7月11日，《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》（以下简称《行动计划》）正式发布。这是未来三年，北京市发展AI for Science（科学智能）的路线图，也是全国首个面向科学智能的专项地方政策。
北京超前布局，厚植科学智能发展根基
AI for Science作为加速科学研究的新型范式，已在全球范围内形成共识，正在成为新一轮科技革命的重要推动力量。2018年，中国科学院院士、北京科学智能研究院学术委员会主任鄂维南首次提出推动发展AI for Science。北京始终紧盯人工智能发展前沿，将科学智能作为产业布局新赛道。
2021年，北京市超前布局，以鄂维南院士为核心，成立了全球首个专注AI for Science领域的新型研发机构——北京科学智能研究院，布局AI for Science的“四梁N柱”。
据市科委、中关村管委会副主任刘卫华介绍，近年来，北京在科学智能领域已经具备了良好的基础，已产出全球首个覆盖90多种元素的大原子模型DPA、全球首个覆盖“读文献-做计算-做实验-多学科协同”的AI科研平台——玻尔科研空间站等一批重大原创成果，涌现出深势科技、百图生科等一批创新型企业和潜在独角兽企业；持续打造中关村论坛、科学智能峰会、青少年科学智能大赛等具有全球影响力的品牌赛事活动；推动在基础科学研究、医药健康、新材料、高端科学仪器、工业智能化等领域率先落地。
到2027年，建设不少于10个高质量科学数据库
此次发布《行动计划》，旨在推动人工智能与科学研究深度融合，开展前沿科学问题攻关，完善共性基础设施建设，加速智能科研范式变革。
刘卫华表示，《行动计划》聚焦基础理论突破与多学科融合，构建科学基础大模型和新一代科学计算智能模拟软件工具，搭建算力和科学数据平台，建设智能化干湿闭环实验室，助力攻关重大科学问题。
力争到2027年，发挥人工智能强大赋能作用，加快开辟科学研究新路径，率先实现新旧科研范式更迭。系统搭建科学智能基础设施，建设不少于10个高质量科学数据库，服务不少于1000万用户。推动科学智能在基础研究、医药健康、新材料、科学仪器、工业智能化等不少于5个领域开展深度应用，形成8个以上标杆应用案例，实现重点场景全流程智能科研范式赋能。搭建共性服务创新平台，引进培育一批复合型创新人才。
“市发改委持续围绕算力、数据、算法和场景等要素保障，统筹加大政策支持力度，推动科学智能引领发展”。据市发改委二级巡视员张德明介绍，下一步，市发展改革委将加强科学智能整体规划、系统布局。强化技术攻关，加快构建通专融合、协同演进的科学智能模型体系，瞄准科学前沿与重大工程需求，围绕材料、生命等重点学科打造专业模型，集成一批具备数据分析理解、科研方案生成、流程自动决策等能力的科学智能体群。强化算力、数据等要素保障，建设一批国际领先的科学智能专业数据集。强化应用牵引，推动科学智能在固态电池、半导体、催化剂等先进材料制备、药物研发和靶点发现、生物育种等领域创新突破。
将围绕具身智能、生物医药等，挖掘科学智能应用场景
市经信局副局长姜洪朝表示，人工智能赋能科学创新是促进科研加速的有效工具，正有力推动生物医药，集成电路、自动驾驶、智能装备、新材料等一系列领域的科研创新突破。
“总体看来，科学智能在工业领域的应用仍处于起步阶段，在模型通用性、数据质量、应用场景和复合型人才等方面存在挑战。”姜洪朝表示，下一步，市经信局将支持科学智能迭代升级。加快开展行业数据采集、汇聚、清洗、标注等工作，形成一批高质量数据集。突破工业领域专用科学智能大模型、工业知识表达、小样本学习等关键技术瓶颈。
同时，围绕具身智能、新能源新材料、生物医药等北京优势领域和未来产业布局，深入挖掘具有高价值、可复制的科学智能应用场景，推进大模型在工业领域实施一批具有引领性的科学智能示范项目。
中关村科学城管委会副主任、海淀区副区长唐超介绍，海淀区将夯实科学智能发展基础。支持科学研究、模型算法、实验方法、计算架构等一系列先进科研要素开发和应用，打造全栈科研创新支撑体系。
鄂维南表示，《行动计划》将有力推动北京在AI for Science领域的创新发展。作为AI for Science的策源地，北京在率先打造科学研究新范式方面有基础、有优势，已全面布局科研基础设施，并取得了显著成效。
成果1
玻尔科研空间站，全球AI for Science时代的云科研入口
在科学智能领域，北京已产出一批重大原创成果。
在科学研究中，无论哪个学科方向，都少不了查阅文献、提出假设、模拟计算、实验验证等步骤，玻尔科研空间站就是一个帮助科研人员做这些事的平台。作为全球首个覆盖“读文献-做计算-做实验-多学科协同”的AI科研平台，玻尔科研空间站正在系统性解决科研人员在文献检索与管理、跨学科知识发现及实验计算融合等环节中的关键痛点，让科研人员能将更多精力投入真正的科研突破中，加速科学研究向自动化、智能化与高效化迈进。
目前，玻尔科研空间站已在北京大学、浙江大学、上海交通大学、中国科学技术大学等全国40余所高校院所，以及宁德时代（300750）、广汽埃安、云南白药（000538）、联合利华等40多家企业上线应用，用户数达90万人。市科委、中关村管委会正在组织面向200多家高校院所和近100家央国企进行推介，推动其能成为未来全球AI4S时代下的云科研入口。
成果2
大原子模型DPA，构建人类微观世界的基座模型
世间万物都由原子构成，物质的原子组合和结构影响其性质和功能，要理解包括材料、生命体在内的物理世界，核心问题之一就是要理解原子性质和原子之间的相互作用。
过往要摸清这一过程通常需要耗费较长的时间和较高的成本。如今借助人工智能技术，模拟效率和精度都得到了大幅提升。大原子模型DPA就用于解决这一难题，它由30多家单位联合共建，旨在构建人类微观世界的基座模型，加速材料、能源、生物制药等领域研发过程。
目前，大原子模型DPA在稳定性和预测性能等方面已达到世界领先水平，在合金、动态催化、分子反应、药物小分子、固态电池、半导体、高温超导等领域应用，平均节省90%的数据计算成本，使研究人员能用更少的数据达到更高的精度。
成果3
Uni-Lab-OS智能实验室操作系统，打造“AI科学家”
深夜的实验室里，机械臂与AGV小车高精度协同操作，AI根据实时数据动态调整实验方案，自动产出和分析的实验数据悄然反哺算法模型——这已不是科幻电影的场景。
实验室正处于从“工具集合”进化为“具身智能体”的时代，在Uni-Lab-OS智能实验室操作系统的驱动下，可有效解决传统实验室手工操作效率低下、设备彼此孤立、数据难以互通共享等痛点，推动实现自主设计实验的“AI科学家”，为科研人员节省更多的时间和精力。
这一成果打通了AI for Science各项基础设施，实现数据、知识、模型与仪器的链接，助力传统实验室向自动化智能化跃迁升级，越来越多的实验室将升级为智能研发的预演场。
成果4
DeepFlame，助力火箭“心脏”塑形
由北京科学智能研究院发布的智能仿真应用软件——DeepFlame，依托人工智能驱动的“超级大脑”，可实现火箭发动机的全流程数值模拟，助力火箭“心脏”的塑形，为航天装备研发提供自主可控的数字化底座。
“火箭发动机的研发如果能借助工业仿真软件，模拟流体力学、燃烧、传热等一系列物理过程，实际试车次数至少可以减少50%。”某公司相关负责人介绍，一款算得准、算得快的仿真软件能大幅降低研发成本，缩短研发周期。通过DeepFlame软件，火箭发动机工作时会遭遇的极度高温、高压环境一目了然。
发动机主燃烧室点火后，每一寸结构经历的极端考验都跃然眼前，哪个结构存在隐患、哪个设计还有进步优化空间，DeepFlame都可以给出答案。
炒股指杠杆收费提示：文章来自网络，不代表本站观点。
- 上一篇：配资炒股开户明确提出“五统一、一开放”的纵深建设基本要求
- 下一篇：没有了
