AI4S进入下半场：海淀以实体空间推动科研范式变革

AI4S的完整落地链条，已经在海淀跑通。

据行业观察8月22日消息，2026科学智能大会在北京中关村国际创新中心开幕。这场活动汇聚了近50位两院院士、80余位青年专家，设置2场全体会议与14场平行论坛，带来上百场学术分享，共有来自政府、高校、科研院所与企业的约2500人参会。从会议议程来看，议题已经从最初的模型与方法研究，拓展到科学数据管理、自主实验室建设、中试验证与产业落地等全链条环节，全国首个自主实验室国家标准的立项进展也在会上正式披露。

会议期间有两项产业动向值得重点关注：一是相关部门发布了首批人工智能赋能科学研究典型案例，共计16个；二是海淀区正式推出中关村（海淀）科学智能创新集聚区，选址西三旗片区，统筹规划了160万平方米产业空间与74万平方米中试空间。值得注意的是，16个典型案例中有12个落地海淀，而新的集聚区也选址于此，这并非巧合——回溯AI4S概念的提出、全球首个专注该领域的新型研发机构成立，乃至第一批相关企业的诞生，都发生在海淀区。

从概念萌芽到产业落地的八年之路

时间回溯到2018年前后，中科院院士、北京大学数学科学学院讲席教授鄂维南开始系统推动AI for Science的理念，主张用人工智能重塑传统科学研究的范式。他不仅提出了核心思路，还拿出了标志性成果：由他牵头研发的深度势能方法，通过机器学习拟合第一性原理精度的原子间相互作用，让分子动力学模拟的尺度与精度同时提升了数个数量级。在当时，这个方向还属于小众研究领域，主流人工智能界的注意力主要集中在图像、语音以及后续的大模型方向。

2020年成为了这个领域的重要转折点，AlphaFold2在蛋白质结构预测领域取得历史性突破，让全球科学界达成了共识：人工智能已经能够解决真实的科学研究问题。在此之后的几年里，国内对AI4S的关注度持续升温：2022年，国家自然科学基金委交叉科学部推出可解释、可通用的下一代人工智能重大研究计划，AI for Science成为其中的核心内容；2023年，科技部联合自然科学基金委启动人工智能驱动的科学研究专项部署，全国各地也陆续出现了一批专注该领域的研究团队。

其实在全国性的布局升温之前，北京已经率先迈出了一步。2021年，北京围绕鄂维南团队成立了北京科学智能研究院，这是全球首个专注AI for Science领域的新型研发机构；次年，由该研究院主办、深势科技承办的首届科学智能峰会成功举办。从概念提出到机构落地，再到行业峰会的举办，这三件关键事件都发生在海淀区。

更值得关注的是海淀区探索出的一套可复制的转化路径：新型研发机构负责底层方法论与核心技术研究，再由孵化企业完成技术的产品化落地。深势科技就是典型的样本：北京科学智能研究院的理事长张林峰同时担任这家企业的创始人兼首席科学家，深度势能系列模型在学术圈持续迭代更新，同一套技术方法同步转化为商业软件、行业平台与科研云服务。

这套模式能否从个案推广为行业通用路径，还要看整个产业的整体发展进度。业内普遍认为，AI4S已经从最初的概念探索与模型试水阶段，进入到基础设施成型、垂直场景落地的新阶段，本次大会的多份报告也印证了这一判断。鄂维南在会上以Science after AI for Science为题作报告，提出AI4S已经进入下半场，工作重心从方法探索转向科研范式的系统性变革。他指出，人工智能正在重塑科学研究的三个核心环节：知识获取、理论计算与实验工具，并且多次强调“干湿闭环”的重要性——也就是模型计算与真实实验必须形成循环闭环，AI4S才能真正实现落地。

类似的观点也出现在其他嘉宾的报告中：张林峰提出AI时代的科学基础设施建设应当先行，研究成果必须经得起科研实践的检验；之江实验室主任、阿里云创始人王坚则强调了科学数据的Token化，认为这将降低跨学科融合的门槛，让更多科研工作者能够参与其中。相关部门在发布首批典型案例时，将北京称为AI4S的策源地，而进一步拆解可以发现，这个策源地的核心承载区域正是海淀区：概念在这里提出，核心机构在这里设立，成熟的转化路径在这里形成。

三大核心要素缺一不可

要培育AI4S产业，需要什么样的产业生态？答案需要回到这个行业本身的特性。与通用人工智能的竞争逻辑不同，通用大模型的竞争主要比拼算力与资本，而AI4S的发展同时依赖三大核心要素：高质量的科学数据、既懂科学又懂AI的交叉复合型人才，以及真实的科学问题与实验条件。

科学数据分散在各地的实验室与科研仪器中，获取与治理的成本都非常高；交叉复合型人才的培养周期长，全球范围内的有效供给都十分有限；而真实的科学问题则集中在少数顶尖科研高地。算力可以通过采购获得，资本也可以通过募集获得，但这三类核心要素很难通过短期的资金投入快速复制。这种稀缺性也决定了，AI4S并不是一条人人都能参与的赛道。

近年来，主要国家陆续将AI4S上升为国家战略，今年相关布局的速度明显加快：7月，美国白宫科技政策办公室发布《科学：新的黄金时代》报告，将创世纪计划列为旗舰项目，整合超算、AI模型与科学数据设施，目标在十年内将美国的科研生产力提升一倍，白宫随后宣布了超过50亿美元的联邦投入。国内同样动作频频，北京、上海、合肥、深圳等城市相继布局相关产业，各方的发力点虽然各有先后，但核心方向高度一致：建设科学数据平台、研发科学基础模型、抢占真实科研场景，数据、模型与问题成为了这条赛道的核心比拼焦点。

用这三大维度来衡量，国内符合条件的地区并不多，海淀区就是其中之一。我们可以从资源、成果、应用三个层面来观察海淀区的产业基础。

在资源层面，海淀区聚集了一批覆盖AI4S创新链全环节的机构：提出科学问题的有北京大学、清华大学、中国科学院、中关村学院与中关村人工智能研究院等高校院所；将科学问题转化为AI模型的有北京科学智能研究院、智源研究院等新型研发机构；将模型落地为产品的有深势科技、百奥几何等企业；提供数据支撑的有北京科技大学牵头建设的国家新材料大数据中心等单位。创新链的每个环节都能在海淀区找到代表性主体，而且彼此之间的物理距离很近，便于协同合作。

在成果层面，海淀区已经形成了从通用到专用的完整模型体系，并且各有代表性作品。通用模型方面，中国科学院联合十余家院所发布了国内首个通用科学基础大模型“磐石”，以及衍生的磐石100全域科学模型体系；专用模型方面，北京科学智能研究院的DPA系列大原子模型曾登顶材料发现领域国际权威榜单Matbench Discovery，智源研究院的OpenComplex模型则支撑了药物研发的多项核心任务。除了模型之外，相关平台也在逐步补齐短板：北京科学智能研究院联合深势科技推出了覆盖文献、计算、实验与多学科协同的玻尔空间站科研云平台，海淀区还与该研究院共建了全国首个AI4S基础科学数据支撑平台。

在应用层面，AI4S技术已经在海淀区的新材料、生物医药、量子信息等多个领域实现落地，并且已经取得了可验证的实际成效。在新材料领域，深势科技的Piloteye电池全流程自动化设计平台有效缩短了电池材料的研发迭代周期；在生物医药领域，哲源科技的胰腺癌靶向药从分子设计到IND获批用时不足两年，华深智药将临床前候选分子的开发周期从3到5年压缩至10个月；在量子领域，量智开物推出了“追风”万原子高速重排算法、“扁鹊”AI量子纠错解码器等标志性成果。这些进展都发生在企业与实验室的实际业务中，而非停留在论文与榜单之上。从提出科学问题到研发AI模型，再到落地应用并取得实效，AI4S的完整链条已经在海淀区成功跑通。

瓶颈凸显与政策破局

不过，拥有了资源、成果与应用的积累，并不意味着科学发现的速度会天然提升。AI4S的研究目前还面临不少现实挑战。除了前文提到的科学数据分散、获取与治理成本高之外，更直接的瓶颈出现在实验环节。人工智能可以在几小时内预测数万个候选分子，但传统实验室一个月只能完成几十个样本的验证；AI模型的精度纪录不断刷新，但经过实验验证并进入产业化的成果，远远跟不上论文的增长速度。产业的瓶颈已经从计算端转移到了实验端。

本次大会的讨论，很大程度上正是围绕这个核心瓶颈展开。鄂维南提出，必须让模型计算与真实实验形成干湿闭环；张林峰则将问题聚焦于基础设施：科研基础大模型、高质量科学数据与语料、自主实验室，这三者缺一不可。

这类跨机构、跨领域的问题，很难由单一家企业或机构独立解决，因此政策支持开始进场。从时间线来看，海淀区的相关政策正在逐年细化：2024年，《中关村科学城人工智能全景赋能行动实施方案》出台，铺就了人工智能赋能各行业的底层底座；2025年，相关部门联合海淀区人民政府发布了《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）》，这是全国首个科学智能专项地方政策；2026年8月，中关村（海淀）科学智能创新集聚区正式实体化落地。从方向性的指导文件，到专项行动计划，再到实体化的产业空间，政策支持的力度一年比一年具体。

这个集聚区是这一系列政策中首个实体化载体，选址在西三旗金隅科技园，统筹规划了160万平方米产业空间与74万平方米中试空间。空间布局按照“核心策源、中试验证、场景拓展”的思路进行组织，分别对应从源头创新到中试落地、再到产业化推广的不同环节。

核心策源区依托金隅智荟中心，提供研发办公、成果转化、创业孵化的一体化服务，布局通专模型、科研智能体等干实验功能，同时研发科学智能专用芯片，解决创新源头与算力底座的问题。中试验证环节链接智谷中试港，建设科学发现自主实验室、AI原生材料实验室，目标是将实验通量提升10至100倍，让真实实验数据形成闭环回流、反哺AI模型，同时统一仪器接口、数据格式与评价标准。场景拓展段联动东升科技园、海开园等园区，聚焦AI+新材料、AI+生物医药、AI+量子信息等方向，推动央国企与头部企业开放真实的数据与应用场景，贯通需求凝练、模型推演、实验验证、产品定型、推广应用的完整闭环。

海淀区计划为这个集聚区投入大量资源。在资金方面，AI4S专项基金将联动20亿元成果转化基金、80亿元科技成长基金以及市场化资本，为产业发展提供充足的资金支持；在人才方面，海淀区将强化学科交叉融合与复合型人才的引育工作，每年培养不少于1000名高层次人才，吸引不少于10个海内外顶尖团队，推动不少于15个优质项目落地。这个集聚区的核心意义在于，将AI4S的全流程在空间上完整组织起来：AI模型在这里训练，科学假设在这里验证，最终产品在这里定型。

从策源地到国家主平台

对于这个集聚区，海淀区已经给出了明确的发展时间表。中关村科学城管委会相关负责人表示，未来3至5年，海淀区将持续夯实新科研范式的公共基础设施，不断提升基础研究的原始创新能力，优化产学研高效协同的创新发展生态，全力打造国家AI4S主平台与行业标杆。

从行业整体视角来看，AI4S的全球竞赛才刚刚拉开序幕。从概念提出到实体集聚区落地，海淀区用八年时间将这条赛道上的所有关键环节都聚集在了同一个区域。下一个八年，科学发现的提速会在哪里发生，答案很有可能依然会出自这片区域。