科研创新正进入“数据规模扩大、学科交叉加深、科研周期压缩”的新阶段。
面对海量文献、复杂实验数据与多学科方法并行的现实，传统科研范式在信息处理效率、跨模态数据理解和工具链协同方面压力加大：一方面，科学问题往往涉及理论推导、实验验证与计算模拟的闭环，单一环节提速难以带动整体效率跃升；另一方面，科研活动需要可复用的工作流和可追溯的过程管理，依赖个人经验的“手工式”组织方式难以支撑规模化探索。
在此背景下，面向科学研究的基础模型与科研智能体被视为提升科研生产力的重要路径。
1月29日，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”在上海模速空间举行。
会上发布科学基座模型Innovator、科研智能体SciMaster等核心成果，面向产学研各界展示以人工智能驱动科学创新的科研基础设施整体能力，并通过产学研战略签约推动科研智能化、规模化应用落地，着力打通从实验室成果到行业场景的关键环节。
与会专家指出，当前面向科学研究的关键基础设施正逐步成形，智能体驱动、可规模化的研究方式具备加速落地的条件。
业内判断，随着数据、模型、工具链与算力资源的系统化整合，科研活动的组织方式可能发生结构性变化：从以单点工具辅助为主，转向以“模型+智能体+科学工具”的协同体系支撑更大规模的科学探索。
从原因看，科学研究的“复杂度”与“可计算性”同步上升，是推动该类基础设施加速发展的关键因素。
首先，化学、材料、物理等领域积累了大量跨尺度、跨模态数据，既包含结构、谱图、图像等多模态信息，也包括文本、方程、程序与实验记录等符号化知识，需要更强的统一表示与理解能力。
其次，科研过程高度依赖工具链：从数据处理、仿真计算到实验设计与结果分析，涉及多种软件、脚本与仪器接口，亟需具备“理解—推理—调用工具”的闭环能力。
再次，科研竞争加剧，缩短试错周期、提高探索效率的需求更为迫切，推动“可复用、可扩展”的科研工作流成为共识。
据介绍，Innovator基座模型围绕科学多模态感知、科学推理与科学工具调用三项目标构建能力体系：一是面向化学、材料、物理等学科多模态科学数据建立理解能力，强化对复杂科研信息的统一表征；二是提升科学推理与多模态科学推理能力，使模型能够在多源证据之间进行更有效的关联与判断；三是具备解决真实科学任务的科学编程能力，为科研流程中的计算与自动化提供支持。
与之配套的科研智能体SciMaster，旨在将模型能力嵌入具体科研场景，通过任务分解、过程协同与工具调用，提升科研流程的自动化与可执行性。
从影响看，这类成果的意义不止于单项技术突破，更在于为科研组织方式提供可复制的“基础设施形态”。
一方面，科学基座模型与科研智能体有望在文献梳理、数据清洗、候选方案生成、实验计划制定、仿真计算与结果复核等环节形成链式支撑，降低重复性劳动占比，让科研人员将更多精力投入问题定义与关键假设验证。
另一方面，统一的科研基础设施有利于沉淀可追溯的流程与知识资产，促进跨团队协作与跨学科复用，提升科研活动的可扩展性。
与此同时，规模化应用也将倒逼数据治理、标准体系与评价机制完善，推动科研数字化基础进一步夯实。
需要看到，科研智能化走向规模化仍面临现实挑战。
科学数据的质量、完整性与共享程度直接影响模型能力上限；不同学科的知识结构与实验体系差异显著，模型迁移与泛化需要长期工程化积累；在科研场景中，结果可解释性、可重复性与安全合规同样关键，必须建立严格的评测体系与过程审计机制，确保工具调用和推理链条可追溯、可复核。
此外，科研活动的价值评价与人才培养体系也需同步更新，避免“唯效率”导向对基础研究长期性、原创性的挤压。
针对上述挑战，与会机构通过产学研战略签约推动“最后一公里”落地，释放出协同发力的信号。
业内建议，从对策层面应重点推进三方面工作：其一，构建高质量、多模态、可治理的科学数据底座，完善数据标准与共享机制；其二，推动“模型—智能体—工具链—算力平台”的体系化建设，形成面向学科任务的可复用工作流与评测基准；其三，强化科研伦理与安全规范，建立面向关键结论的验证机制，将计算结果与实验验证、理论分析紧密耦合，形成可靠闭环。
展望未来，随着科研基础设施能力持续增强，智能体驱动的科学研究有望在两个方向率先形成突破：一是以“任务自动化+工具链协同”推动研究效率提升，特别是在材料筛选、反应路径探索、参数优化等高维空间问题中实现更快迭代；二是以“跨学科知识融合”促进新问题的提出与新方法的生成，推动研究从局部优化走向系统性创新。
可以预期，能否在数据质量、评测体系与场景落地上形成可持续的生态，将决定这类成果从示范走向普及的速度与深度。
科学研究的未来正被技术重新定义。
从理论到实践，从单点突破到系统化协同，人工智能与科学的深度融合不仅是一场技术革命，更是一次思维方式的革新。
面对这一趋势，中国科研机构正以开放合作的姿态，推动创新链与产业链的深度融合，为全球科学发展贡献中国智慧。