当“AI 科学家”遇见西丽湖 “AI for Science重构未来产业论坛”在深圳成功举办
北国初冬已至，鹏城秋意浓浓。“AI 科学家”、“科研智能体”由概念走向实践，AI for Science 正在重构科研与产业的运行方式。2025 年 11 月 15 日，西丽湖论坛在深圳开幕，作为西丽湖论坛的平行分论坛之一，“AI for Science重构未来产业论坛”在北京大学深圳研究生院会议中心举办。此次“AI for Science重构未来产业论坛”由深圳市科创局、深圳市南山区政府作为指导单位，北京大学深圳研究生院主办，国际科学智能联盟及深势科技承办，深度探讨了 Al for Science 如何赋能科学研究与工业研发，描绘了未来产业的发展脉络。
深圳市科技创新局党组书记、局长张林为论坛开幕致辞，中国科学院院士、北京科学智能研究院学术委员会主任鄂维南、河套深港科技创新合作区深圳园区发展署党组副书记、署长钟海、北京大学深圳研究生院副院长兼科学智能学院执行院长田永鸿等领导、嘉宾莅临论坛现场，比亚迪、东阳光药、广汽埃安、华大智造、晶泰科技、清华大学、深圳超算、深圳市合成生物学创新研究院、武汉大学、昭泰医疗等生态伙伴出席论坛。
鄂维南院士进行了引导性发言，他指出深圳已成为中国 AI for Science 最有潜力的试验场之一。这既是中国科技创新史上难得的重大机遇，也需要各方继续大胆创新，把事情做起来，让机会变成现实。此外，鄂院士对深势科技这样为 AI for Science 而诞生的企业表示了肯定。他表示在 2020 年国内几乎没有先例的情况下，下决心从零搭建科研基础设施是极其难得的；回头看，如果没有深势科技，AI for Science 很难有今天的局面。
深势科技创始人兼首席执行官孙伟杰以《从科学智能体到智能科学发现系统》为主题做了主题演讲，介绍了深势科技的 AI for Science产品是如何创造科学价值的。他指出 AI 技术既可重塑科研工具，也可对人类智慧进行“复制与放大”，驱动新的科学发现体系诞生。他认为建设智能科学发现系统的两步路径：第一，用 AI 全面升级“读-算-做”工具，把文献阅读、科学计算、实验执行变成智能化系统；第二，打造能够整合知识、提出高质量假设、完成闭环迭代与自我学习的“AI科学家”。围绕第一步，深势科技自 2020 年起持续构建智能化科学工具矩阵：推出了玻尔·科学导航与玻尔科学百科SciencePedia。在“AI科学家”方面，深势科技推出了通用科研智能体 SciMaster，通过整合细分领域的读算做工具与任务知识，为药物研发、战略研究与行业分析等场景提供服务。并且在“读算做”工具与“AI科学家”进一步耦合后，面向具体场景的智能科学发现系统已经开始落地。孙伟杰介绍说，深势科技近期在宜宾发布了面向电解液发现的智能系统，将电解液相关数据库、计算模型与自动化实验装置通过智能体深度串联，可自动完成配方设计与验证。他引用 Sam Altman 对AI智能体与新型科学发现系统的预测，认为面向具体场景的系统已初具规模，更通用的科学发现系统有望在未来 3-5 年内加速成型。深势科技将与所有科学家一起努力推动 AI for Science，打造人人可参与的智能化科研新生态，是百舸争流，更是同舟共济。随后，来自产业生态的嘉宾代表依次登台分享。
国家超级计算深圳中心 高性能计算部副研究员、副部长徐奇门在题为《超智融合探索：全固态锂电池界面研究》的主题分享里指出，要提升锂电池的能量密度和安全性，业界正转向全固态电池，但界面处的缺陷、晶格失配和电子行为等问题是传统方法难以攻克的核心瓶颈。他强调，DeePMD 在“大尺度第一性原理分子动力学模拟”上带来革命性突破，深超算团队正通过“机器学习势能函数 + 线性标度大规模 DFT + 国产 E 级超算 + 组装电池实验”这一“超智融合”路线，构建超大规模高精度仿真体系，为全固态锂电池界面机理研究和新质生产力打造提供算力与方法学支撑。
东阳光药首席科学家林凯在题为《AI 赋能新药研发：东阳光药业的实践与突破》的主题演讲里从产业视角总结了 AI 对制药的重塑。他指出，过去五年 AI 浪潮席卷医药，AI 在药企里已经从“时髦名词”变成了“刚需”。在这样的背景下，东阳光从传统原料药、仿制药全面转向创新药；并与深势科技、华为盘古等合作，在分子设计、成药性预测和 CMC 环节系统性提效。他希望在 AI 加持下，不仅提高数量，更带来创新药质量的飞跃，把更多、更好的治疗方案带给患者。
晶泰科技 AIDD 首席科学家林志雄做了《AI 制药现状及新技术平台的实践》的主题分享，他表示由于 AI for Science 时代的到来，使那些曾经只属于顶尖团队的分子生成、力场建模、自动化实验，正在走进越来越多药企和实验室。林志雄认为，当化学大模型、智能实验室、虚拟细胞和 AI 临床预测逐步成熟时，AI 制药将不只是热点话题，而会深刻改变化学与生物医药的研究范式。
比亚迪电池 AI for Science 负责人张柯做了题为《人工智能+物理模型强化能源器件的理性设计》的主题演讲，张柯表示，面对材料和化学研发传统模式在大规模工业应用中的瓶颈，比亚迪锂电的 AI for Science 体系，正在“把传统的研发从依赖个体工程师，转向依赖数据和算法，把原来各自为战的设计，变成集成协同的设计”，形成预测-生成-优化的闭环，向电池全生命周期的数字孪生迈进。
广汽埃安新能源汽车股份有限公司电池研发特聘专家、主任工程师、材料计算负责人徐博做了《人工智能辅助电池自动化设计平台》主题分享。徐博强调，与深势等生态伙伴的共同目标，是把 AI for Science 模式沉淀为行业“新基建”：先夯实算力、模型、数据能力，再跑通“导航文献-推荐计算-模型筛选-高通量实验-结果反馈”的闭环，真正做到“用理性的设计去替代经验式的试错”，让电池配方与工艺优化从经验驱动走向机制驱动和数据驱动。
论坛期间，深势科技生物医药研发总工程师郑行发布了PharMaster新成果《PharMaster：懂药化学家的Al伙伴》。郑行指出，PharMaster的信息来源可靠、信息覆盖全面，可输出清晰、有结构、好阅读的报告，让药化学家能快速定位所需信息。一方面，PharMaster 背靠玻尔科研空间站，并精选顶级期刊，用多 Agent 深度解读蛋白结构、通路、安全性、疾病关联和市场格局，并自动检索关键示意图和图表，像人类化学家一样写深度调研报告。另一方面，通过模型＋人工校正系统解析海量专利，构建“千靶万药”数据库，把结构、活性和药效团一次性整理清楚。在 PharMaster 加持下，靶点调研可以“从三周变三天”，药化学家终于能“把最聪明的大脑用在分析和决策上”，而不是重复性工作，未来 PharMaster 还将接入更多计算工具，向覆盖全流程的药物设计助手演进。
研发智能化升级是企业都面临的重大机遇和必然趋势。在这一趋势下，智能体的标准化与互联互通，正在成为推动产业升级的关键基础设施。深势科技、东阳光药业、昭泰医疗、深圳市合成生物学创新研究院等多家企业代表共同登台，在众多生态伙伴的见证下，正式启动了“共建基于 AI for Science 的生命科学数据库和智能体生态”仪式，标志着产业各方将以更开放、协同的方式，加速生命科学领域的创新与落地。
论坛最后，国际科学智能联盟秘书长、北京大学深圳研究生院副院长、科学智能学院执行院长田永鸿主持了题为“AI for Science 共赢产业”的圆桌讨论。
清华大学深圳国际研究生院培训学院副院长张文铸指出，目前 AI for Science 仍处在“青春期”，技术深度远超一般 AI，整体还处于 early adopters 阶段，最大的破局点在于“把用户基数做大”，让更多科研人员真正用起来；同时要通过科技评价体系改革，把数据集、开源软件、产业贡献等纳入成果认定，用“新的指挥棒”激发一线科学家的创新动力。
深圳市合成生物学创新研究院副院长、国家生物制造产业创新中心总经理罗巍认为，生命科学研究长期停留在“手工作坊”阶段，“一个个实验室像信息孤岛”，缺乏可共享、可复用的大规模高质量数据，建设国家级大科学装置和建制化科研体系，是打通数据和协同的有效路径。广东昭泰细胞生物创始人、董事长汤朝阳则从产业一线强调，生物医药领域必须以可产业化为硬标准，AI 目前更多解决“相关性”，距离监管要求的“因果性”和安全性还有距离，真正的痛点在于缺少既懂 AI 又懂生物医药的“交叉人才”，以及如何在合作前端把“风险共担”讲清楚。
华大智造高级副总裁、华大集团技术副总裁杨梦表示，在生化环材等领域，“最不 ready 的恰恰是可验证性”，奖励信号稀疏、周期漫长，企业与科研的数据逻辑也存在巨大鸿沟，未来需要一套贯通数据采集、模型迭代和产业验证的闭环，并用企业沉淀的大量“失败数据”来约束和强化大模型。
大家一致认为，只有在数据共享机制、评价体系、人才培养和产学研协同模式上协同变革，AI for Science 才能真正从实验室走向产业一线，加速新药、新材料、新能源等关键领域的突破，推动中国在 AI 下半场实现从跟跑到并跑乃至领跑。
“AI for Science 重构未来产业论坛”不仅是一场观点的汇聚，更是一次面向 AI for Science 赋能未来产业的集体动员：以科学问题为牵引、以产业场景为落点，让“能算、能研、能产”的智能化链路贯通起来。我们将以高质量数据与可信算力为底座，以可复现的方法平台与行业级评测为准绳，把从 0 到 1 的原始突破、从 1 到 N 的工程复制，转化为可持续、可规模化的产业价值。
在材料、能源、生物医药等关键赛道，“AI 科学家”将与人类科学家并肩，把每一次计算与实验沉淀为可复用的能力单元，把每一次协同与共建推进为生态级的生产力增量。站在西丽湖畔，我们选择开放生态与协同创新，持续建设面向应用的智能体与数据基础设施，让知识更快生成、价值更快兑现——这就是 AI for Science 未来产业的方向，也是我们共同的答卷。
关于深势科技
深势科技是全球 AI for Science 开拓者和引领者，AI for Science 即运用 AI 学习一系列的科学原理和科学知识，并进一步解决科学研究和工业研发领域的关键问题。
依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science 大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，形成了AI for Science 的“创新-落地”链路和开放生态，构建了基于AI for Science的微尺度工业基础设施，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代研发系统。
深势科技是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中博士及博士后在公司成员中占比超过35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”，相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。
评论排行