當(dāng)今世界正處于新一輪科技革命和產(chǎn)業(yè)變革的加速演進(jìn)期，創(chuàng)新驅(qū)動(dòng)已從單純的“要素投入”轉(zhuǎn)向“知識(shí)與方法創(chuàng)新”。科技創(chuàng)新作為國家核心競爭力的重要支撐，正面臨數(shù)據(jù)規(guī)模快速增長、問題復(fù)雜度持續(xù)抬升等挑戰(zhàn)。在此背景下，人工智能與科研活動(dòng)深度融合，推動(dòng)科研活動(dòng)由以人為中心的線性流程，邁向“數(shù)據(jù)—模型—計(jì)算—實(shí)驗(yàn)”協(xié)同的閉環(huán)體系，這一發(fā)展也被廣泛視為科研范式在向著新階段演進(jìn)。
 

　　近日，中國信息通信研究院(簡稱“中國信通院”)人工智能研究所聯(lián)合中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟，共同在2026中國信通院深度觀察——人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展專題報(bào)告會(huì)上發(fā)布《科研智能發(fā)展報(bào)告(2025年)》，中國信通院人工智能研究所副所長巫彤寧對報(bào)告進(jìn)行了解讀。
 

　　報(bào)告圍繞科研智能的概念內(nèi)涵、發(fā)展歷程、全球政策布局與關(guān)鍵技術(shù)體系進(jìn)行系統(tǒng)梳理，結(jié)合基礎(chǔ)科學(xué)與產(chǎn)業(yè)研發(fā)的典型應(yīng)用案例，研判發(fā)展挑戰(zhàn)與未來趨勢，旨在為政產(chǎn)學(xué)研用協(xié)同推進(jìn)科研范式升級與創(chuàng)新體系建設(shè)提供參考。
 

　　報(bào)告核心觀點(diǎn)
 

　　1. 內(nèi)涵及發(fā)展：科研智能是“方法與工程體系”的系統(tǒng)升級。報(bào)告將科研智能(AI4RD)界定為以人工智能為核心支撐、對科學(xué)研究與產(chǎn)業(yè)研發(fā)活動(dòng)進(jìn)行系統(tǒng)性升級的方法與工程體系，既包括面向科研任務(wù)的模型與算法，也包括支撐落地運(yùn)行的工程平臺(tái)、流程機(jī)制與治理規(guī)范。報(bào)告從科研流程演進(jìn)視角，概括科研智能由“輔助分析”向“深度突破”再向“生成—驗(yàn)證”閉環(huán)發(fā)展的階段性特征，強(qiáng)調(diào)生成式模型與自動(dòng)化實(shí)驗(yàn)平臺(tái)的協(xié)同聯(lián)動(dòng)正在推動(dòng)科研流程的系統(tǒng)化與自動(dòng)化。
 

　　2. 政策分析：全球科研智能進(jìn)入“國家級組織化競爭”階段。各主要經(jīng)濟(jì)體正以“頂層戰(zhàn)略牽引—算力與數(shù)據(jù)底座—組織化投入—場景任務(wù)牽引”的組合拳布局科研智能：美國通過“創(chuàng)世紀(jì)計(jì)劃”整合國家算力與數(shù)據(jù)，構(gòu)建“曼哈頓計(jì)劃式”的科研新底座；歐盟發(fā)布《科學(xué)人工智能戰(zhàn)略》，致力于打造跨國界的科研能力網(wǎng)絡(luò)；中國則通過“人工智能+”行動(dòng)，將“AI+科學(xué)技術(shù)”列為首要任務(wù)，依托“項(xiàng)目群+平臺(tái)化”的組織機(jī)制，系統(tǒng)重構(gòu)科研范式與創(chuàng)新鏈條；英國、韓國、日本等也從專項(xiàng)方案、國家超算與科研數(shù)據(jù)平臺(tái)等角度持續(xù)加碼。
 

　　3. 關(guān)鍵技術(shù)：五大關(guān)鍵技術(shù)耦合演進(jìn)，推動(dòng)科研走向“生成—驗(yàn)證”閉環(huán)化與自動(dòng)化。報(bào)告基于基礎(chǔ)通用性原則，聚焦科研智能五大關(guān)鍵技術(shù)領(lǐng)域：科研數(shù)據(jù)、科研計(jì)算、科研模型、科研智能體、自動(dòng)化實(shí)驗(yàn)室。其中，科研數(shù)據(jù)與科研計(jì)算共同支撐科研模型研發(fā)；科研智能體在模型能力之上進(jìn)一步擴(kuò)展科研任務(wù)的“理解—規(guī)劃—工具使用—環(huán)境交互”，并通過自動(dòng)化實(shí)驗(yàn)室實(shí)現(xiàn)“干濕閉環(huán)”，打通數(shù)字空間與物理實(shí)驗(yàn)空間。五大技術(shù)相互耦合、快速迭代，正推動(dòng)科研工具與服務(wù)從“輔助環(huán)節(jié)”走向“貫通流程”的系統(tǒng)能力。
 

　　4. 典型應(yīng)用：基礎(chǔ)科學(xué)提效、產(chǎn)業(yè)研發(fā)提速，從“預(yù)測發(fā)現(xiàn)”邁向“目標(biāo)驅(qū)動(dòng)”的研發(fā)新范式。在基礎(chǔ)科學(xué)領(lǐng)域，科研智能正幫助研究者更高效地應(yīng)對高維搜索空間、復(fù)雜系統(tǒng)模擬與海量數(shù)據(jù)模式挖掘等挑戰(zhàn)，并提升提出假說與設(shè)計(jì)實(shí)驗(yàn)的效率。圍繞生命科學(xué)、材料科學(xué)等方向，生成式模型與自動(dòng)化平臺(tái)結(jié)合，推動(dòng)研究從“預(yù)測”邁向“按目標(biāo)約束生成候選—實(shí)驗(yàn)驗(yàn)證—迭代優(yōu)化”的閉環(huán)。在產(chǎn)業(yè)研發(fā)領(lǐng)域，科研智能正與工程流程深度融合，通過將性能邊界、制造約束、成本與碳排放等目標(biāo)前置到設(shè)計(jì)與驗(yàn)證環(huán)節(jié)，縮短迭代鏈路、提升全局優(yōu)化可能性，加速關(guān)鍵產(chǎn)品與工藝的研發(fā)進(jìn)程。例如在醫(yī)藥研發(fā)中，AI用于加速靶點(diǎn)發(fā)現(xiàn)、分子生成與臨床試驗(yàn)優(yōu)化，直指“投入產(chǎn)出比下降”的行業(yè)痛點(diǎn)；在半導(dǎo)體領(lǐng)域，AI從驗(yàn)證覆蓋優(yōu)化、調(diào)試根因分析延伸到架構(gòu)探索與設(shè)計(jì)副駕駛，幫助工程師在更大的設(shè)計(jì)空間內(nèi)快速篩選高潛力方案；在先進(jìn)制造與工程設(shè)計(jì)中，約束感知生成式設(shè)計(jì)把載荷、邊界、制造方式、成本與碳排等約束前置，讓“能造、好造、造得經(jīng)濟(jì)”成為生成階段的內(nèi)生目標(biāo)，從而縮短迭代鏈路、提升全局最優(yōu)可能。
 

　　5. 挑戰(zhàn)及展望：跨越規(guī)?；瘧?yīng)用鴻溝，開啟“科研資源即服務(wù)”新時(shí)代。科研智能從試點(diǎn)走向規(guī)?；瘧?yīng)用仍面臨系統(tǒng)性挑戰(zhàn)，包括高質(zhì)量數(shù)據(jù)與標(biāo)準(zhǔn)供給、模型外推與可解釋性、工程化集成與評測體系建設(shè)，以及跨學(xué)科協(xié)作機(jī)制與可信治理框架等。展望未來，科研智能將持續(xù)向更高水平的自主化與平臺(tái)化方向演進(jìn)，有望形成科研資源即服務(wù)(RaaS)的新型供給模式，進(jìn)一步激發(fā)創(chuàng)新活力，并催生多類規(guī)?；瘧?yīng)用賽道。
 

　　報(bào)告目錄
 

　　一、科研智能發(fā)展背景
 

　　(一)科研創(chuàng)新是經(jīng)濟(jì)增長的內(nèi)生動(dòng)力
 

　　(二)科研范式的歷史演進(jìn)與當(dāng)代局限
 

　　二、科研智能發(fā)展歷程
 

　　(一)概念及內(nèi)涵
 

　　(二)發(fā)展歷程
 

　　三、科研智能政策舉措
 

　　(一)美國
 

　　(二)歐盟
 

　　(三)中國
 

　　(四)其他國家
 

　　四、科研智能關(guān)鍵技術(shù)
 

　　(一) 科研數(shù)據(jù)
 

　　(二) 科研計(jì)算
 

　　(三) 科研模型
 

　　(四) 科研智能體
 

　　(五) 自動(dòng)化實(shí)驗(yàn)室
 

　　五、科研智能典型應(yīng)用
 

　　(一) 驅(qū)動(dòng)基礎(chǔ)科學(xué)突破
 

　　(二) 加速產(chǎn)業(yè)研發(fā)進(jìn)程
 

　　六、發(fā)展挑戰(zhàn)與展望
 

　　(一) 發(fā)展挑戰(zhàn)
 

　　(二) 未來展望
 

　　(本文有刪減)
 

　　詳情了解全文