面向 AI for Science（科学智能）的关键基础设施已逐步成形，规模化、智能体驱动的科学研究正从概念走向现实，科学研究迎来它的 "GPT" 时刻！

1 月 29 日，在上海模速空间，上海交大重磅发布科学基座模型 Innovator、科研智能体 SciMaster 等核心成果，一揽子成果打造端到端的 " 科研生产闭环 "。同时，通过产学研战略签约打通科研智能化、规模化的 " 最后一公里 "，正式开启 "Agentic Science at Scale（大规模智能体驱动科学研究）" 时代。

当天下午上海交大人工智能学院还与上海算法创新研究院联合主办了 "Agentic Science at Scale —— AI4S 科学基座模型和通用科研智能体研讨会 "。

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主持会议开幕式并作《Agentic Science at Scale》主旨报告，系统阐释科研智能化、规模化时代的底层能力架构与实施路径。

来自高校与科研机构的专家学者集中发布了 AI for Science 科研基础设施的关键能力模块，系统展示了端到端的 " 科研生产闭环 "。

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。驱动科研生产范式由 " 小作坊 " 向 " 超级工厂 " 加速跃迁。

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。

中国科学院理论物理研究副研究员陈锟团队联合各合作单位发布了 SciencePedia 科学基座。陈锟说，第一次文艺复兴的核心动力源于对 " 理性逻辑 " 的回归。SciencePedia 的发布正是在 AI 时代重构这一根基，打造社区共享的 " 逻辑与知识 " 底座。

深势科技创始人兼首席科学家张林峰展示了全要素整合、已形成规模化飞轮的 Agent-ready at Scale 科研工具体系。该体系显著降低了科研工具使用门槛，克服了人类专家的知识范围和工具技能的局限、极大释放了海量科研工具的潜力，为基于科研智能体开展大规模协作验证提供了关键支撑。

上海创智学院全时导师、华东师范大学教授朱通发布了面向真实科研流程的 AI for Science 评测系统。

上海赛兰德智能科技有限公司首席执行官张与之介绍了玻尔 +SciMaster 科研智能体开发大赛并宣布获奖名单。大赛以赛事机制推动科研智能体生态共建，吸引 44 所顶尖高校、160 余支队伍参赛，作品覆盖文献分析、实验设计、数据处理等科研全流程，集中检验科研智能体在真实科研场景中的应用能力。

研讨会现场，上海赛兰德智能科技有限公司分别与上海埃迪希科技服务有限公司、上海库帕思科技有限公司签署战略合作协议，围绕科研算力供给与数据价值挖掘开展深层合作，推动科研智能化、规模化成果形成可持续生态。同时还举行了 "Agentic Science 先行者科学家圆桌论坛 "。