中国工程院院士王坚在WAIC 2026上提出一个判断：人工智能的范式正在转向，驱动力将来自科学数据。

王坚主张，科学数据不能只是模型训练的外部素材，而应当成为基础模型的原住民，即从模型架构设计之初就内嵌其中。

打开网易新闻 查看精彩图片

他用GeoGPT等案例展示了这一路径的实践可能，说明科学数据结构化、可解释的特性，能让模型从通用能力走向垂直领域的深度理解。

这个主张的背后逻辑在于：过去基础模型依赖互联网文本获取常识，但当我们需要模型解决材料设计、药物发现、气象预测等问题时，泛化的语料远远不够。

让科学数据成为原住民，意味着改变数据的参与方式。不是在预训练后微调，而是让数据带着物理规律、实验条件和领域知识，与模型共同生长。

王坚的提案指向一个更深层的变化——科学家不是模型的用户，而是模型的共建者。科学发现的范式，可能会从提出假设-实验验证，走向数据驱动-模型探索。