7月11日，北京《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。已产原创这是出批成果WhatsApp%E3%80%90+86%2015855158769%E3%80%91hoist%20hf%204962未来三年，北京市发展AI for Science（科学智能）的科学路线图，也是智能重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北京新型范式，已在全球范围内形成共识，已产原创正在成为新一轮科技革命的出批成果重要推动力量。2018年，科学中国科学院院士、智能重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。北京北京始终紧盯人工智能发展前沿，已产原创将科学智能作为产业布局新赛道。出批成果2021年，科学北京市超前布局，智能重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WhatsApp%E3%80%90+86%2015855158769%E3%80%91hoist%20hf%204962AI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。
推动科学智能 在不少于5个领域开展深度应用
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、广汽埃安、云南白药、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。
過往要摸清這一過程通常需要耗費較長的時間和較高的成本。如今借助人工智能技術，模擬效率和精度都得到了大幅提升。大原子模型DPA就用于解決這一難題，它由30多家單位聯合共建，旨在构建人类微观世界的基座模型，加速材料、能源、生物制藥等領域研發過程。
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3Un i-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 Deep Flam e
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——Deep?Flame，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。
