一场大会，把科学智能的坐标钉在北京
“这是中国科技创新史上最好的机会，没有之一。”
2026科学智能大会现场，北京大学数学科学学院讲席教授、北京科学智能研究院学术委员会主任、中国科学院院士鄂维南，在与包括智东西在内的媒体交流时，把这句话说得格外笃定。他说，这句话从2017年就开始酝酿，思索了5年，直到2022年才真正说出口。“没有之一”四个字，是他反复确认的结论。
2026年8月22日下午，这场大会落下帷幕。两场全体会议、14场平行会议，近50位两院院士、80余位青年专家、50余家生态展商参会。从全国顶尖的科研基础设施到覆盖全产业链的AI生态，从国家战略科技力量到市场化创新主体，大会向外界清晰展示了一个事实：科学智能的中国主场，就在北京。
学术厚度：从“零星散点”到四千人规模
8月21日上午的全体会议，座无虚席，连走道两旁都站满了参会者。台下坐着崔铁军、谢晓亮等近50位两院院士；台上，鄂维南院士、王坚院士等专家学者就着AI4S话题侃侃而谈。当晚，在北京科学智能研究院院长李鑫宇主持的“AI4S Talent Gala Dinner人才之夜”上，百余名青年科研学者围坐交流。
这场盛会之所以在北京发生，缘起于鄂维南院士和汤超院士于2018年共同提出的AI for Science概念。八年时间，从一个萌芽到四千人规模的大会，再到全国最密集的AI4S学术生态。李鑫宇在采访中将这个过程概括为“从零星的散点到规模化的实践”——从最初“一群先行者觉得这是未来方向”，到今天“大家共同讨论如何推动它”。
其背后更根本的原因是，这座城市用数十年时间构建了一个完整的学术生态系统。北京拥有全国最密集的高校和科研机构：数十所重点高校、百余个国家级科研机构、一批国家实验室和全国重点实验室。2025年，北京AI学者总量达1.5万人，占全国30%；入围AI 2000全球最具影响力学者榜单人数达148人，占全国超40%。清华、北大、中科院系统在数学、物理、化学、生物、材料等基础学科领域的深厚积淀，为AI4S这一高度交叉的领域提供了最肥沃的土壤。
全链条能力：数据、模型、产业层层打通
大会期间，北京市科委、中关村管委会发布了首批16个“AI4S典型案例”，分为自主实验室体系、高价值场景标杆应用、科学模型体系、科学数据基础、创新生态五个方向。这五个方向串起了北京AI4S从底层数据到顶层应用的完整链条：科学数据提供燃料，科学模型提供引擎，自主实验室和场景应用完成落地，创新生态实现闭环。
闭环的起点是数据。过去，科研数据分散在不同机构、格式、标准中，形成严重的“数据孤岛”。北京的做法是用基础设施打通这些孤岛。中科院计算机网络信息中心建设的科学数据银行，是国家级通用科学数据存储库，推动科学数据汇交与共享；中科院文献情报中心牵头建设的“敖仓”科技语料库，填补了国内科技专用训练数据供给空白，通过细粒度知识精炼为国产科学大模型提供高质量训练语料。一“存”一“用”，构成了北京AI4S的数据底座。
数据之上是模型。截至2026年4月，北京累计备案大模型225款，占全国总量约三成，持续位居全国首位。庞大的模型生态为科学大模型迭代提供了充足的工程经验与人才储备。与此同时，2025年北京人工智能核心产业规模约4500亿元，集聚相关企业超2500家。学术机构负责理论突破，头部企业负责工程落地——“国家队”与“市场派”的互补，为科学大模型研发提供了双重动力。
典型案例中的三款模型，分别代表了北京在AI4S基础模型领域的三个关键方向：
- 磐石科学基础大模型由中科院自动化所与中科闻歌共建，面向多学科科研需求，构建内嵌物理规则的通用基础模型，适配国产算力；
- 全原子微观生命模型由智源研究院牵头，突破静态结构预测局限，实现生物大分子动态构象精准建模；
- DPA大原子模型由北京科学智能研究院、北京大学、深势科技、北京应用物理与计算数学研究所共建，已覆盖90种化学元素，在催化剂、电池材料、药物分子等领域广泛应用。
三款模型从通用底座到专业细分再到开源工具链，构成了多层次的科学模型体系。
应用落地：自主实验室与标杆场景先行
模型的价值最终要在实验中验证。7月31日，全国首个自主实验室国家标准《人工智能 自主实验室通用技术要求》完成立项；大会期间，北京市科委同步发布了《自主实验室建设标准探索与实践》。
标准之外，落地案例已经先行。在典型案例中：清华大学的化学研究自主实验室，实现从分子设计到智能表征的全流程无人运行；中科院物理所的先进合金数智研发实验室，推动合金研发向数据驱动转型；中科院高能物理所先进光源AI4S创新平台，推动同步辐射实验向智能解析升级；北京大学与望石智慧共建的AI赋能新药创制平台，整合高校与企业资源，推动药物研发全链条智能化。
链条的最后一环是让所有能力走出实验室，变成可调用的工具。玻尔科研空间站由深势科技与北京科学智能研究院共建，是全球首个覆盖“读文献—做计算—做实验—多学科协同”的AI科研平台，目前全球用户已超450万。2026年3月，其“化学版”正式上线。玻尔空间站的存在，让前述数据、模型、实验室能力被封装成一个“即插即用”的工具箱，分发给全国乃至全球的科研人员。
李鑫宇在采访中重点谈到，北京在AI应用层面拥有两大优势：一方面是自主实验室的布局，另一方面是产业落地的推进速度。他以临界航天作为例证。这家由北京科学智能研究院孵化的航天企业，创始人从燃烧反应流体的基础研究切入，依托本地完备的产业链条件，最终实现火箭发动机自主研制。“整个从基础研究到产业落地的模式都在发生变化”。这个案例也直观印证：北京正推动AI4S从单纯的“能力建设”，迈向“生态运转”的新阶段。
政策护航：从“路线图”到“施工图”
当下，科学智能已成为全球科技竞争的战略制高点。国家层面对“人工智能赋能科学研究”的战略部署已明确方向，标志着AI4S从学术界的自发探索上升为国家层面的战略行动。而北京的回答，是一套持续迭代、层层递进的政策工具体系。
2025年7月11日，北京市发布《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）》，这是全国首个面向科学智能的专项地方政策。2026年6月30日，《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》印发，从“路线图”升级为“施工图”。
《实施方案》提出，到2028年，建成辐射全球的科学智能创新中枢。具体包括：建设一批标杆自主实验室，建成“基础模型+专业模型”协同联动的科学模型体系，打造一流科学数据中心和一批标杆场景。
热门跟贴