两大科研AI“神器”亮相，6小时顶博士3个月，科研要变天？ | 上海教育传媒网

作者 | 谢然

当AI不再只是写文案、改论文，开始闯进基础科学的“实验室”，科学研究的效率要被彻底改写了？

1月29日下午，由上海交通大学人工智能学院与上海算法创新研究院联合主办的“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”在上海徐汇区模速空间多功能厅举行。

现场，重磅发布科学基座模型Innovator、科研智能体SciMaster。

上海交通大学人工智能学院副教授、上海赛兰德智能科技有限公司创始人兼首席科学家陈思衡系统呈现了通用科研智能体SciMaster的能力体系。该智能体旨在实现全学科科研“搜、读、算、做、写”全流程闭环，依托海量工具调用与超长程上下文管理两大核心技术能力，为用户提供“自动驾驶”般的科研体验：其6小时运行成果即可比肩资深理论物理学博士1至3个月的饱和工作量。通过“用户+开发者”双飞轮驱动Scaling up，SciMaster正构建规模化科学智能生态，驱动科研生产范式由“小作坊”向“超级工厂”加速跃迁。

在模型层面，上海交通大学人工智能学院助理教授张林峰发布了Innovator基座模型。该科学基座模型实现了科学多模态感知、科学推理、科学工具调用的三个目标。感知方面，面向化学、材料、物理等学科多模态科学数据建立理解能力，支持20多种科学模态，且同时具备顶尖的通用视觉理解能力。科学推理方面，显著提升科学推理与多模态科学推理能力，具备解决真实科学任务的科学编程能力，在科学编程任务上超越30倍参数量的模型。科学工具方面，在模型侧对万级工具与能力模块进行理解、选择、组合与调度，实现跨学科、跨任务的稳定交付。

中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南表示，当前AI for Science的关键基础设施已逐步成形，Agentic Science at Scale的新时代已正式开启。他表示，当科研基础设施逐步完善、模型与智能体能力不断增强，科学研究将进入更具系统化、规模化特征的新阶段，“Agentic Science at Scale”将成为人工智能时代整体科研范式改变的重要里程碑。