8月21日清晨，北京中关村国际创新中心畅春厅座无虚席。这场首次由官方主办的2026科学智能大会，迎来了近50位院士、80余位青年学者和2000多名参会者。鄂维南开场的一句话耐人寻味——“科学智能大会办了好几年，过去是民办的，这是第一次官办。”

从“民办”到“官办”的一字之变，背后是AI for Science（AI4S）从学术界自发的探索，正式上升为国家战略布局的关键信号。今年7月，习近平总书记在中国科协十一大等场合明确要求“推进人工智能赋能科学研究”；6月30日，北京印发《加快推进人工智能赋能科学研究实施方案（2026-2028年）》，剑指“辐射全球的科学智能创新中枢”。

这场大会，正是这一轮政策与产业共振的集中呈现。笔者在现场解读出六大趋势信号，与所有关注AI4S的人分享。

信号一：AI4S进入“下半场”，重心从算法转向科研体系重构

鄂维南院士在题为《Science after AI for Science》的报告中，给出全场最重磅的判断：AI for Science已进入“下半场”，重心正从人工智能方法探索，转向人工智能时代科研体系的系统性变革。

他直言不讳地解剖了当前科研体系的“病灶”——以论文发表为核心的客观标准，在可执行性与自由探索之间产生了巨大张力。“真正的科学发现是一个小概率事件”，而现行的四大支柱（高校科研机构组织、博士学位门槛、国家经费、论文考核）构成的体系，“客观上稀释了自由探索与科学发现的初心”。

但他随即抛出最核心的关键词——科研平权化。“我们要打破高校和科研机构对科研的垄断，尤其是要打破少数实验室对科研资源的垄断，让每个有想法、有能力的个人和团队都参与到科技创新中去。”在他看来，被很多人瞧不起的“民科”未来可能成为科研主力，这在数学领域已经开始出现。

支撑“平权化”的三条路径也已清晰：低成本高效率的科研工具资源、多维度（市场化）科研经费来源、科研成果转化平台。鄂维南特别强调，科研也要像当年中国从计划经济走出来那样，以产业视角来构建新体系，“跳出机构的限制，打通人才、创新、市场、资金各个环节”。

当然，他也为这场变革划定了底线：“自由探索仍然是颠覆性科技创新的核心要素。”真正的科技创新不是“从论文中来到论文中去”，而是需要甄别与保护的稀缺能力。

信号二：基础设施先行，“读算做”闭环正在成型

紧随鄂维南之后，深势科技创始人、北京科学智能研究院理事长张林峰用一系列落地数据，回答了“下半场怎么打”。

他回溯了AI4S基础设施建设从2023年鄂维南提出“四梁八柱”，到2024年“从PDF到AI原生能力接口”，再到2026年“智能体使用工具”的演进脉络。关键转折在于：当平台工具超过5万个、实现全域支持时，不再是“人去用APP”，而是“智能体去用工具”。

成果同样硬核——去年在中关村论坛发布的玻尔科学空间，目前已有450万科研用户、近200所高校入驻、150家企业。张林峰强调，基础设施的本质是“打破门槛”，包括四个边界：专业与专业之间、理论与实践之间、科研与产业之间、普通人与专家之间。

他举了几个极具说服力的案例：

“一个好的题目和好的Infra（基础设施）是一个好的台子。”张林峰最后总结，“打破这四个边界，推动变革科研范式，加速释放科学价值。”

信号三：数据重回中心位，科学基础模型是“下一个拐点”

之江实验室主任王坚院士的报告，是全场思想密度最高的一场。他从一个近乎“溯源”的角度提问：AI的边界还能不能拓展？

王坚的独特洞见在于重新审视“数据—模型—算力”三者的关系。他回顾历史：2012年深度学习变革的推动者是数据（ImageNet），而非算力；2017年Transformer是又一个单点改变；而近五年，算力成为显学。“这三个东西不是同时影响我们，而是在不同时间用不同方式影响我们。”他断言：数据又回到中心位置，会影响下一个五到十年的模型发展。

由此引出核心命题——科学数据（Science Data）与Token化。王坚反复强调一个区别：“大语言模型本质上是大文本模型”，而科学数据（地震波、光谱、DNA）都不是文本，甚至不是图像。“当光谱变成图像，已经不是光谱了，图像是给人看的。今天不是了，是为了模型来理解。”

王坚特别指出，“科学基础模型不是在大语言模型上做的垂直模型，而是让语言、代码、科学数据共生在一个空间、一个模型里。”

他举了一个“库恩式异常点”的生动案例：之江一位科研人员用模型预测化学分子沸点，发现与流传几十年、被当作“圣经”的手册数据不符——经过反复验证，是手册错了。“大家觉得天经地义的事情，今天因为AI的出现，都需要重新审视。”

最后，王坚给出一个标志性的公式：STE+MAP（科学、技术、工程 + Math、AI、Public Facilities）。“AI要变成像数学那样基础，把科学、工程、技术贯穿起来。”在他看来，今天谈论的“第三、第四、第五范式”都叫得太匆忙，“现代意义上的人工智能，是真正意义上的第三次科学范式变革的开始——真正计算范式的开始。”

信号四：北京发布16个典型案例，AI4S从“概念”走向“落地”

如果说院士们的报告回答的是“为什么”和“怎么做”，那么北京市科委、中关村管委会信息科技处处长李顺超的发布，则展示了北京AI4S“已经做成什么样”。

北京市首批人工智能赋能科学研究典型案例正式发布，涵盖自主实验室体系、高价值场景、科学模型、科学数据、创新生态五大类共16个案例，集中呈现了北京作为AI4S“策源地”的硬实力。其中几个代表：

李顺超表示，下一步将建立典型案例常态化更新推介机制，“打造一批可复制、可推广的标杆示范，为北京建设成为辐射全球的科学智能创新中枢贡献力量。”

信号五：海淀发布AI4S创新集聚区，打造“源头创新到产业化”完整链条

这是全场最值得关注的“海淀动作”。中关村管委会副主任、海淀区副区长唐超正式发布中关村（海淀）科学智能（AI4S）创新集聚区。

海淀的底气清晰可见。唐超细数家底：拥有清华、北大、中科院和中关村学院、科学智能研究院等核心机构，汇聚深势科技、百图生科等优秀创新企业，孕育出磐石·科学基础大模型、玻尔科研空间站等重大原创成果，“已经在科学智能领域构建起先发优势和产业集聚效应，是支撑北京抢占全球科学智能发展制高点的核心枢纽。”

集聚区的落点选在海淀西三旗片区——“位于海淀腰部，比邻创新源头，联动优势明显，通过盘活工业遗存打造了海淀区稀缺的中试空间。”具体规划如下：

空间功能承载内容目标核心策源区依托金隅智慧中心，布局科学智能通专模型、科研智能体，完善科研数据体系，攻关科学智能专用芯片科学家团队和创业企业一体化服务中试验证区深度连接智谷中试港，建设科学发现自主实验室、AI原生材料实验室实验通量提升10到100倍，研发下一代AI原生仪器场景拓展区联动东升科技园、海开园等重点园区，聚焦AI+材料、+生物医药、+量子信息央国企开放真实数据，产学研联合攻关

整体统筹片区160万平方米产业空间 + 74万平方米中试空间，构建“核心策源—中试验证—场景拓展”的完整创新链条。

配套资金同样大手笔：设立AI4S专项基金，联动20亿元海淀区成果转化基金和80亿元科技成长基金以及市场化资本，重点投资原创性、引领性科学智能项目。人才层面，每年培育不少于1000名高层次人才、吸引不少于10个海内外高层次人才、推动不少于15个AI4S优势项目落地。

唐超给出的时间表是：“未来3到5年，全力打造国家AI4S主平台和标杆旗帜，建成具有国际影响力的科学智能发展新地标。”并诚邀全球科学家、创业团队、科技企业和投资机构“走进海淀、扎根海淀”。

信号六：从微观硬件到生命健康，AI4S正多点穿透

除了宏观范式与区域布局，两位院士展示了AI4S在具体领域的穿透力。

崔铁军院士（东南大学）的《AI×信息超材料》报告，展示了AI与硬件的“乘法”而非“加法”关系。他团队首创的信息超材料，用0/1编码“阴阳生万物”，从电磁空间构建了一台“电磁空间的计算机”，实现超越冯·诺依曼架构的可编程计算——将雷达回波处理时延从毫秒量级降至25纳秒，功耗较GPU大幅降低。更前沿的是，团队上月刚上线信息超材料生成式大模型，可将原需数小时的设计优化压缩到几个毫秒、提速1000倍以上。他还展示了“信息超材料+语言大模型”的智能体，让AI真正在物理世界（而非虚拟世界）操控电磁波束、提升信号覆盖。

谢晓亮院士（昌平实验室）的《面向生物医药的AI：后AlphaFold时代》，直面一个现实问题：AlphaFold团队解散了，下一步做什么？他的判断清醒而务实——“AI帮你寻找规律，但很难推导出本质性的科学原理。”他更强调精准大数据的稀缺性：“AI的瓶颈在于，为了新的生物医药研究，我们要产生全新精准的大数据。”

他透露了两个关键进展：其一，中国创新药出海进入爆发期，去年海外出口授权交易1357亿美元创历史新高，今年上半年已达去年80%；但他也坦言，这些药“还是Me-too、Me-Better，不是原创的，AI能不能帮我们做原创”仍是课题。其二，昌平实验室在单细胞基因组学领域，通过测转录因子足迹（FOOTPRINT）+大数据的LLM模型，可预测任意蛋白序列与DNA序列的结合常数（KD），并开源了这套工具，“帮我们更深入理解疾病、找出更多好靶点”。

观察手记：海淀正在成为AI4S的“时代坐标”

这场大会最深刻的观感，不是某一个技术突破，而是“政策—科研—产业—区域”四条线在此刻完成了合流。

鄂维南说“科研平权化”，张林峰用450万用户和四大边界打破给出注脚，王坚用STE+MAP把AI拔高到“像数学一样基础”，而北京16个案例、海淀AI4S集聚区则把这些理念落在了具体的空间、资金和人才上。正如张林峰在报告里指着中关村地图所说——“北大、清华、中科院已经看到了非常多的自主实验室案例，星星之火正在燎原。”

从2018年鄂维南和汤超在北大主持AI4S闭门会，到2026年这场首次“官办”的科学智能大会——八年间，AI for Science从少数科学家的远见，变成了一场不可逆的范式革命。而海淀，正是这场革命的地图坐标。

当人工智能从“工具”走向“合作者”，当科学数据的“脱壳”被提上日程，当一座座自主实验室在中关村周边点亮——科学的下一个百年，或许正如鄂维南所说，已经“打破边界、重塑范式”，而这一切的答案，正写在每一间亮着灯的海淀实验室里。

（本文为2026科学智能大会全体会议现场观察，基于大会公开实录与发言整理。）