如何在新一轮科技革命中赢得先机？上海交大专家：要重点关注“范式变革”

这几天，2025世界人工智能大会正在上海举行。经过多年发展，世界人工智能大会已逐步成长为全球人工智能领域最具影响力的行业盛会。当前，新一轮科技革命加速演进，其重点领域表现为AI革命和能源革命。为此，有必要总结历次全球科技革命的范式特征，研判新一轮科技革命的发展态势，前瞻性提出相关路径举措，这对于上海加快建成具有世界影响力的国际科技创新中心、提升城市发展能级，具有重要的战略意义。

历次全球科技革命的范式特征

每一轮全球科技革命的范式特征都可以归结为“双轮驱动范式”，即上一轮基础技术延续和突破边界的“关键少数”技术。

第一轮科技革命范式特征是上一轮手工技术延续和突破边界的机械技术。机械技术替代手工提高生产效率；煤炭等化石能源通过机械化提高能量转化效率；关键要素转变成资本和资源。机械技术推动人类进入工业文明发展阶段，导致工厂制代替作坊制，进而催生了工业部门。但在机械革命时期，科学与技术基本处于分离状态，蒸汽机等发明主要靠零散且间接的工匠的经验和技艺积累。这一时期科技创新的范式体现为技术驱动的线性范式，即从基础研究、应用研究、产品研究到商业化的过程。

第二轮科技革命范式特征是上一轮机械技术延续和突破边界的电气电力技术。电能通过电气化利用和制造实现降本增效，支配社会经济生活，关键要素转变成基础设施。第二轮科技革命基于理论的创立，但对全要素生产率提升缓慢，体现在创新应用过程零散、应用领域分散、周期长等方面，电力化面临信息处理等瓶颈亟待突破。这一时期科技创新的范式体现为技术驱动与需求拉动的并存范式，即技术或市场交互驱动。

第三轮科技革命范式特征是上一轮电气电力技术延续和突破边界的电子技术。通过信息化利用，制造化石能源与新能源，关键要素转变成知识和管理，但单一学科领域遇到瓶颈亟待突破。第三轮科技革命对经济的拉动和影响，呈现出前高后低的特征。这一时期科技创新的范式体现为“技术+需求”的整合范式，即技术与市场并行过程。

眼下正在进行的新一轮科技革命，其范式特征是上一轮能源和信息基础延续和基于AI的技术边界突破。AI加速变革，跨学科数据连通，多学科交叉渗透，突破生命、材料、空间等学科边界。物理世界中的单一学科领域已经遇到瓶颈，需要来自各个学科领域的专业知识与众多合作伙伴通过跨界交叉融合，实现技术群路径协同。

新一轮全球科技革命的范式变革

新一轮全球科技革命的范式变革，主要体现在能源技术、AI技术、智慧化科研等方面。

（1）能源技术三梯度：新型储能、先进核能、氢能。新型储能、先进核能、氢能三种技术之间可能存在协同效应，例如核能制氢、储能与可再生能源配合等。其中新型储能解决可再生能源波动性问题，具有建设周期短、选址灵活、响应快速、调节能力强等优势。由于风电、太阳能等可再生能源具有随机性、波动性和间歇性等特征，因此大规模长时储能促进可再生能源的利用率是技术发展的重要目标。先进核能提供稳定基荷电力，目前进入四代核电技术的研发与示范验证阶段。核能技术向高安全性、高经济性、满足用户多用途需求的方向发展。氢能则可以解决长时储能和难减排领域的脱碳问题。

（2）AI技术三节点：算力、算法、终端。算力是基础支撑，算法是核心技术，终端是应用出口，这三个节点聚焦于AI技术从支撑到应用的落地链条，构成了完整闭环。我国在算力的关键技术上仍存在“卡脖子”问题，其中高端芯片、服务器（如高性能计算集群）、操作系统等都与国际先进水平存在差距。我国算法技术在数学建模、算法理论层面的原始创新不足，EDA工具、编译器、算法库等软件层技术存在短板，企业和资本“重应用轻基础”倾向明显。我国在AI终端的高端技术上不断实现自主可控，但目前仍面临传感器的精度和功耗、模型轻量化、隐私合规限制数据及长尾场景采集、设备能耗与散热等技术突破难题。

（3）智能化科研（AI4R）成为新的科研范式。AI4R范式（AI for Research）已经成为推进科学发现、科技创新，提升科研效率的强大工具。AI4R范式包括AI4S（AI for Science）和AI4T（AI for Technology），其中AI4S强调自然科学领域的规律和知识发现，其目的是希望发现人类目前未知的自然领域的新原理、新机理、新规律等。AI4S范式通过信息编码和压缩，运用AI将海量数据编码成符号化的规律或知识，侧重于海量数据的拟合，以应对输入、输出以及求解过程的不确定性。AI4T则强调解决高技术领域中的关键技术难题，其目的是发明创造新工具、新产品、新方案。AI4T范式通过信息解码和解压缩，运用AI将海量的满足需求的规范解码成人造物的具体设计细节和组成部分，侧重于AI生成能力，输出结果精确，但精度要求高。

跨学科交叉研究具有技术多层次、多尺度交叉集成的系统性特征。通过整合跨学科知识，突破了单一学科知识体系和研究方法上的障碍，重构了学科边界，推动了学科交叉融合。这一研究范式不仅有利于新学科的产生，而且通过匹配AI4R科研范式，形成关键核心技术和产业共性技术的突破。

上海如何赢得先机、占据优势

上海要在新一轮科技革命中赢得先机、占据优势，需以能源为基础构建绿色算力网络，以智能算力为基座打造分布式计算中枢，以人工智能算法为桥梁贯通产学研链条，以科研创新为驱动突破认知智能边界，以场景应用为目的形成商业闭环。

（一）压缩范式变革酝酿期，加速发现与探索机会

强基扩容。将能源技术路线划分为基础型、攻关型、引领型三类并梯度推进：基础型重点实施分布式光伏与储能系统集成方案，重点攻关型着力突破氢能—算力耦合供给技术路径，引领型布局则聚焦核聚变电站与量子能源网络等战略储备技术。通过组建智算基础设施规划委员会，设计规划适度超前的智算基础设施扩容节奏，提升智算基础设施的动态化匹配能力。

纵向协调。形成“技术势能—市场牵引—制度催化”纵向协同模型，完善“基础层—应用层—扩散层”梯度培育机制。针对人工智能的核心算法，面向生物医药、智能制造、智能交通等重点与关键领域，政府应引导建立“专利预警—替代孵化”双轮驱动机制，通过税收优惠等政策激励，结合金融杠杆的工具应用，有效撬动企业研发投入跨过临界阈值。在制度创新层面，可探索试行“创新沉默期特殊激励计划”，建立技术转化风险共担基金池，运用数字孪生技术构建“技术成熟度—市场适配性”动态模拟沙盘，对新技术的市场适配性进行早期推演、动态跟踪。

横向协同。针对全球、国家及上海重大战略需求，应系统构建“学科—场景—数据”三位一体的协同创新范式。围绕集成电路、生物医药等重点产业链，持续提升智算创新能力，构建覆盖“芯片—框架—模型—应用”的全栈创新体系。重点发展生成式AI驱动的药物分子设计、多模态大模型赋能的智能检测设备研发、具身智能支撑的工业机器人集群三大前沿领域，设立大模型沙盒监管试验区，组建产学研联合攻关团队，突破分布式训练框架、神经符号系统融合等关键软硬件技术，形成“基础研究—中试转化—商业应用”的闭环创新链。

（二）延展范式变革爆发期，加快创新辐射与融合

雁型外溢。加速产业链“雁型外溢”。政府应鼓励与推动各个产业，以终极需求为导向进行场景开发，助力创新技术“高密度”领域的融合创新突破，培育形成未来科技创新生态。通过AI4技术范式变革，提质效、扩总量、调结构。其中，产业链龙头作为“雁头”应重点进行技术突破，提升要素质量；通过明晰创新边界，带动产业链各环节供应商技术突破实现外溢；通过扩张创新边界，推动原有产业升级创新，实现龙头企业科技创新产业链的“雁型外溢”。

产群融合。战略布局上，以新能源三梯度技术突破和AI三节点基础设施建设为重点，通过打通城市全域AI化、产业全链条AI化，加速AI渗透融合的场景创新，抢占新一轮科技革命的先机。范式突破上，在实现数据量级突破和等级提高的基础上，鼓励交叉学科数据连通，创设跨学科技术协同发展研究平台，形成多层次、多尺度交叉集成研究范式。此外，扩张未来产业创新生态的创新边界，加快培育未来产业，加强产业间耦合协同，推动能源+AI等重点产业技术突破攻坚，助力新型储能、氢能、人形机器人、低空经济、量子计算、脑机接口等领域的融合创新突破。

梯度推进。一方面，支持创新融合组织方式。着力构建产业融合创新中心，重点培育新能源、集成电路、生物医药三大战略性先导产业。设立长三角一体化协同发展基金，创新实施“研发环节、试验环节、制造环节”在沪苏浙三地跨区域分布的协同模式。另一方面，加快创新梯度人才引进。重点构建“战略科学家—科技领军人—青年后备军”三级人才引培体系。建立技术经理人事务所，培育既懂科研又通市场的复合型技术转移团队。深化国家产教融合试点城市建设，在长三角G60科创走廊推行“双聘制”人才共享计划。

（作者单位：上海交通大学安泰经济与管理学院、中国城市治理研究院、科学技术发展研究院。本文为国家社会科学基金重点项目“数字重构产业创新生态系统的机理、路径与策略研究”成果）

原标题：《人工智能和能源革命将引领新一轮科技革命加速演进》

栏目主编：王珍 文字编辑：王珍 题图来源：上观题图 图片编辑：苏唯 编辑邮箱：shhgcsxh@163.com

来源：作者：陈洁 夏奇缘