刻变革
第三篇｜人工智能正在重新定义科学发现曾几何时，提及人工智能，人们脑海中浮现的往往是自动驾驶、智能机器人、内容创作，或是各类提升办公效率的工具。然而，人工智能真正具有深远意义的变革，或许并不局限于这些直观的应用场景，而是潜藏于实验室、数据库以及各类科研机构之中。它正悄然重塑人类探索未知、获取新知的途径。科研领域正在经历深刻变革以往的科学探索，往往以一个待解之问为起点。研究者提出假设、规划实验、采集数据，继而对结果展开分析与论证。这一完整链条耗时漫长，且极大程度上依托于科研人员自身的经验积淀、判断力与专业素养
AI Scientist斩获诺贝尔奖？科学界掀起激烈争论
2026年7月，一套名为"AI Scientist"的系统，独自承担了一项材料科学课题——从构思假说、规划实验、处理数据到撰写论文，整个流程没有任何人工介入。这并非虚构情节，而是2026年真实上演的一幕。2026年8月，AI赋能科学研究的步伐全面加快这个月，人工智能在科研赛道的突破呈现出井喷之势。DeepMind推出了升级版AlphaFold 3，不仅可以解析蛋白质构象，还能模拟蛋白质与药物小分子的结合方式。过去一款新药从立项到上市平均耗时十年，如今借助AI可将这一流程压缩至数月。中科院携手多家科研单位，
日报丨唐杰：坚持走中国特色通用人工智能发展之路
8月10日，《光明日报》刊载了清华大学计算机科学与技术系长聘教授、人工智能研究院基础模型研究中心主任唐杰撰写的文章《坚定不移探索通用人工智能发展的中国道路》。现将全文予以转发，以供读者参阅。唐杰清华大学计算机科学与技术系长聘教授清华大学人工智能研究院基础模型研究中心主任当前，全球人工智能正加速从技术研发迈向产业落地与场景重塑，深刻改变着人类的生产生活方式。2023年4月28日，习近平总书记主持召开中共中央政治局会议，明确指出"要重视通用人工智能发展，营造创新生态，重视防范风险"。"十五五"规划纲要提出，"
AI科研力量崛起或将改写未来科学格局
2024年8月，全球首位「AI科学家」惊艳亮相，这并非科幻电影中的桥段，而是 Sakana AI 公司推出的真实成果。这位AI不仅能够独立构思研究课题、规划实验方案、编写程序代码，还能亲自执行实验并撰写学术论文，甚至配备了「AI审稿人」协助评审与优化，构建起一套完整的科研闭环体系。今年3月，其产出的一篇计算机科学论文顺利通过了ICLR 2025研讨会的双盲审稿，这可是货真价实的成就。这些AI科学家正从研究机构迈向科学最前沿。从数据清洗、知识融合到实验执行，AI的效率显著超越人类同行。在材料科学领域，一种全
姚期智：量子AI或将在十年内重塑人类认知边界
人工智能正经历从传统产业"辅助工具"向科学前沿"主动发现者"的深刻蜕变。7月19日，2026年世界人工智能大会（WAIC）"思想者论坛"上，图灵奖得主姚期智发表了《人工智能的威力及其局限》的主题演讲。他从理论计算机科学的独特维度出发，深入剖析了AI的底层逻辑与能力边界，并勾勒出从"AI for Science（AI驱动科学研究）"迈向"Quantum AI（量子人工智能）"的发展路径。AI的底层本质仍是图灵机，等待与量子融合提速姚期智认为，当前AI之所以展现出颠覆世界的强大力量，根本原因在于计算范式的深刻
全球首个AI科学发现平台发布：人类科研迎来"自动驾驶"新时代
🚀 不只是陈述事实，更揭示其深层含义。今天的这条消息，或许将重塑我们的未来。2026年7月17日，在上海世界人工智能大会（WAIC 2026）科学前沿论坛上，上海人工智能实验室正式推出"书生·端砚"科学发现平台。这是一个覆盖真实科研全链条的AI系统，整合了科学大模型、专业智能体、实验数据与具身自动化设备，实现了从"假设构建"到"实验验证"的完整研究闭环。该平台已在生命科学、关键材料、半导体、核聚变、量子计算、地球气象六大核心领域实现应用，并在蛋白质与新材料研发中完成了干湿实验全链路验证——AI不仅能够设计
上海AI实验室发布书生·端砚，助力全民科研探索
7月17日，2026世界人工智能大会科学前沿论坛召开，上海人工智能实验室推出新平台“书生·端砚”。基于Intern-S2-Preview-397B模型，连接科研设想、计算、验证，覆盖生命、半导体、量子、材料等领域。作为AGI4S珠穆朗玛计划核心，降低门槛，普通人可用，标志AI科学进入自主验证阶段。全新科研平台在WAIC盛大登场上海人工智能实验室是专注AI基础理论和核心技术的战略机构，目标是打造国际一流、原创技术集聚的AI策源地，搭建综合性科研基地，AI赋能科学是重点。本次“书生·端砚”是2025年7月初代
科学发现迎来AI变革，实验室成为新战场
过去两年，我目睹了AI在办公室里承接大量琐碎任务：编写代码、记录会议、进行检索、排版文档，甚至帮人打开一封难以措辞的邮件。然而，若仅将其视为"更高效的白领工具"，我认为这一定位过于局限。科学智能（AI for Science）正在将模型推向实验室、数据中心和研究团队的交汇点。这里的愿景并非让模型替科学家撰写更规范的论文，而是让它融入科学发现的完整链条：提出假设、设计实验、采集新数据、再决定下一步验证什么。届时，科学研究的瓶颈将从"是否有创意"转向"实验与数据能否跟上步伐"。基础模型（foundation
AI科研提速20倍，上海发布‘书生·端砚’平台
AI做实验，比人快20倍。这不是科幻，是昨天WAIC现场发布的东西。7月18号，上海人工智能实验室在世界人工智能大会的科学前沿论坛上，发布了一个叫"书生·端砚"的科学发现平台。名字取自文房四宝里的砚台。听着很文艺，干的事很硬核。先说结果。清华大学张数一课题组，拿这个平台做蛋白质定向进化研究。以前这种研究怎么干？科学家一轮一轮试，几个月甚至半年才能磨出一个好结果。现在呢？AI只跑了2轮迭代，就发现了新的突变组合。实验验证显示，功能比国际顶尖期刊报道的最佳结果还提升了77%。验证周期从原来的几十轮，缩短到原来
AI技术驱动粒子与核物理研究：从理论探索到实践应用
本文刊载于《中国科学院院刊》2026年第6期"国家科学技术思想库：人工智能赋能科学研究"王贻芳1*何源2黄耀3何万兵4焦毅1李聪乔5李科1刘北江1马英起6马余刚7*庞龙刚8齐法制1谭思超9 王春鹏10 王盟9徐小恒6徐星2 赵振堂10张英逊11张正德1赵红卫2赵丽娜11 中国科学院高能物理研究所2 中国科学院近代物理研究所3 中国科学院合肥物质科学研究院4 复旦大学 现代物理研究所5 北京大学 物理学院6 中国科学院国家空间科学中心7 华东师范大学 物理学院8 华中师范大学 夸克与轻子物理教育部重点实验室
Nature新突破：多AI模拟科学家辩论，能否自主发现新知？
近年来，我们已习以为常：AI能阅读论文、归纳文献、编写代码、解析数据、润色文稿，甚至提供若干“研究思路”。但一个更为大胆的议题正浮出水面：AI能否真正投身于科学发现？请注意，这并非指“提升科学家效率”，也非“将数十篇论文浓缩为摘要”，而是更进一步——面对尚无标准答案的科学难题，AI能否自主查阅资料、提出多重假设、相互辩驳、筛选优胜方案、优化实验设计，最终输出具备实验室验证价值的科学假说？2026 年 5 月，《自然》（Nature）刊发了题为《Accelerating scientific discove
AI化身科研员！达摩院ElementsClaw自主发掘全新超导材料
若说往昔的AI仅是科学家的“计算助手”，那么从此刻起，AI已正式佩戴上“研究员”的徽章。7月3日，阿里达摩院携手中国人民大学、中国科学院大学等高校机构，推出了一款代号为ElementsClaw（元素虾）的AI智能体。它完成了一项史无前例的壮举——从零起步，自主探索并通过实验证实了4种人类此前从未涉足的超导材料。AI智能体正为材料科学领域开启全新范式先让我们直观感受一下这种差距究竟有多悬殊。超导材料被视作“物理学界的圣杯”，在电力输送、磁悬浮技术、量子计算等维度拥有颠覆性的应用前景。然而，究竟哪些元素组合能
AI编程仅是起点，AI科研才是未来十年的主战场
——当人工智能从代码编写迈向知识创造，一场更为深远的变革已悄然启幕纵观历次技术变革，总遵循着某种相似的演进轨迹。技术率先颠覆的，从来不是价值最丰厚的岗位，而是最易规范化、最易衡量成效的环节。第一次工业革命，机械最先淘汰的是纺织工人，而非设计工程师；互联网时代，软件最先重塑的是信息流通，而非学术探索；当今的大模型浪潮中，AI最先拿下的是程序开发领域。回顾过去两年，整个AI产业几乎被一个核心议题所牵引——AI编程。从Cursor、Claude Code、Codex，到Gemini CLI、Devin、Wind
AI Scientist：从辅助工具到独立研究者的演进之路
截至2026年，人工智能科学家已成功跨越概念验证阶段，初步实现科研全流程的自动化运作，这代表着科学发现正式迎来了“第五范式”。现阶段的核心特点表现为人机协作模式，其中AI系统承担执行与优化任务，而人类科学家则专注于问题界定与价值评估；未来将逐步向分层自主方向推进，最终达成特定研究领域的独立科学探索。目前AI Scientist已拥有构建假设、编写程序、运行模拟实验以及完成论文撰写等多项能力，但在深层逻辑推理与实体实验操作方面仍存在明显不足。该领域将按照“辅助研究”到“主导研究”再到“独立发现”的阶段性路径