一批科学基座模型与科研智能体在沪发布，开启科研规模化新范式

1月29日，“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”在模速空间召开。上海交通大学 供图

“我们的目标不是一两个实验室的成功，而是所有科研、研发团队能力的升级。”鄂维南说。

随着人工智能与基础科学深度融合，面向AI for Science（也可写作AI4S，即人工智能驱动的科学研究）的关键基础设施已逐步成形，规模化、智能体驱动的科学研究正在成为现实。1月29日下午，由上海交通大学人工智能学院与上海算法创新研究院联合主办的“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”在上海徐汇区模速空间举行。

鄂维南 上海交通大学 供图

当日，中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南作《Agentic Science at Scale》主旨报告，系统阐释科研智能化、规模化时代的底层能力架构与实施路径。报告指出：当前AI for Science的关键基础设施已逐步成形，Agentic Science at Scale的新时代已正式开启。面对当日要发布的一系列重要成果，鄂维南强调：“我们在这里介绍的工作，绝对不是抄作业，都是我们自己在国际上最早探索出来的。”

智能体、模型、数据、工具、评测、生态……在“科研基础设施与科研智能体成果介绍”环节，来自高校与科研机构的专家学者集中发布了AI for Science科研基础设施的关键能力模块，系统展示了端到端的“科研生产闭环”。

AI for Science的关键成果之一是科研智能体SciMaster，由上海交通大学人工智能学院副教授、上海赛兰德智能科技有限公司创始人兼首席科学家陈思衡发布。该智能体旨在实现全学科科研“搜、读、算、做、写”全流程闭环，依托海量工具调用与超长程上下文管理两大核心技术能力，为用户提供“自动驾驶”般的科研体验：其6小时运行成果即可比肩资深理论物理学博士1至3个月的饱和工作量。除了用户，该智能体也可赋能开发者，推动科研生产由“小作坊”迈向“超级工厂”，使智能体驱动的科学研究加速规模化。

在模型层面，上海交通大学人工智能学院助理教授张林峰发布了Innovator基座模型。该科学基座模型实现了科学多模态感知、科学推理、科学工具调用的三个目标。

另外，SciencePedia科学基座在会上发布，SciencePedia在AI时代重构“理性逻辑”，使科学发现从“信息堆叠”走向“逻辑贯通”。Agent-ready at Scale科研工具体系与AI for Science评测系统也在会上亮相，为科研智能体的协作与评测提供有力抓手。

在“Agentic Science先行者科学家圆桌论坛”环节，专家学者围绕科研智能体如何重塑科研流程、如何实现跨学科协同、如何推动科研结果更快沉淀为可复用能力等议题展开深入探讨。嘉宾一致认为，科研智能体的规模化发展，正在推动科研体系发生从方法、工具到组织方式的系统性变革。

“当科研基础设施逐步完善、模型与智能体能力不断增强，科学研究将进入更具系统化、规模化特征的新阶段。”鄂维南院士说，“‘Agentic Science at Scale’将成为人工智能时代整体科研范式改变的重要里程碑。”

澎湃新闻记者 邹佳雯 实习生 孙灿