本网讯（记者 程媛媛）当人工智能与基础科学深度融合时，科学发现的新范式正在开启。1月29日下午，由上海交通大学人工智能学院与上海算法创新研究院联合主办的“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”在上海徐汇区模速空间举行。会议面向产学研各界集中展示AI for Science科研基础设施整体能力，重磅发布科学基座模型Innovator、科研智能体SciMaster等核心成果，并通过产学研战略签约打通科研智能化、规模化的“最后一公里”。

中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南作“Agentic Science at Scale”主旨报告，系统阐释科研智能化、规模化时代的底层能力架构与实施路径。报告指出：当前AI for Science的关键基础设施已逐步成形，Agentic Science at Scale的新时代已正式开启。

研讨会现场举行战略合作签约仪式。上海赛兰德智能科技有限公司分别与上海埃迪希科技服务有限公司、上海库帕思科技有限公司签署战略合作协议，围绕科研算力供给与数据价值挖掘开展深层合作，推动科研智能化、规模化成果形成可持续生态。

在“科研基础设施与科研智能体成果介绍”环节，来自高校与科研机构的专家学者集中发布了AI for Science科研基础设施的关键能力模块，系统展示了端到端的“科研生产闭环”。其中，通用科研智能体SciMaster旨在实现全学科科研“搜、读、算、做、写”全流程闭环，依托海量工具调用与超长程上下文管理两大核心技术能力，为用户提供“自动驾驶”般的科研体验：其6小时运行成果即可比肩资深理论物理学博士1至3个月的饱和工作量。

Innovator基座模型实现了科学多模态感知、科学推理、科学工具调用的三个目标。感知方面，面向化学、材料、物理等学科多模态科学数据建立理解能力，支持20多种科学模态，且同时具备顶尖的通用视觉理解能力。科学推理方面，显著提升科学推理与多模态科学推理能力，具备解决真实科学任务的科学编程能力，在科学编程任务上超越30倍参数量的模型。科学工具方面，在模型侧对万级工具与能力模块进行理解、选择、组合与调度，实现跨学科、跨任务的稳定交付。

SciencePedia科学基座整合300万条长思维链与3万多款科研工具，构建可溯源的推理网络，将分散的知识还原为内在连通的逻辑体系，使科学发现从“信息堆叠”走向“逻辑贯通”。帮助以Innovator为代表的基座模型和以SciMaster为代表的科学智能体突破互联网语料带来的认知边界。此外，Agent-ready at Scale科研工具体系通过将海量科研软件自动化地部署为可被科研智能体直接调用的能力单元，为基于科研智能体开展大规模协作验证提供了关键支撑。此外，还发布了AI for Science评测系统，构建具有公信力的科学智能评测基础设施，为科研组织模式升级与产业化落地提供度量标尺与政策抓手。

上海赛兰德智能科技有限公司首席执行官张与之介绍了玻尔+SciMaster科研智能体开发大赛并宣布获奖名单。大赛以赛事机制推动科研智能体生态共建，吸引44所顶尖高校、160余支队伍参赛，作品覆盖文献分析、实验设计、数据处理等科研全流程，集中检验科研智能体在真实科研场景中的应用能力。

在“Agentic Science先行者科学家圆桌论坛”环节。与会嘉宾围绕科研智能体如何重塑科研流程、如何实现跨学科协同、如何推动科研结果更快沉淀为可复用能力等议题展开深入探讨。大家一致认为，科研智能体的规模化发展，正在推动科研体系发生从方法、工具到组织方式的系统性变革。

学校供图