8月21日至22日，2026科学智能大会在北京举行，近50位院士与80余位青年学者共议人工智能赋能科学研究。中国科学院院士、北京大学讲席教授鄂维南表示，“AI for Science”已进入“下半场”，重心正从能力建设转向科研体系的系统性变革。
鄂维南是这一概念最早提出者之一。他指出，未来应推动科研平权化，让每个有想法、有能力的个人和团队都能参与科技创新。
鄂维南院士接受媒体采访。大会主办方供图
北京在AI4S领域系统布局
“AI for Science”已在全球形成共识，成为新一轮科技革命的重要力量。北京已产出全球首个覆盖多种元素的大原子模型DPA、覆盖“读文献—做计算—做实验—多学科协同”全流程的AI科研平台玻尔科研空间站，并涌现出一批相关创新企业与潜在独角兽。今年7月，北京发布全国首个科学智能专项地方政策，提出到2027年建成科学基础大模型、建设不少于10个高质量科学数据库、服务不少于1000万用户；大会还发布了北京市首批AI赋能科研典型案例，体现了AI4S“策源地”的先行示范作用。
从“作坊模式”到“平台科研”
鄂维南认为，“AI for Science”是我国科研千载难逢的最好超车机会。当前以论文发表为核心的科研评价体系，稀释了自由探索的初心；不少人把发表论文等同于科技创新，根源是传统科研工具门槛过高、实验依赖试错。AI正在改变这一局面：科学导航平台覆盖科研全流程，DPA大原子模型支持大规模原子模拟，自主实验室实现闭环，应用数学领域智能体已能批量撰写论文。
鄂维南将传统科研组织形式概括为“作坊模式”：资源集中在少数高校和实验室，获取工具与知识的门槛极高。未来将实现“平台科研”——建设一套服务全社会的科研基础设施，类似平台经济和“安卓模式”，任何人只要有想法，就能用低门槛、高效率的工具去验证和实现。他建议青年科研人员抓住机遇，突破既有学科框架。
科研平权化与真正的自由探索
鄂维南提出构建适应AI时代需求的科研体系。一方面推行科研平权化，打破机构垄断，让民间科学家和初创企业也能成为科研主力，这需要低成本工具、多元经费来源与成果转化平台，市场化基金如上海未来产业基金正成为重要力量；另一方面要开辟新型研发机构等新机制，打通人才、创新、市场与资金环节。他强调，要坚定支持真正的自由探索，但科研评价应聚焦“塔尖”，不能把发表论文等同于科技创新。
对于“Science after AI for Science”，鄂维南认为，琐碎、常规的科研工作将交给平台自动化完成，原始创新和颠覆性发现反而更加珍贵。就像木匠学徒三年学会的工艺被机械化后，最高水平的工艺美术更加突出，真正的科学发现也会回归本来的位置。
科学大模型需重构底层架构
针对在通用大模型上“打补丁”的做法，鄂维南坦言团队早期也尝试过近一年，但最终发现不是根本办法。现有大语言模型是“Predict Next Token+Transformer”架构，适合语言问题；科学推理链极长，每一步涉及的数据极为稀有，电镜、光谱等多模态数据也与自然语言本质不同。科学大模型必须重构底层架构，具备强大的科学推理与多模态识别能力。
数学不应被边缘化
作为应用数学家，鄂维南提醒，数学是人工智能最根本的基础之一，但此轮AI浪潮中基本被边缘化。他回忆，2015至2016年间，他较早意识到深度学习可帮助克服“维数灾难”、进而赋能科学研究，靠的正是数学思维对统一性与内在逻辑的把握。目前他正通过“人工智能数理基础”等重大项目推动改变这一局面。
从能力建设到体系变革，“AI for Science”下半场的路径已经清晰：科研基础设施从“作坊”走向“平台”，评价体系回归真正的科学发现，基础学科角色重新定义。这场变革的落地程度，将影响中国在全球创新格局中的位置。