近日，以“智能科研新生态：标准筑基，协同共生”为主题的香山科学会议第801次学术讨论会在北京召开。与会专家指出，人工智能（AI）正驱动科学研究迎来范式变革，但各平台统一标准严重滞后，已制约智能科研平台的规模化推广与应用，亟须加快构建国家级智能科研平台标准体系，为其发展提供统一的技术框架与规范基础。

　　AI驱动科研范式变革

　　“在AI for Science（人工智能驱动的科学研究）快速发展的背景下，AI与自动化技术已在电池、光伏及催化材料等领域显著提升研发效率，并在创新药研发中大幅缩短了靶点筛选与药效预测周期。”良渚实验室主任欧阳宏伟表示。

　　欧阳宏伟强调，相较于上述领域，生物材料研发因涉及化学合成、结构构建与生物响应三个互相关联的环节，且生物学验证周期长、反馈成本高，尚难直接复制既有范式，利用AI辅助的生物材料研发仍处于起步阶段。

　　中国科学院院士、中国石化首席科学家谢在库则结合其在甲醇制烯烃分子筛工业催化材料领域的研发经验指出，高通量智能科研平台显示出显著优势：实验筛选效率显著提升，研发成本有效降低，研发周期明显缩短，推动了从材料设计、材料筛选、性能评价到工艺放大的全过程创新。

　　近年来，在人工智能、大模型、自动化实验设备及高性能计算技术的协同驱动下，科研范式正发生深刻变革，其产业化路径也在不断明晰。

　　从政策层面来看，我国已从国家层面对人工智能赋能科学研究作出系统部署，明确要求以人工智能引领科研范式变革，加速各领域科技创新突破。2025年8月，《国务院关于深入实施“人工智能+”行动的意见》正式发布，明确提出要加速科学发现进程，驱动技术研发模式创新和效能提升。

　　“AI时代的到来，彻底改变了传统科学研究的范式。”北京中关村学院党委书记、院长刘铁岩指出，当前科学发现的效率实现了量级跃升，无论是新材料的数字化模拟、结构预测，还是自主实验室的高通量产出，都以“几十万、上亿的通量”生成大量“新发现”。

　　刘铁岩强调，人类对这些“新发现”的验证、消化能力却始终保持线性增长，二者之间形成了巨大的速度差，这是过去300年传统科研范式中从未出现的新挑战。“面对AI时代的科研变革，核心突破点并非继续提升AI工具的效率，而是重构科学评价标准、明确人才培养方向与建立高效的成果筛选机制。”他说。

　　现阶段是统一标准协同发展关键期

　　“尽管我国在智能科研平台建设上已取得重要进展，但必须清醒认识到，当前智能科研发展面临的最大风险，不是平台不够，而是平台越来越多而彼此越来越不兼容，各自为政、架构割裂、数据不通、接口不兼容，已成为跨机构协同和规模化创新的直接障碍。”中国科学院院士、同济大学校长杨金龙在会上指出。

　　“当前，我国智能科研平台建设正处于高速发展的战略机遇期，但‘多头并进’的格局也导致产业生态呈现碎片化特征。”中国科学技术大学精准智能化学全国重点实验室教授江俊表示，标准化作为保障科技创新“软实力”的关键手段，是引领智能科研平台打破孤岛、走向高质量有序发展的必由之路，但核心技术测评缺位、科研数据共享不足、实验设施互通困难等问题，正成为制约智能科研向规模化、产业化跃升的瓶颈。

　　中国标准化研究院党委书记、院长王昆也认为，智能科研正处于从“实验室盆景”向“产业风景”跨越的关键阶段。然而，当前产业规模化仍面临多重障碍：一是设备昂贵、系统复杂，用户采购决策门槛高；二是技术路线分散、产品形态各异，市场交易成本居高不下；三是缺乏统一的质量评价体系，用户“不敢买、不会用、用不好”，造成了产业规模扩张的“堵点”。

　　“标准在降低制造成本、交易成本以及建立信任机制等方面发挥着重要作用。”王昆进一步表示，有了统一标准，不同厂商生产的零部件就能实现即插即用，不仅能降低系统集成的难度，还能推动硬件设备从“定制开发”转向“规模化生产”。而接口互操作标准，既能让用户不必担心“被厂商绑定”，也能让供应商不用再为每个客户重复适配系统接口。标准就像市场交易的“通用语言”，能大幅压缩从需求对接到落地实施的周期与成本。只有当用户坚信“符合标准的产品就能用、就好用”时，市场才能真正从“个案采购”迈向“规模应用”。

　　尽快建立国家级智能科研平台标准体系

　　“为高效推进智能科研标准化工作，应尽快设立全国智能科研平台标准化工作组，汇聚国家实验室、顶尖高校及领军企业等核心科研力量，主导国内相关国家标准的制修订工作。”王昆认为，工作组需紧扣产业演进脉络，全面开展基础共性、多源数据互操作、安全与伦理等核心维度的国家标准研制工作。

　　王昆指出，可将“预标准”作为推进智能科研标准化工作的重要手段，为原始创新搭建“早期认可”与“共识凝聚”的通道，形成“创新-规范-再创新”的正向循环。同时，要探索国际合作新范式，共建包容普惠的智能科研规则生态，加快打造智能科研标准化“鼎型”复合领军人才队伍。

　　“当前最紧迫的任务，不是继续建设新的孤立平台，而是尽快建立国家级智能科研平台标准体系。”杨金龙也认为。

　　具体而言，杨金龙提出四点建议：一是将智能科研平台标准化建设上升为国家新型科研基础设施建设的核心任务；二是加快打通数据、模型、设备与流程的全链路协同；三是依托全国智能科研平台标准化工作组，尽快形成标准白皮书与系统性标准框架；四是坚持开放共享与自主可控相统一，在协同共建中塑造我国智能科研的新秩序、新能力与新生态。他强调，“共建、共享、共赢”并非一般性的合作愿景，而应成为未来我国智能科研生态建设的基本原则。

　　值得一提的是，日前由中国科学技术大学与中国标准化研究院联合编制的《智能科研平台标准白皮书》（2026版），已构建起涵盖基础通用、数据、模型与AI底座、实验基础设施、平台安全、平台生态构建的六大核心板块，形成了支撑智能科研发展的“四梁八柱”。

　　“随着标准化体系的完善与跨平台协同机制的健全，不同科研机构、学科领域的资源壁垒将进一步打破，形成开放共享、互联互通的全球科研生态。算力、数据、模型、设备等创新要素将自由流动和高效配置，推动跨学科、跨地域的深度协作，加速重大科学难题的联合攻关。”江俊表示。

（文章来源：经济参考报）