AI驅動科研范式變革專家呼吁建立國家級智能科研平臺標準體系

??近日，以“智能科研新生態：標準筑基，協同共生”為主題的香山科學會議第801次學術討論會在北京召開。與會專家指出，人工智能（AI）正驅動科學研究迎來范式變革，但各平臺統一標準嚴重滯后，已制約智能科研平臺的規模化推廣與應用，亟須加快構建國家級智能科研平臺標準體系，為其發展提供統一的技術框架與規范基礎。

??AI驅動科研范式變革

??“在AI for Science（人工智能驅動的科學研究）快速發展的背景下，AI與自動化技術已在電池、光伏及催化材料等領域顯著提升研發效率，并在創新藥研發中大幅縮短了靶點篩選與藥效預測周期。”良渚實驗室主任歐陽宏偉表示。

??歐陽宏偉強調，相較于上述領域，生物材料研發因涉及化學合成、結構構建與生物響應三個互相關聯的環節，且生物學驗證周期長、反饋成本高，尚難直接復制既有范式，利用AI輔助的生物材料研發仍處于起步階段。

??中國科學院院士、中國石化首席科學家謝在庫則結合其在甲醇制烯烴分子篩工業催化材料領域的研發經驗指出，高通量智能科研平臺顯示出顯著優勢：實驗篩選效率顯著提升，研發成本有效降低，研發周期明顯縮短，推動了從材料設計、材料篩選、性能評價到工藝放大的全過程創新。

??近年來，在人工智能、大模型、自動化實驗設備及高性能計算技術的協同驅動下，科研范式正發生深刻變革，其產業化路徑也在不斷明晰。

??從政策層面來看，我國已從國家層面對人工智能賦能科學研究作出系統部署，明確要求以人工智能引領科研范式變革，加速各領域科技創新突破。2025年8月，《國務院關于深入實施“人工智能+”行動的意見》正式發布，明確提出要加速科學發現進程，驅動技術研發模式創新和效能提升。

??“AI時代的到來，徹底改變了傳統科學研究的范式。”北京中關村學院黨委書記、院長劉鐵巖指出，當前科學發現的效率實現了量級躍升，無論是新材料的數字化模擬、結構預測，還是自主實驗室的高通量產出，都以“幾十萬、上億的通量”生成大量“新發現”。

??劉鐵巖強調，人類對這些“新發現”的驗證、消化能力卻始終保持線性增長，二者之間形成了巨大的速度差，這是過去300年傳統科研范式中從未出現的新挑戰。“面對AI時代的科研變革，核心突破點并非繼續提升AI工具的效率，而是重構科學評價標準、明確人才培養方向與建立高效的成果篩選機制。”他說。

??現階段是統一標準協同發展關鍵期

??“盡管我國在智能科研平臺建設上已取得重要進展，但必須清醒認識到，當前智能科研發展面臨的最大風險，不是平臺不夠，而是平臺越來越多而彼此越來越不兼容，各自為政、架構割裂、數據不通、接口不兼容，已成為跨機構協同和規模化創新的直接障礙。”中國科學院院士、同濟大學校長楊金龍在會上指出。

??“當前，我國智能科研平臺建設正處于高速發展的戰略機遇期，但‘多頭并進’的格局也導致產業生態呈現碎片化特征。”中國科學技術大學精準智能化學全國重點實驗室教授江俊表示，標準化作為保障科技創新“軟實力”的關鍵手段，是引領智能科研平臺打破孤島、走向高質量有序發展的必由之路，但核心技術測評缺位、科研數據共享不足、實驗設施互通困難等問題，正成為制約智能科研向規模化、產業化躍升的瓶頸。

??中國標準化研究院黨委書記、院長王昆也認為，智能科研正處于從“實驗室盆景”向“產業風景”跨越的關鍵階段。然而，當前產業規模化仍面臨多重障礙：一是設備昂貴、系統復雜，用戶采購決策門檻高；二是技術路線分散、產品形態各異，市場交易成本居高不下；三是缺乏統一的質量評價體系，用戶“不敢買、不會用、用不好”，造成了產業規模擴張的“堵點”。

??“標準在降低制造成本、交易成本以及建立信任機制等方面發揮著重要作用。”王昆進一步表示，有了統一標準，不同廠商生產的零部件就能實現即插即用，不僅能降低系統集成的難度，還能推動硬件設備從“定制開發”轉向“規模化生產”。而接口互操作標準，既能讓用戶不必擔心“被廠商綁定”，也能讓供應商不用再為每個客戶重復適配系統接口。標準就像市場交易的“通用語言”，能大幅壓縮從需求對接到落地實施的周期與成本。只有當用戶堅信“符合標準的產品就能用、就好用”時，市場才能真正從“個案采購”邁向“規模應用”。

??盡快建立國家級智能科研平臺標準體系

??“為高效推進智能科研標準化工作，應盡快設立全國智能科研平臺標準化工作組，匯聚國家實驗室、頂尖高校及領軍企業等核心科研力量，主導國內相關國家標準的制修訂工作。”王昆認為，工作組需緊扣產業演進脈絡，全面開展基礎共性、多源數據互操作、安全與倫理等核心維度的國家標準研制工作。

??王昆指出，可將“預標準”作為推進智能科研標準化工作的重要手段，為原始創新搭建“早期認可”與“共識凝聚”的通道，形成“創新-規范-再創新”的正向循環。同時，要探索國際合作新范式，共建包容普惠的智能科研規則生態，加快打造智能科研標準化“鼎型”復合領軍人才隊伍。

??“當前最緊迫的任務，不是繼續建設新的孤立平臺，而是盡快建立國家級智能科研平臺標準體系。”楊金龍也認為。

??具體而言，楊金龍提出四點建議：一是將智能科研平臺標準化建設上升為國家新型科研基礎設施建設的核心任務；二是加快打通數據、模型、設備與流程的全鏈路協同；三是依托全國智能科研平臺標準化工作組，盡快形成標準白皮書與系統性標準框架；四是堅持開放共享與自主可控相統一，在協同共建中塑造我國智能科研的新秩序、新能力與新生態。他強調，“共建、共享、共贏”并非一般性的合作愿景，而應成為未來我國智能科研生態建設的基本原則。

??值得一提的是，日前由中國科學技術大學與中國標準化研究院聯合編制的《智能科研平臺標準白皮書》（2026版），已構建起涵蓋基礎通用、數據、模型與AI底座、實驗基礎設施、平臺安全、平臺生態構建的六大核心板塊，形成了支撐智能科研發展的“四梁八柱”。

??“隨著標準化體系的完善與跨平臺協同機制的健全，不同科研機構、學科領域的資源壁壘將進一步打破，形成開放共享、互聯互通的全球科研生態。算力、數據、模型、設備等創新要素將自由流動和高效配置，推動跨學科、跨地域的深度協作，加速重大科學難題的聯合攻關。”江俊表示。