聚焦“AI+仪器”新趋势：ACCSI 2026第二届融合论坛亮点全览
2026年4月23日下午，第十九届中国科学仪器发展年会（ACCSI 2026）隆重推出重磅分论坛——“第二届人工智能与科学仪器融合论坛”。来自科学仪器产业链上下游的300余位从业者与行业人士齐聚现场，共同探讨未来发展新路径。本次论坛由上海理工大学光电信息与计算机工程学院兼职教授、全国卫生产业企业管理协会精准医疗分会秘书长袁旭军主持。
会议开场时，北京海淀区中关村科学城管委会产业四处副处长郜盼盼致辞。她表示，本次论坛围绕 AI 与科学仪器的融通创新展开，旨在推动科技自立自强，具有重要意义。海淀作为北京科创核心区，既拥有科学仪器产业的深厚基础，也具备 AI 创新资源，将持续先行先试，推动“AI+科学仪器”尽快落地并取得实效。未来，海淀将着力打造全国融合创新示范区，诚邀各界共同促进我国科学仪器产业高质量发展，进一步加快实现高水平科技自立自强。
Part1
ACCSI 2026
从“解释性科学”迈向“创造性科学”的范式跃迁
人工智能正以空前的广度与深度进入科研前沿，进而带动数据分析手段与研究范式的整体革新。尽管四位报告人来自分析化学、生命组学、蛋白质设计、食品安全检测等不同方向，但他们所指向的变化主线一致：AI正在让科学研究由“经验驱动”转向“数据智能驱动”，研究目标也从描述现象逐步走向本质预测与主动设计。
本次论坛中，四位专家从各自学科切入，系统阐释人工智能如何推动科学研究由“经验驱动”转向“数据智能驱动”的范式变革。
南开大学邵学广教授指出，AI正在推动化学测量数据解析从一元校正与化学计量学，迈入多模态深度学习的新阶段；同时他提出“感算一体”智能仪器的四类应用形态。通过“编码-解码”的协同思路，促进传感、采样与计算的一体化融合，使预测分析仪器朝向具身智能与自主决策的方向演进；
中科院自动化研究所马喜波研究员则从AI赋能生命科学智能系统展开，介绍团队在多模态持续学习大模型、智能系统构建以及AI生命科学应用等方面的进展。他们构建了超6万帧的大视野细胞数据集，提出PATNAS框架，并展示了利用AI行为分析揭示猕猴脊髓衰老驱动机制（发表于《Nature》），以及开展活体动态RNA的四维时空转录组解析（发表于《Cell》）等关键成果；
北京大学张文彬教授聚焦拓扑蛋白质设计，依托AI技术形成了面向多种场景的设计方法。通过结合可基因编码的多肽标签反应与分子动力学模拟，实现了轮烷、蛋白质索烃等多种复杂拓扑蛋白在胞内的精密合成。研究结果表明，拓扑结构能够显著提升蛋白稳定性与抗酶切能力，从而为蛋白质药物研发打开新的技术路径；
中国农业科学院农业质量标准与检测技术研究所金茂俊研究员面向农产品安全检测的需求分享了AI赋能半抗原-抗体开发的成果。他表示，过去依赖经验型设计的流程，正在被升级为可计算、可解释的标准化方案，从而显著提升抗体制备效率。团队已研发406项智能快检产品，并指出数据孤岛与标准不统一等现实痛点。
Part2
ACCSI 2026
AI时代，科学仪器从“感官延伸”走向“自主决策”
AI正在重塑科学仪器的能力边界与研发路径，推动其从“人类感官的延展”走向具备感知、决策与知识发现能力的科学智能体。这一演进首先体现在对仪器物理极限的突破：例如超分辨显微成像面临的光毒性约束、时空带宽积带来的限制，以及高端电镜在精度、效率与自动化之间的固有矛盾。多位专家的实践也显示，AI正逐步成为仪器不可分割的“软件定义”模块，使竞争重点从单一硬件指标转向“硬件+算法+数据生态”的系统能力建设。
在北京科学智能研究院张泽中研究员看来，“AI赋能高端科学仪器”是一项系统性工程。团队打通“原理-算法-模型”的全链条，形成覆盖硬件接口、AI-ready数据库、仿真模拟与智能应用的整体技术栈，已适配8类仪器、10余家厂商，并覆盖超6000个接口。同时，团队还推出了首个国产Hyper-FIB智能双束电镜系统：将工作流、科学智能体、物理仿真与机器视觉融合，实现全流程无人值守制样与切割，完成从人工操作到智能仪器的范式转变。
清华大学乔畅助理教授则聚焦超分辨荧光显微成像。针对时空带宽积受限、光毒性以及量子极限等传统瓶颈，他融合光学物理先验与深度学习提出傅立叶通道注意力机制等算法，仅需1/100光子即可获得高质量超分辨预测。与此同时，还开发了时间序列重建、置信度量化以及零样本/元学习框架，实现684Hz超快与30倍超长时程的活体成像。相关成果发表于Nature系列期刊，为超分辨成像仪器的智能化升级提供了系统解决方案。
Part3
ACCSI 2026
从跟随到引领：AI驱动产业创新的“三重加速度”
AI正从辅助工具升级为驱动生物制造、医药研发与检验检测产业化的关键引擎：数据智能用于“发现”的加速，高通量自动化用于“设计”的提升，而全链条闭环则推动“落地”的效率跃迁。由此带来的研发能力提升可达数量级，且为攻克关键环节自主可控的瓶颈提供了“换道超车”的机会。
清华大学教授邢新会指出，合成生物学与AI融合是“十五五”重点布局的未来产业方向。当前我国在生物制造核心菌种与工业酶自主率方面仍有不足，需要AI驱动全链条实现突破。团队构建了AI驱动的科学发现-智能设计-工业生产闭环，打造智能化数字微生物建库系统与高通量自动化生物育种装备，并牵头制定多项国家标准。同时搭建AI分子剪裁平台，将功能肽筛选效率提升数十到数百亿倍，已选育30余株高性能工业微生物，并在多行业实现产业化落地。
北京诺康达创始人陶琇梅认为，AI与自动化为破解生物材料与药物研发对进口的依赖带来核心机遇。团队搭建干湿实验闭环的全域研发智能体，研发24通道高通量无人化合成设备，形成“黑灯实验室-中试-工厂”的全链条无人化体系，实现研发效率提升70倍、中试转化率超过95%。
北京触点互动董事长毛俊介绍，公司业务从通信测试仪表延伸至AI智能实验室，构建测试-分析-审核全链路闭环体系。其自研的AI报告审核系统引入智能规则匹配引擎，覆盖EMC、安规等多类场景。在私有化部署、数据安全、准确率以及与LIMS集成等方面形成优势。他表示，AI将推动行业走向“黑灯实验室”。
Part4
ACCSI 2026
标准引领，平台支撑——打造自主可控的智能实验室
中国信息通信研究院平台与工程化部副主任董昊表示，科学仪器是科技创新的“国之重器”，AI正在成为破解高端仪器技术瓶颈、并推动产业实现智能化跃迁的关键力量。他从技术演进角度系统梳理了AI与仪器融合的发展趋势，解读了AI在智能感知、高精度数据解析、自动化实验流程以及场景化智能应用等方面的价值，同时也梳理了当前在核心技术融合、标准体系构建、产业链协同等方面面临的挑战。他分享了信通院在标准研制、测试验证平台建设、产业生态培育等方面的实践，并提出以标准化引领创新、以平台化赋能落地的路径，为我国科学仪器智能化与高端化自主可控提供了权威参考。