【ZiDongHua 之“会展品牌秀”标注关键词：未来科学论坛 人工智能 SiC 智能驾驶 】
 
　　2026未来科学论坛圆满举办，全球顶尖学者共探基础科学前沿
 
　　7 月 12 日，2026未来科学论坛在上海科技馆举办。论坛设置生命科学、物理、化学、数学、计算机科学五大学科专场，聚焦脑机接口、量子计算、蛋白质合成、机器证明、AI 芯片等前沿议题，多位院士及历届未来科学大奖获奖者汇聚开展学术研讨。活动在设置重量级主旨分享的同时，安排多场学者圆桌交流对话，以多元交流形式促进跨学科思维碰撞，深度拆解基础科学支撑未来产业与技术变革的内在机理，为公众呈现一场高水平科学盛宴。
 
 
　　潘建伟、孙斌勇教授联袂开启多学科深度研讨
 
　　中国科学技术大学常务副校长 / 教授、中国科学院院士、2017未来科学大奖-物质科学奖获奖者、2026未来科学论坛Program Committee联席主席潘建伟院士作开幕致辞，他代表组委会欢迎各界来宾，他指出，论坛以基础科研与人工智能为双核心，兼顾原始创新与产业落地，鼓励自由探索与协同攻关，打通基础研究、应用开发与成果转化链条。他感谢各方协力保障论坛高质量举办，并预祝论坛圆满成功。
 
　　浙江大学数学高等研究院教授、中国科学院院士、2024未来科学大奖-数学与计算机科学奖获奖者、2026未来科学论坛Program Committee联席主席孙斌勇院士致辞分享。他表示，本次论坛汇聚近 40 位国内外顶尖学者，及历届未来科学大奖获奖者，阵容学术水准顶尖；议题聚焦脑机接口、量子计算、AI 赋能科研等颠覆性前沿方向；融合主旨报告、圆桌研讨、青少年交流等多元形式，实现学术交流、科普育人一体推进。论坛自2026年起固定为年度科学盛会，核心目标是打破学科壁垒，推动跨领域深度交流，传播科学精神。他感谢所有嘉宾参与，期待各界在交流中碰撞思想。
 
　　生命科学专场：揭开生命迷雾，探索脑智融合新方向
 
　　北京生命科学研究所资深研究员、清华大学生物医学交叉研究院教授、2022未来科学大奖-生命科学奖获奖者李文辉教授担任Session Chair并作开场致辞。他指出，当下生命科学正迎来重大变革，脑机接口、细胞稳态、神经科学、AI 药物研发等前沿突破，持续刷新人类对生命的认知，为人类健康福祉带来崭新机遇。他介绍了本场研讨嘉宾的科学成就与背景，并期待嘉宾在本场跨学科对话中碰撞前沿观点。
 
　　北京脑科学与类脑研究所所长罗敏敏带来《脑机接口：碳硅合一，脑智融合》的主旨报告，介绍其碳硅融合技术原理、全球发展态势，分享自研 “北脑一号”“北脑二号” 脑机系统及临床试验成果，报告展望脑机接口在感官修复、情绪干预、认知调控、心智数字化等领域广阔前景。
 
　　中国科学院生物物理研究所研究员、中国生物物理学会理事长、中国科学院院士张宏以《细胞的清道夫：自噬如何“吃掉自己”来维持稳态》为题作主旨分享。自噬可清理细胞受损物质、维持稳态，其异常会诱发多种神经退行性疾病，报告介绍其依托酵母、线虫开展的自噬基础研究成果，阐释自噬在高等生物中的作用，展望调控自噬开发新药、用于相关疾病防治的发展方向。
 
　　圆桌对话环节由李文辉教授主持，与北京大学生命科学学院教授、博雅特聘教授李毓龙，临港实验室脑机接口领域首席科学家、脑技术与工程研究部长李澄宇，北京生命科学研究所所长、中国科学院外籍院士、美国科学院院士、未来科学大奖咨询委员会委员王晓东，清华大学生命科学学院长聘副教授、清华-北大生命科学联合中心研究员张强锋，崖州湾国家实验室首席科学家、2023未来科学大奖-生命科学奖获奖者周俭民共同交流。
 
　　李毓龙教授指出，以往脑科学侧重电信号，神经化学观测工具匮乏。他研发了神经递质荧光探针，可活体实时监测十几种脑内化学分子，在模型动物上解析帕金森、代谢相关脑部病变机制。该技术能追踪疾病下化学信号紊乱，验证各类疗法能否恢复脑部稳态，填补大脑化学环路研究空白，助力脑疾病精准诊疗。
 
　　神经科学家李澄宇表示，灵长类脑图谱是脑机接口研发关键，小鼠脑机制和猴、人脑机制差异极大。当前视觉写入仅能实现简易光幻视，抑郁症脑刺激疗法短期进入临床研究，大规模落地需 10-15 年。行业缺少中试平台与统一脑科学数据集，搭建共享数据平台、完善研发体系，才能加速脑机技术临床转化。
 
　　王晓东教授在对话中对探索性基础研究与产业化研发进行了区分，指出二者间存在转化空白，而北生所搭建了多个技术平台承接中间的转化环节。他表示，行业同质化资源型研究过多，缺少高风险原创探索，期盼新型检测技术打通基础、临床与产业。
 
　　张强锋教授指出，AI正成为RNA乃至所有药物发现的核心引擎：智能体系统端到端串联重塑研发全流程，多模态生成式模型赋能分子设计，干湿闭环迭代确保预测落地。AI与生命科学双向赋能，脑与生命系统研究有望启发下一代AI。国内交叉学科工程与应用优势突出，但底层模型和原创理论仍处追赶阶段，需增强自信、打破学科壁垒，建设高质量数据与基础模型平台。高校正加快布局交叉人才培养，未来应鼓励长期原创与试错，有望在新范式中实现引领。
 
　　周俭民教授表示，病原快速变异导致免疫逃逸是作物抗病育种中的重大障碍；抗病小体这一科学原理发现后，当时并不清楚如何能用于作物抗病改良；蛋白从头设计的出现正在迅速突破这一困境。团队发现芥酸酰胺并非简单的杀死病菌，而是“解除”细菌的致病武器使其无害。我们正在同植保专家合作，发展适宜于田间施用的制剂，检验其保护效率等，以期实现抗病小分子从实验室落地田间，服务农业。
 
　　物理专场：洞悉微观前沿，定义未来技术
 
 
　　中国科学技术大学物理系教授、中国科学院院士、国家自然科学基金委数理科学部主任、2023未来科学大奖-物质科学奖获奖者陈仙辉担任Session Chair并作开场致辞。他指出，微观物理、量子科技、AI 正在重塑科研范式，基础物理突破催生前沿技术。他介绍了本场研讨嘉宾的学术背景，并期待本场活动的主旨演讲与跨界对话的思想碰撞。
 
　　上海交通大学李政道研究所副所长、中国科学院院士、2025未来科学大奖-物质科学奖获奖者丁洪带来《量子计算：不可避免的未来》主旨报告。他对比经典晶体管发展历程，阐释了量子叠加赋予量子计算机指数级并行计算能力。他指出，当前超导、中性原子等主流方案均存在高错误率难题，量子纠错成本巨大。基于马约拉纳零能模的拓扑量子计算可实现硬件自身容错，是核心突破路径。他介绍微软拓扑芯片进展，重点分享团队自主发现的铁基拓扑超导平台，其拓扑能隙远优于海外方案，适合构建高质量拓扑量子比特。该方向已从基础科研转为“科学+工程”攻关，按照现有技术路线，有望在三五年内研制出高质量拓扑量子比特，为最终实现通用量子计算机打下坚实基础。
 
　　复旦大学物理学教授 / 谢希德特聘教授、中国科学院院士、美国物理学会会士龚新高以《AI对物理研究的变革》为题展开主旨分享，他以伽利略望远镜类比AI，剖析传统计算物理受尺度、自由度、材料空间制约的瓶颈，系统梳理AI带来五大变革：突破模拟尺度、AI学习物理算符、多场统一建模、全域筛选材料、预测合成路线。他表示，AI拓展科研边界。AI打通学科壁垒、实现双向赋能，但不会替代物理学家。他提到，目前团队搭建通用计算模型与线上工具，让普通研究者也能开展物质模拟，AI驱动数据化科研，将持续催生全新物理发现。
 
　　圆桌对话环节，陈仙辉教授作为对话主持，与丁洪、龚新高、潘建伟等教授，与波士顿学院物理系教授、美国物理学会会士汪自强展开交流。
 
　　在对话环节，丁洪教授表示高温超导机理仍是世纪难题，如今应用价值凸显，可用于核聚变磁体与算力节能。铁基超导兼具拓扑特性，是拓扑量子比特核心材料。中长期一条路线依托高温超导攻关可控核聚变，另一条利用铁基拓扑超导研发容错量子计算机，两大方向前景广阔。
 
　　龚新高教授提出，AI 只是科研辅助工具，目前无法取代物理核心思考，物理学家不能只专注模型训练。青年学者需夯实物理基础，熟练运用 AI 并认清其局限。短期 AI 难以诞生底层基础理论，但能加速新材料挖掘。AI for Science 未来有望收获重大成果，人机协同是科研创新最优路径。
 
　　潘建伟教授指出，经典计算机无法模拟复杂量子系统，专用量子模拟设备三五年可落地。量子与AI融合可简化原子操控、降低计算量，未来有望探索意识本源，但现有AI无法产生自主意识。潘建伟教授也建议国家设立专业评测机构，以单比特精度、量子优越性等为硬性标准设置上市门槛，客观核验企业技术实力，保障量子科研与产业良性发展。
 
　　汪自强教授表示，实验、大数据、AI 都无法替代理论物理，理论可为数据赋予科学内核、预判全新物态。他表示，国内紧缺具备物理直觉的理论人才，青年研究者应深耕基础、多与实验学者合作、大胆创新。与此同时，拓扑量子计算等重大突破源于长期理论积淀，我国需持续加大理论物理长期稳定投入。
 
　　化学专场：化学创造世界，合成决定未来
 
　　清华大学化学系教授、中国科学院院士、2024未来科学大奖-物质科学奖获奖者李亚栋作为Session Chair作开场致辞，他指出化学是创制新分子、新材料、解析生命本质的核心学科，合成化学各类突破，为医药、能源材料提供源头创新。他概述本场研讨嘉宾的学科领域，并介绍对话议题，期待嘉宾围绕合成化学前沿、产学研转化展开跨界交流。
 
　　清华大学化学系主任、教授刘磊作《蛋白质的从头化学全合成》主旨报告。该技术为人工创制全新蛋白质物质搭建核心方法基础。团队发现肽酰肼连接反应，构建以多肽酰肼为核心的完整蛋白质化学合成体系，将可合成氨基酸规模从 100 个提升至 900 个。经全球学界、产业界验证，多肽酰肼具备稳定、兼容、易操作、可规模化生产等优势，是通用且能工业化的合成技术。伴随蛋白设计与 AI 技术快速发展，这套方法可人工构建突破天然限制的功能蛋白，为相关基础研究与产业转化提供关键支撑，实现从零创制全新蛋白分子的技术突破。
 
　　北京大学钱塘博雅特聘教授、研究生院常务副院长陈鹏带来题为《活细胞化学：化学反应与分子创制新疆界》主旨报告，他教授聚焦活细胞化学，针对传统反应脱离生理环境的难题，搭建活细胞化学反应体系，开创生物正交剪切反应，实现蛋白原位调控、体内精准合成，研发临床导向组合反应，拓展肿瘤免疫治疗路径，推动化学与生命、医学交叉融合。
 
　　本场对话环节由李亚栋教授主持，与陈鹏、刘磊，北京大学博雅特聘教授、北大医学部副主任焦宁，北京大学化学与分子工程学院助理教授、研究员李慕凡，南方科技大学化学系主任、讲席教授刘心元，清华大学化学系教授、学术委员会主任王训展开学科探讨。
 
　　陈鹏教授提到，其开创生物正交剪切反应，已在生命机制研究和药物研发领域获得重要应用；该技术机遇在于精准甄别、干预疾病靶点，借助类器官提升新药临床成功率，挑战则集中于推动面向动物活体乃至人体的应用。
 
　　焦宁教授指出，其团队最意外的成果是苯环开环氮化反应，改性产物和1,3-丁二烯共聚可大幅提升橡胶韧性；他表示现有工艺直接以苯为原料效率偏低、成本高，未来希望以简单含氮原料一步实现苯的开环氮化反应，搭建低成本、绿色合成路线。
 
　　李慕凡研究员表示，许多传统化工过程往往需要依赖严苛的工艺条件，例如采用高毒性原料和高温高压等危险反应路径。为此，其团队依托电催化思路，以电能替代传统的高危化学反应，通过电子经济性实现更安全的合成方式。他指出，这套新工艺有望对传统化工体系进行重构，目前正在推进工业化应用落地。
 
　　刘磊教授指出，化学合成蛋白质可摆脱生物体系限制，依托酰肼法实现近 900 氨基酸超长蛋白制备；他表示领域机遇是自主研发长效蛋白新药、抢占知识产权，挑战是匹配 AI 分子设计，实现规模化低成本生产。
 
　　刘心元教授指出，纯烷基自由基难以控制是四十年合成难题，其设计空间限域催化剂束缚高活性自由基；他表示该体系可从烷烃一步合成手性药物中间体，打通石油原料到抗肿瘤、降糖药物的制备通道。
 
　　王训教授表示，亚纳米尺度无机材料会出现类高分子柔韧特性，表面原子重排衍生全新光电物性；他表示该方向可交叉能源、生物领域，难点是概念普及与新型功能挖掘，后续将持续探索材料构效关系。
 
　　数学专场：深耕拓扑与计算，解码机器证明新范式
 
　　数学专场由孙斌勇教授担任Session Chair并作开场致辞，他指出如今基础与应用数学深度融合，计算机辅助证明、AI计算、数学机械化等领域飞速发展，不断拓展认知边界。本次论坛邀请徐宙利、吕琦两位学者进行主旨演讲，并邀请多位专家开展圆桌对话。
 
　　美国加州大学洛杉矶分校数学系教授、美国数学会会士徐宙利带来题为《一百二十六维度的拓扑空间》主旨报告。徐宙利教授围绕 126 维拓扑空间展开分享，他联合合作者攻克拓扑学 Kervaire 不变量遗留难题，完成了 126 维标架流形分类。报告讲解拓扑空间、流形不变量基础理论，介绍依托计算机辅助完成该重大问题证明的研究思路。
 
　　四川大学教授吕琦带来题为《机器学习与随机偏微分方程控制理论》主旨报告，提出机器学习与数学控制论之间具有相互促进的潜力：一方面，控制论可为机器学习算法提供稳定性与泛化性的理论支撑；另一方面，机器学习也有望为高维复杂系统的控制问题引入新的计算范式。然而他也坦言，在当前随机偏微分方程控制问题的研究中，机器学习尚未展现出明确且可大规模推广的应用价值。
 
　　本场对话环节由孙斌勇教授主持，邀请北京大学国际数学研究中心博雅特聘教授、北京大学国际机器学习研究中心副主任、北京中关村学院常务副院长董彬，北京大学国际机器学习研究中心主任 / 数学科学学院讲席教授、上海交通大学人工智能学院首席顾问、中国科学院院士、美国数学学会会士鄂维南，中国科学院数学与系统科学研究院研究员、中国科学院国家数学与交叉科学中心执行主任高小山，Project Numina创始人李嘉，北京大学博雅讲席教授 / 数学科学学院院长、中国科学院院士刘若川参与对话与交流。
 
　　鄂维南教授在对话中指出，人工智能包含深度学习、符号逻辑、物理 AI 多条路线，机器学习的一个主要问题是函数逼近，优化算法、正则化等数学理论是底层支撑。传统多项式难以处理高维问题，神经网络更适配高维场景。目前数学缺乏对长程稀疏记忆等配套数学工具的深入研究，未来需要将逻辑推理等方法与大模型方法深度融合，补齐高维、长程依赖等数学理论方面的短板。
 
　　高小山研究员表示，他梳理了数学机械化从希尔伯特判定问题、Herbrand 理论到吴方法的发展脉络，指出不存在完备且高效的通用证明算法。在他看来，大模型通晓各类数学知识与已有证明技巧、是目前机器证明的主要方法，但计算、证明核验存在短板，需结合数学机械化与形式化工具验证，二者互补，能够大幅提升机器定理证明的效率与严谨性。
 
　　董彬教授提出，机器学习可依靠数据确定模型参数，摆脱传统计算依赖经验调参的局限，实现机理与数据融合。他认为，当下 AI 与数理融合边界持续变化，大模型逐步承担高阶计算任务，未来核心挑战是找准人机分工，挖掘全新算法，自主提出前沿数学问题，驾驭 AI 解决复杂数理难题。
 
　　李嘉认为，AI自然语言数学证明的最大痛点，是推导过程无法自动核验，仍需人工逐步审阅。另一方面，形式化转化本身难度很高：大模型自动形式化尚无法精准翻译复杂的数学定义，而在一些依赖几何直觉的领域，形式化复杂度和成本尤其高。大模型的出现与形式化数学的发展，为数学乃至其他前沿问题建立开源协作体系提供了可能。这一体系能够将分散在少数专家手中的问题、知识与验证工具沉淀为可复用的公共基础设施，降低参与门槛，并加速前沿研究的集体推进。
 
　　刘若川教授认为，数论前沿突破离不开人类独有的抽象提炼、类比联想、构建新结构的创造能力。人类的几何直觉、对无穷等抽象概念的感知，是AI暂难完整复刻的，仅依靠现有大模型技术路线，短期内很难攻克黎曼猜想这类核心数论难题。
 
　　计算机科学专场：人工智能革命与未来展望
 
　　中国科学技术大学讲席教授、中国科学技术大学通用人工智能研究所所长、蔚来高级副总裁、2023未来科学大奖-数学与计算机科学奖获奖者任少卿担任Session Chair并作开场致辞，他指出 AI 正在全方位重塑社会，覆盖视觉感知、算力芯片、机器学习理论、多模态大模型等方向，基础研究持续拓宽技术边界，赋能智能驾驶、科研及各行各业，与此同时，他介绍了本场活动聚焦的科学领域与嘉宾的学术背景。
 
　　中国科学院计算技术研究所副所长、处理器芯片全国重点实验室主任陈云霁带来题为《人工智能和处理器芯片》主旨分享。他指出，我国芯片面临工艺、资源、生态三重壁垒，AI自动设计芯片是破局关键。自动电路设计存在超大空间、超高精度两大难点，国际学术界早年仅能设计小规模电路。其团队历经二十余年攻关，先实现芯片验证自动化，再用机器学习优化架构参数，创新BSD二元决策树迭代修复方案，先后推出启蒙 1、2 号，国际上首次实现了人工智能自动设计处理器芯片。未来将融合大模型与BSD技术，持续迭代启蒙系列，有望让 AI 设计芯片性能超越人类自研。
 
　　中国科学院计算技术研究所副所长 / 研究员、未来论坛青年理事包云岗带来《迎接新一轮处理器芯片变革浪潮：RISC-V与开源芯片》主旨报告，他介绍RISC-V与开源处理器生态的发展现状，指出新一轮处理器芯片技术与产业变革浪潮正到来，芯片设计正走向开源开放，开放指令集RISC-V因而被入选《麻省理工科技评论》2023年度十大突破性技术。如今，世界各国正在围绕RISC-V构建通用处理器新生态与AI算力新生态。
 
　　本场对话环节由任少卿主持，邀请包云岗、陈云霁，南开大学教授、卓越工程师学院执行院长程明明，滑铁卢大学校级教授、加拿大皇家学会院士，未来科学大奖评审委员会委员李明，北京大学博雅特聘教授林宙辰，华为终端BG首席科学家、光明实验室主任、国际欧亚科学院院士田奇，北京大学讲席教授、复旦大学先进计算系统研究院院长、欧洲科学院外籍院士谢涛参与探讨。
 
　　陈云霁教授指出，过去三十年算力芯片最大变革是神经元虚拟化，硬件可适配任意规模大模型；展望三十年后，为追求极致能效，专用芯片会固定适配单一大模型架构。他认为，长远来看具身智能大模型是核心发展方向，未来芯片设计、算法架构都会围绕具身智能需求迭代升级。
 
　　包云岗教授表示，RISC-V 开源架构具备开放定制优势，能适配云端、终端多样化 AI 算力需求，完整底层开源基础设施可支撑产业快速开发。他提出，未来 3-5 年一批企业会基于 RISC-V 自研芯片，开源芯片将成为 AI 算力核心基础设施的有力支撑。
 
　　李明教授从郎道尔热力学公理提出 AI 计算芯片优化已经接近下界，因此将从芯片中心转向连接中心，依托最优连接，铜/光传输优化搭建通用计算底座，允许异构插件：各种GPU，CPU，HBM，ASICs，软件按需生成，是AI时代换道竞争的好机会。从同一个热力学理论他还推出一个直觉理论，为了帮助建立更通用的世界模型，为了他希望解决的河南甲骨文问题和罕见病识别问题，他认为AI 结合生物领域研究有望突破现有医疗健康局限，革新人类生命健康相关研究。
 
　　林宙辰教授表示，当前大模型训练扩大规模主要依靠工程堆叠，核心优化算法迭代缓慢，Muon、SOAP 等新优化器有一定潜力。他指出，未来零阶预训练算法、MoE专用训练算法、智能体在线优化算法、自进化智能体高效策略搜索算法会成为突破点。大模型则需跳出单纯数据拟合，在因果、逻辑推理层面实现质的飞跃。
 
　　程明明教授提到，视觉模型轻量化可依靠算法创新减少冗余计算、软硬件协同优化实现。他认为，长远视觉与语言模型走向统一，需搭建通用表征、自动扩充标注数据；多模态融合落地后，通用视觉智能将全面走进各类实体物理应用场景。
 
　　田奇教授总结云端大模型正向轻量化终端智能演进，核心是构建基于复杂场景交互的世界模型，打造主动、多端互联的个人智能体。他认为，行业竞争不再只比拼模型参数，而是模型、芯片、操作系统、应用生态和隐私安全一体化协同，人机交互将变得更加自然，同时需解决功耗、算力、隐私、数据安全等难题。
 
　　谢涛教授表示，智能体发展有 GUI 可视化接入、原生软件两套路线，各有安全、性能与生态优劣。他指出，国内可使用 Rust语言自研开源操作系统内核、针对国产 DSA 芯片自研开源AI算力系统软件来换道超车，打造 RISC-V+AI OS 软硬件体系，搭建开源智能体框架，兼顾系统可信性与运行高效性。
 
　　大湾区大学副校长 / 讲席教授、美国西北大学Pancoe讲席教授、2026未来科学大奖周Program Committee联席主席夏志宏在闭幕致辞中，向各界发出邀约，11月齐聚香港共赴未来科学大奖周科学盛会。
 
 
　　想要了解大名鼎鼎的科学家打小是怎么过来的？他们从小就热爱科学吗？生来就有天赋吗？早早就立下了志向吗？又是什么，让他们登上了常人难以企及的高峰？
 
　　让我们从《“未来”科学家》这套丛书里寻找答案吧。
 
 
　　《“未来”科学家—未来科学大奖获奖者访谈实录》
 
　　本套丛书通过深度访谈的形式，生动再现了2016-2024年度获奖者们的科研心路、成长历程与奋斗故事，真实还原了科学探索背后的思想之光。展卷本套丛书亦犹如与青少年读者、科研工作者展开一次穿越时间和空间的“对谈”，进行一场伟大而深刻的精神探索，用获奖者的科学精神和专注的工作态度激励、启迪年轻一代，为中华民族创造力的喷涌奠定坚实的科学思想基础。