读懂算做闭环+AI赋能科研模式革新3大趋势

人民网北京3月30日电 (记者赵竹青)当高端科学仪器被AI赋能，会发生什么？3月27日，2026中关村论坛年会AI for Science(人工智能赋能科学研究)青年论坛上发布的我国首套智能双束电镜系统“Hyper-FIB”给出了答案：样品制备成功率从新手不足30%跃升至90%以上，单样品制备时间缩短到60分钟以内，实现了“无人值守超过8小时”。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

“这相当于为仪器装上了‘大脑’。”北京科学智能研究院研究员张泽中介绍，“Hyper-FIB”将基于配方的自动化工作流、科学智能体、高保真物理仿真与机器视觉技术深度融合，为科学仪器行业注入新动能。

从“读”文献到“算”机理，再到“做”实验，一个“读-算-做”智能科研闭环正在形成。一系列相关成果集中发布。在“读”的维度，北京科学智能研究院院长李鑫宇介绍，“科学导航·化学版”通过深度解析文献中的分子式、结构式、文本、图表等信息，实现了科研内容从“可检索”到“可计算”。“在‘知识’的维度，我们从‘科学百科’出发，为智能体科学构建系统化、规模化的大知识基础设施。”北京科学智能研究院理事长、深势科技创始人兼首席科学家张林峰介绍，在“做”的维度，Uni-Lab操作系统可赋能现有的实验室，让数字世界与物理世界融合，打通计算与实验的闭环。

当自动化和智能化基础设施逐步形成，AI for Science推动科研探索走向“规模化自主发现”。在合成化学领域，北京大学朱戎团队构建起覆盖“数据-模型-实验”的多地联动闭环，在生物探针、有机光电、高性能高分子、正交标记反应等多项研究中，研发效率大幅提升，建成全球最大的高质量实验核磁数据库，覆盖6种核素、超330万条数据；在材料领域，北京大学邵元龙团队，通过筛选9万篇文献，构建碳纳米管分散体系垂类大模型，破解材料制备瓶颈。

当“读-算-做”的闭环延伸至真实的工业场景，同样可以驱动从设计到制造的全链条变革，释放出巨大潜能。论坛现场发布的“火箭发动机研发智能体平台”，实现了精准设计-物理仿真-精确制造-试车验证的完整闭环，让火箭发动机从构想到实物的全链条智能迭代优化成为现实。“这套系统让物理层面的工业设计拥有了软件代码般的迭代生命力。”临界航天联合创始人毛润泽表示。

“面向AI for Science的关键基础设施已逐步成形，规模化、智能体驱动的科学研究正在成为现实。”中国科学院院士鄂维南表示，“在这个过程中，我们突破传统的对标性思维，坚持原创性思维，走出了一条完全独立于既有路径的原创之路，推动实现科技创新与产业创新的融合，在其中离不开政产学研的协同创新。更令人欣喜的是，我们已经看到一批有理想、有能力的青年力量在推动AI for Science的落地。”