对外交流《AI for Science创新图谱2026》发布
2026-03-31 10:03:20 浏览数量：次
当前，人工智能前沿技术的快速突破及其在科研各领域的深度应用，正推动人工智能赋能科学研究（AI for Science）从工具型赋能向驱动范式转型深化拓展，全球AI for Science创新活动展现新的特征和趋势。在3月27日举办的中关村论坛AI for Science青年论坛上，中国科学技术信息研究所组织编写的《AI for Science创新图谱2026》（以下简称《报告》）正式发布。
《报告》由中国科学技术信息研究所联合北京科学智能研究院、上海人工智能实验室、中国地质大学（北京）、上海科学学研究所、华为公司等共同研究编写。报告以图谱可视化形式，从技术形态、学科场景、生态体系、国际格局等维度进行分析，展现当前AI for Science发展特征和重要创新趋势，为关心AI for Science发展的社会各界提供拓展科研视野、跟进创新趋势的观察参考。
《报告》分析发现，从新药创制到宇宙探索，再到量子科技前沿，人工智能技术正推动多个重点学科领域科学难题的创新求解，为重大科学问题的深入探索提供新的路径与方法。2025年以来，全球AI for Science发展进入国家战略加速布局新阶段，中国、美国、欧盟、英国、日本等聚焦AI for Science密集出台高层级战略部署，从资金支持、资源建设、科研组织等方面创新政策措施，围绕加速先进制造、关键材料、核聚变、半导体、工程生物学和量子信息等前沿科技研发，加大基础设施建设和资源投入，积极构建以人工智能为核心驱动力的科研新生态，并同步探索构建适应智能科研时代的治理新规则。 全球AI for Science发展进入国家战略加速布局新阶段
《报告》基于学术论文数据分析发现，全球AI for Science学术研究产出持续增长，近五年论文发表量增长了一倍多，人工智能与各学科各领域不断深化融合，应用范围持续拓展。报告选取了12个典型领域进行分析发现，生命科学、物理、化学、地球科学、材料科学等领域活跃度最高，航空航天、量子科技、材料科学等领域增速最快，年均增速超过30%。 近五年各学科领域发文量变化趋势图
AI for Science作为全球科技界的共同关注方向，有望破解生命健康、能源变革、气候变化等全球性科学挑战，国际合作的迫切需求日益凸显。中国与各主要国家在生命科学、物理学、地球科学等领域的学术合作走深向实，2024年AI for Science领域国际合作论文量比上年增长约15%。中国科研团队研发打造了一批有影响力的AI4S科研基础平台与工具链，向各国科研人员提供开放共享的AI for Science科研公共产品，服务全球科研开放协作。 主要国家AI for Science学术合作网络
《报告》分析发现，中、美、欧引领各领域AI for Science创新及国际合作，全球AI for Science领先机构创新合作网络不断拓展。全球南方国家日益重视AI for Science发展，报告基于七十七国集团（G77）所包含的134个发展中国家成员国进行分析发现，一批不同学科领域的创新团队正加速成长，不断深化机构间深度协作，促进AI for Science跨区域科研赋能。 全球南方国家重点创新机构学术合作网络
《报告》观察发现，近年来我国AI for Science创新成果总量快速增长，论文年产出量、论文引用量占全球比重均快速提升，地球科学、物理学、材料、能源、航空航天等多个领域已在全球显现优势。北京、江苏、上海、广东等总体领先优势明显，陕西、湖北、四川等省份在特定学科领域具有差异化优势，如陕西省在航空航天领域，湖北省在地球科学、能源科学领域等均位居国内前三。不同地方分别侧重原始创新先导、产业生态融合、基础能力建设等，制定了符合自身发展的创新支持政策，一批区域性重点领域产业创新展现亮点。 我国重点学科领域AI4S学术产出历年趋势
人工智能技术的深度应用也正在促进跨学科交叉融合，《报告》分析发现，化学、物理和材料科学等各学科领域交叉产生大量重要的科学新问题，AI for Science促进知识跨学科流动和融合迁移，激发科研创新动能，成为推动破解前沿科学问题的重要路径。 AI for Science促进跨学科交叉融合创新
《报告》观察发现，2025年智能体、具身智能等人工智能前沿技术发展进一步提速，在规划决策、任务调度、多智能体协同等方面的核心能力加速成熟，并快速融入科研流程，与科学数据、领域模型、专业算法工具集等形成迭代飞轮，通过全流程闭环迭代及反馈优化，加速重构科研模式。以智能体为调度中枢、嵌入学科知识的多模态领域模型为知识内核、具身智能驱动的自动化设备为物理执行载体，正在实现从“单点技术突破”到“体系化能力升级”，具备文献阅读、实验设计、实验操作、科学发现等科研全流程自主能力的新型科研体系形态初现。 前沿技术融入科研流程重构科研模式
智能体日趋便捷灵活的技术框架和Skill技能体系加速了智能体技术在科研领域的推广应用，国内外科研团队结合不同科研场景研发的各类专业化智能体和技能库正蓬勃发展，以后各领域科学家将可以便捷地使用智能体工具重新设计自己的科研任务。 智能体技术在各学科领域的融合创新
《报告》认为，由文献数据、实验数据、模拟数据和模型数据等共同组成的AI for Science科学数据体系初具形态，各类型数据相互转化、相互促进，基于文献数据的内容解析可以抽取积累形成模型可训练的实验数据，模型数据蕴含大量科学知识的沉淀，基于模型也可以生成更加丰富的模拟数据，通过进一步深度关联和一体化融合，形成结构化、可解释、可推理的全局AI-Ready数据体系，共同构建起支撑科学发现的知识底座。 AI for Science关键数据类型
开源项目作为知识共享与协作创新的核心载体，已成为AI for Science发展的核心驱动力之一。《报告》对AI for Science领域当前重要开源项目进行了梳理，发现从框架层、套件层到模型层，一批代表性的AI for Science开源模型和开源工具日趋成熟，中国的开源模型和工具开源影响力持续提升。 AI for Science开源项目体系日趋丰富
与此同时，平台化的AI for Science智能化基础设施正在助力贯通“从科学发现到产业转化”的全链条，将打破传统科研与产业创新的边界限制，消除产学研壁垒，“AI+生命科学”“AI+材料科学”“AI+地球科学”等领域已经在探索构建全链路协同的未来产业新形态，加速推动科研新范式驱动下的产业升级
来源：科情智库