中國科學智能步入產業化爆發前夜 數據與算力成戰略制高點
2026-07-28
在上海舉行的2026世界人工智能大會上，AI for Science（科學智能）成為焦點議題。業內專家預判，科學智能未來兩至三年將進入產業化爆發期，而數據作為最基礎亦最稀缺的要素，正成為各方爭奪的戰略高地。
科學智能正從輔助工具演變為科研基礎設施，顯著改寫多個行業的成本公式。有研究機構指，透過應用科學大模型，催化劑設計時間由數月縮短至半小時，新型催化劑活性提高38%。藥物研發方面，傳統需時十年、投入十億美元的過程，目標壓縮至三個月、三百萬美元。材料研發領域，AI可同步優化性能、成本及工藝，快速篩選高潛力方向。
在神經科學領域，全球首個生成理解統一的多模態神經科學大模型已協助證實記憶可反向調控睡眠，為抑鬱及焦慮症干預提供新思路。另有自動化多智能體系統覆蓋六類精密儀器，晶體結構解析工作量減少逾五成，微觀形貌分析時間縮短。上海人工智能實驗室亦發佈科學發現平台，覆蓋從假設提出到實驗驗證的完整科研流程。
惟科學智能邁向爆發前夕，數據瓶頸不容忽視。科學數據與互聯網數據本質不同，地震波、蛋白質結構等專業觀測數據分散於不同機構及格式，需經科學家專業標註方能成為AI可學習的「科學語料」。有專家直言，現時神經科學可用於訓練的數據「可能不到目標數據的萬分之三」，開源數據日後獲取將越趨困難，必須系統地建設自主數據集。
各方正積極卡位，有機構構建平台統一預處理多個開源神經科學數據；上海人工智能實驗室推出科學智能數據庫；中國科學院文獻情報中心發佈科技語料庫，針對商業航天、低空經濟、智能製造及生物醫藥等領域提供語料加工，下一步將支撐元器件選型及超微病理診斷等過百項行業應用。
算力底座佈局同樣關鍵。華為今年推出智算實驗室及智慧科研兩大解決方案，為多個科學大模型及多智能體系統提供算力、存儲及網絡支援。華為與上海人工智能實驗室建立深度合作，圍繞開源生態及行業賦能，共同打造軟硬件自主研發的行業大模型解決方案。
業內認為，科學智能從實驗室走向產業化的路徑已漸清晰，惟科學大模型迭代、高質量數據集構建及算力底座夯實三者缺一不可。隨着數據壁壘逐步打通、算力持續增強，新材料發現、新藥物誕生及新機理揭示，或將進入「批量湧現」的新階段。
