AI 重構(gòu)科研范式：機(jī)遇已至，挑戰(zhàn)何解？| 2025 極新 AIGC 峰會(huì)圓桌論壇實(shí)錄

2025年12月26日，【想象·2025極新AIGC峰會(huì)】在上海浦東浦軟大廈成功召開。極新創(chuàng)始人姜穩(wěn)、深勢(shì)科技生命科學(xué)高級(jí)業(yè)務(wù)架構(gòu)師孟月、Zilliz出海業(yè)務(wù)負(fù)責(zé)人喬丹、新研智材聯(lián)合創(chuàng)始人&CTO南凱在會(huì)上進(jìn)行了題為《智慧科研，AI賦能》的圓桌討論。四位來(lái)自技術(shù)服務(wù)商、科研機(jī)構(gòu)、企業(yè)等不同賽道的大咖重點(diǎn)討論了AIGC對(duì)于科研領(lǐng)域的助益與挑戰(zhàn)，運(yùn)用現(xiàn)實(shí)案例深入淺出地分析了AIGC介入科研流程的固有優(yōu)勢(shì)與可挖掘的潛力，為現(xiàn)場(chǎng)嘉賓帶來(lái)滿滿的干貨。

對(duì)話當(dāng)中重點(diǎn)提到以下幾點(diǎn)：

“若將AI視為一輪技術(shù)變革，其影響力會(huì)持續(xù)很久，但商業(yè)層面，現(xiàn)在能跑出來(lái)的玩家已經(jīng)在場(chǎng)。”

“材料作為實(shí)驗(yàn)科學(xué)，數(shù)據(jù)是最大的缺少的點(diǎn)，如何將專家經(jīng)驗(yàn)提取出來(lái)，讓AI理解物理世界，像專家一樣去思考，會(huì)成為最終的方式。”

“AI不是要替代科學(xué)家，而是幫助科學(xué)家解放重復(fù)勞動(dòng)，聚焦更核心的問(wèn)題。”

以下內(nèi)容為圓桌會(huì)議原文，經(jīng)極新整理：

姜穩(wěn)：大家看了很多好的應(yīng)用，也看了很多AI案例，到底AI案例是怎么做出來(lái)的？我們希望通過(guò)科研圓桌，讓大家理解AI到底能不能賺錢。如果各位作為投資人，AI要不要投？我們先對(duì)這個(gè)行業(yè)有一個(gè)判斷，再輸出觀點(diǎn)。請(qǐng)三位各自介紹一下專業(yè)背景或履歷。

孟月：大家好，我是孟月，目前在深勢(shì)科技生命科學(xué)事業(yè)部擔(dān)任業(yè)務(wù)架構(gòu)師。我畢業(yè)于中國(guó)農(nóng)業(yè)大學(xué)計(jì)算化學(xué)專業(yè)。自加入公司以來(lái)，我的核心角色就是致力于推動(dòng)“AI for Science”這一新范式在生物醫(yī)藥等領(lǐng)域的產(chǎn)業(yè)化落地。具體來(lái)說(shuō)，我的工作是橋梁，專注于將我們前沿的AI算法平臺(tái)與工具，與生命科學(xué)研發(fā)中的具體場(chǎng)景和實(shí)際痛點(diǎn)深度結(jié)合，并設(shè)計(jì)、交付能真正解決問(wèn)題的定制化解決方案。

喬丹：我叫喬丹，來(lái)自zilliz商業(yè)化團(tuán)隊(duì)，我在Zilliz見證并參與了這家公司，從商業(yè)化0到1的過(guò)程。

南凱：我叫南凱，是新研智材的聯(lián)合創(chuàng)始人兼CTO，博士專業(yè)是應(yīng)用物理。2022 年開始做AI4Biotech。我一直認(rèn)為AI+生物醫(yī)藥已發(fā)展得相當(dāng)成熟。AI+材料可借鑒AI+生物醫(yī)藥的路線，無(wú)論是商業(yè)邏輯，還是公司發(fā)展的組織架構(gòu)等。目前在我看來(lái)，去年是AI+材料的好節(jié)點(diǎn)，今年也看到很多友商加入。賽道熱鬧，說(shuō)明我們都認(rèn)同AI能助力人類進(jìn)步，畢竟材料科學(xué)在很大程度上是諸多領(lǐng)域的基礎(chǔ)。

01

AI 科研的核心難點(diǎn)在哪？

姜穩(wěn)：剛才講了向量數(shù)據(jù)庫(kù)，科研要進(jìn)步，離不開數(shù)據(jù)，數(shù)據(jù)需存儲(chǔ)在數(shù)據(jù)庫(kù)中，有了底層技術(shù)，才能用AI科研工具做生命健康、生物化學(xué)或材料相關(guān)研究。今天我們力爭(zhēng)還原，中國(guó)乃至世界，科研與AI結(jié)合的路上正發(fā)生什么從歷史角度看，在AI科研領(lǐng)域，底層技術(shù)目前發(fā)展到了什么階段？

喬丹：回憶AI 爆火之初的2022年，我當(dāng)時(shí)在微軟工作，作為Open AI的主要合作方，發(fā)現(xiàn)公司有這樣的“殺手锏”時(shí)，我們非常興奮。回憶到現(xiàn)在差不多剛經(jīng)歷三年完整周期。對(duì)比移動(dòng)互聯(lián)網(wǎng)12年的發(fā)展歷程，若以10年為維度，AI領(lǐng)域還非常早；但從商業(yè)化早期視角看，所有發(fā)展都是指數(shù)級(jí)增速，未來(lái)10年的發(fā)展，如今可能已到中場(chǎng)。中場(chǎng)的界定，比如去年AI相關(guān)的數(shù)字規(guī)模，在移動(dòng)互聯(lián)網(wǎng)階段難以想象，包括Open AI萬(wàn)億級(jí)的體量。

我的觀點(diǎn)是：若將AI視為一輪技術(shù)變革，其影響力會(huì)持續(xù)很久，但商業(yè)層面，現(xiàn)在能跑出來(lái)的玩家可能已經(jīng)在場(chǎng)。接下來(lái)會(huì)持續(xù)挖掘其在估值市場(chǎng)和應(yīng)用場(chǎng)景的創(chuàng)造力，行業(yè)將度過(guò)從無(wú)概念到建立概念的第一階段。移動(dòng)互聯(lián)網(wǎng)初期，市場(chǎng)人才儲(chǔ)備不足，而現(xiàn)在AI領(lǐng)域人才充足。下一個(gè)階段，會(huì)看到像豆包這樣的嘗試，包括豆包手機(jī)的出現(xiàn)，各家廠商也在布局垂類產(chǎn)品，說(shuō)明C端已產(chǎn)生巨大流量；還有營(yíng)銷端像GEO這樣的范式出現(xiàn)，給營(yíng)銷產(chǎn)品帶來(lái)很多想象力。各個(gè)場(chǎng)景的創(chuàng)新正在不斷涌現(xiàn)。

南凱：首先，材料是個(gè)非常寬泛的范疇，科研本身就涵蓋生物、材料等多個(gè)領(lǐng)域，材料又包括催化材料、合成材料、復(fù)合材料等，生活中常見的可降解材料、電池材料都屬于這一范疇。目前，行業(yè)仍處于嘗試各種強(qiáng)大算法的階段，大家嘗試用更先進(jìn)的AI算法解決實(shí)際應(yīng)用問(wèn)題，但材料是實(shí)驗(yàn)科學(xué)，參數(shù)過(guò)多，只能具體問(wèn)題具體分析，每個(gè)細(xì)分領(lǐng)域可能會(huì)誕生一種范式。

整體來(lái)看，我們提出將AI4Materials劃分為四個(gè)等級(jí)，分別是L1，傳統(tǒng)由工程師主導(dǎo)的研發(fā)模型，L2，AI部分輔助研發(fā)，L3，智能體主導(dǎo)研發(fā)方向階段，以及L4，軟硬件結(jié)合的AI全自動(dòng)研發(fā)模型。目前我們公司做到了L3階段，正在朝L4階段進(jìn)步。

從AI+垂域這個(gè)角度來(lái)看，我們依然被困在“如何提取垂域數(shù)據(jù)培育的‘know-how’”這一困局中。AI需要遵循諸多規(guī)則，在垂直領(lǐng)域上又面臨數(shù)據(jù)短缺的問(wèn)題，材料是傳統(tǒng)行業(yè)，數(shù)據(jù)是最大短板，只能依靠專家經(jīng)驗(yàn)。讓AI能夠像行業(yè)專家一樣思考去理解物理世界，可能是最終方向，但目前大家都仍在嘗試用不同AI模型解決這一問(wèn)題。

我們目前在半導(dǎo)體領(lǐng)域的垂域提取方法已實(shí)現(xiàn)閉環(huán)，能提取專家know how經(jīng)驗(yàn)。我們計(jì)劃明年用這套方法論對(duì)其他垂直領(lǐng)域進(jìn)行延展。這個(gè)問(wèn)題的核心在于，專家的know-how是其對(duì)一類事情的思考方式，如何讓AI學(xué)習(xí)這種思考方式？比如我剛?cè)肼殨r(shí)可能不懂向量數(shù)據(jù)庫(kù)，請(qǐng)教喬總后，若問(wèn)題太寬泛，只能一知半解，后續(xù)還會(huì)有無(wú)數(shù)具體問(wèn)題，依然學(xué)不到精髓。所以，精準(zhǔn)獲取know-how，可能會(huì)成為未來(lái)AI科研的范式，希望我們明年能將這種方式推廣出去。

孟月：我從兩個(gè)方面來(lái)分享。首先，關(guān)于我們的定位。深勢(shì)科技是 “AI for Science” 新范式的引領(lǐng)者，致力于構(gòu)建下一代 “科學(xué)發(fā)現(xiàn)智能引擎” 。我們通過(guò)深度融合AI與科學(xué)模型，為從早期藥物發(fā)現(xiàn)到臨床前開發(fā)的全流程提供智能化的基礎(chǔ)設(shè)施，在此基礎(chǔ)上，我們正持續(xù)推動(dòng)這些能力向臨床研究及更廣闊的產(chǎn)業(yè)化應(yīng)用延伸，目標(biāo)是為藥物研發(fā)提供貫穿全周期的智能化解決方案。

其次，關(guān)于我們的實(shí)踐。我們以 “玻爾·科研空間站” 為核心平臺(tái)，其中 “Hermite?藥物計(jì)算設(shè)計(jì)平臺(tái)” 等工具，正在業(yè)內(nèi)積極推動(dòng) “計(jì)算引導(dǎo)實(shí)驗(yàn)、實(shí)驗(yàn)優(yōu)化計(jì)算” 的研發(fā)新范式。這套體系的實(shí)效已獲得了產(chǎn)業(yè)界的廣泛認(rèn)可，深度賦能了眾多生命科學(xué)領(lǐng)域的領(lǐng)先企業(yè)及其關(guān)鍵管線，能夠幫助合作伙伴顯著降低濕實(shí)驗(yàn)的投入與周期。

02

長(zhǎng)周期VS快迭代，AI科研如何破局未來(lái)？

姜穩(wěn)：互聯(lián)網(wǎng)和今天的AI有很多相似點(diǎn)，接下來(lái)我們聊聊發(fā)展挑戰(zhàn)，還是從底層設(shè)施說(shuō)起。底層設(shè)施至關(guān)重要，本月摩爾線程和木樨上市，木樨就在上海浦東軟件園，大家之所以興奮，是因?yàn)橛ミ_(dá)5萬(wàn)億的市值印證了“底層基礎(chǔ)設(shè)施決定上層建筑”，就像人的底層認(rèn)知決定生活方式、解決問(wèn)題的能力和驅(qū)動(dòng)資源的方式。從底層來(lái)看，向量數(shù)據(jù)庫(kù)領(lǐng)域，接下來(lái)會(huì)遇到哪些挑戰(zhàn)？

喬丹：Zilliz將進(jìn)一步獲益于非結(jié)構(gòu)化數(shù)據(jù)（如圖片、音視頻等多模態(tài)）的持續(xù)增長(zhǎng)，并致力于保持領(lǐng)先優(yōu)勢(shì)。從目前態(tài)勢(shì)看，我們既然選擇AI行業(yè)，就堅(jiān)信技術(shù)變革會(huì)發(fā)生。

我們始終：第一，以非結(jié)構(gòu)化數(shù)據(jù)處理為核心，專注。讓客戶不必?fù)?dān)憂數(shù)據(jù)安全或強(qiáng)制捆綁；第二，開源，歡迎大家使用我們的開源產(chǎn)品、交流反饋，為行業(yè)提供核心價(jià)值；第三，堅(jiān)持云原生概念，支持公有云、私有云、混合云等多種架構(gòu)。挑戰(zhàn)主要源于自身，但目前克服得不錯(cuò)。

南凱：這個(gè)問(wèn)題很關(guān)鍵，畢竟AI的核心是數(shù)據(jù)。從材料科學(xué)來(lái)看，我們希望國(guó)內(nèi)的材料能夠快速發(fā)展，早日實(shí)現(xiàn)關(guān)鍵材料的國(guó)產(chǎn)化。剛才提到的高通量數(shù)據(jù)庫(kù)，很大程度上依賴文獻(xiàn)數(shù)據(jù)或模擬計(jì)算數(shù)據(jù)，但材料是實(shí)驗(yàn)科學(xué)，這類數(shù)據(jù)庫(kù)與實(shí)際數(shù)據(jù)差異很大。

若想在材料領(lǐng)域?qū)崿F(xiàn)國(guó)產(chǎn)替代，首先要建立高質(zhì)量數(shù)據(jù)庫(kù)，這也是我們公司的計(jì)劃，預(yù)計(jì)明年建立AI4S協(xié)會(huì)，邀請(qǐng)企業(yè)貢獻(xiàn)數(shù)據(jù)，推動(dòng)數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)化。材料科學(xué)的數(shù)據(jù)非常寶貴，這也是材料行業(yè)沒(méi)有CRO的原因，但企業(yè)往往只重視成功數(shù)據(jù)，忽略了大量有價(jià)值的失敗數(shù)據(jù)。

我們號(hào)召客戶參與數(shù)據(jù)庫(kù)創(chuàng)建，“人人貢獻(xiàn)一點(diǎn)，整個(gè)行業(yè)都會(huì)更好”，最終大家都會(huì)受益。其次，從國(guó)內(nèi)行業(yè)發(fā)展來(lái)看，需要耐住性子。AI 要求及時(shí)反饋、追求“大新聞”，但材料科學(xué)、生物醫(yī)藥等科研領(lǐng)域具有長(zhǎng)周期屬性。如何平衡“AI的短期熱度”與“科研的長(zhǎng)期踏實(shí)”，是關(guān)鍵所在，所有從業(yè)者需要真正專注科研，而非畫大餅。

孟月：這個(gè)問(wèn)題非常契合深勢(shì)的核心戰(zhàn)略。我們最初的愿景是成為“微觀世界的達(dá)索系統(tǒng)”。基于對(duì)科研需求的深入洞察，我們進(jìn)一步聚焦于構(gòu)建AI4S的 “四梁”平臺(tái)系統(tǒng)，即基于基本原理與數(shù)據(jù)驅(qū)動(dòng)的算法模型和軟件系統(tǒng)，高效率且高精度的實(shí)驗(yàn)表征系統(tǒng)，作為文獻(xiàn)替代的數(shù)據(jù)庫(kù)與知識(shí)庫(kù)，以及高度整合的計(jì)算平臺(tái)，并以此支撐 “讀、算、做” 的完整能力閉環(huán)。在此之上，如何將這些平臺(tái)與AI科學(xué)家聯(lián)系起來(lái)，成為我們今年的核心戰(zhàn)略目標(biāo)：打造“AI科學(xué)家”。這并非強(qiáng)調(diào)AI替代科學(xué)家，而是讓AI幫助科學(xué)家解放重復(fù)勞動(dòng)，聚焦更核心的技術(shù)創(chuàng)新問(wèn)題。

這一愿景已取得實(shí)質(zhì)性進(jìn)展。我們（聯(lián)合上交等）推出了通用科學(xué)智能體 “SciMaster” 。在垂直領(lǐng)域，我們于2025年11月正式發(fā)布了AI藥化助手 “PharmMaster” ，它能夠?qū)⑺幓瘜W(xué)家在靶點(diǎn)立項(xiàng)階段的核心調(diào)研周期從平均3周大幅壓縮至3天。未來(lái)，我們將緊密圍繞產(chǎn)業(yè)真實(shí)需求，持續(xù)優(yōu)化“AI科學(xué)家”的能力與場(chǎng)景契合度，目標(biāo)是將它打造成賦能千行百業(yè)的基礎(chǔ)創(chuàng)新力量。

更多干貨分享敬請(qǐng)注我們的公眾號(hào)與視頻號(hào)~超多精彩對(duì)話內(nèi)容等待您的解鎖！