2026中国科研新范式：GDPS聚焦AI for Science驱动提速

【文/观察者网 石燕红】3月27日至29日，2026全球开发者先锋大会（GDPS 2026）在上海举行。在“AI4S浙大校友创业论坛”上，浙大校友基金藕舫天使联合浙江大学上海校友会、浙江大学上海高等研究院、上海未来产业基金、上海未来启点社区、观察者网、《AI Plus》和晶泰科技等产学研力量，围绕“AI for Science”方向深度探讨。与会者普遍认为，国产芯片、虚拟制造、AI制药等已进入商业化前夜，但数据孤岛与人才结构转型成为最大痛点。

150亿基金“投早投小”：政府耐心资本护航

上海未来产业基金首次披露150亿元规模基金的运作细节。上海未来产业基金投资执行总经理刘理鹏表示，基金存续期长达18年，80%子基金及20%直投，已投近50亿元。其中，直投26个项目，覆盖AI for Science、可控核聚变、量子计算、脑机接口等前沿未来产业赛道。同步投资布局聚焦早期的子基金35只，今年会进一步扩大布局。

AI重构科研新范式

AI for Science是指用AI技术深度介入科学研究全流程的新模式，技术演进分为四阶段：辅助工具→研究助理→自主发现系统→智能体社区。

浙江大学上海高等研究院曹子峥以计算光刻为例，指出这一曾被国际巨头垄断的领域，正因AI深度介入而出现“换道超车”窗口。与过去依靠人力比拼行业知识积累不同，当前赛道的核心竞争力转向算力比拼，依托AI与智能体架构，可以大幅压缩研发周期、提升优化效率，让国内团队在原本差距显著的EDA与光刻软件领域实现突破。

数据比算力更稀缺

沂景资本王昊泽指出：“算力是弹药，算法是路径，数据是地图。数据的准确、真实、高质量是关键，同时正样本数据和负样本数据都很重要。”客户不愿提供真实数据、缺乏逆向失败案例，导致多数AI for Science公司陷入“局部最优”的陷阱。

浙江大学孙奇进一步举例：半导体行业的主要挑战在于数据，这些数据构成了企业的核心生命线。即使本地部署效果欠佳，企业也通常不愿将数据移出本地域。

人才结构待转型

深势科技周庆国认为：“传统实验科学已走到头，硕博们做没日没夜只为发论文的现状，阻断了真正的科学创新。”

浙江大学李承喜展示了实验室运作实景：学生只需配置原料，机器自主完成“设计-合成-筛选-反馈”闭环，学生便能转向高价值决策。

智科慧创王一珉则从科研人才结构变化指出，全球科研人员供给正逐步收紧，未来必须依靠科学智能体、自动化实验平台提升效率，这已成为中美乃至全球的共同国家需求。

藕舫天使刘建斌表示，AI for Science已成为中美科技竞争的关键变量。中国兼具完整产业链与人工智能双重优势，未来应走出政府引导与市场效率相结合，具有中国特色的科技创新路径。

当前，美国已将自主实验室列为国家战略重点。中国正依托完整产业链、充足人才储备与丰富产业场景，在计算光刻、AI制药、虚拟制造等关键领域加速突破。尽管数据孤岛等挑战依然存在，但AI驱动的科研范式变革，已成为我国实现科技自立自强、抢占未来产业制高点的关键路径。