（问题）当前，科研活动正进入智能化工具深度参与的新阶段；多模态大模型快速迭代，叠加数据规模增长和学科交叉加速，使科研从文献研读、数据整理到分析写作的链条更长、环节更细。不少科研人员工具选择、方法适配、合规使用与流程重构上仍有难点：会用但不够深入，能尝试却难以稳定落地。一上，重复性工作消耗大量时间；另一方面，智能工具带来的不确定性也对科研质量控制提出更高要求。 （原因）业内人士认为，科研范式变化主要由三方面驱动：一是多模态技术打通文本、图像、表格、代码等信息形态，提升跨载体理解与推理能力，为复杂科研任务提供新的技术基础；二是效率与可复现性的要求持续提高，推动工具从“单点提速”转向流程化、体系化协同；三是科研组织对知识管理与资源共享的需求增强，更需要能嵌入真实业务场景、对接专业软件与数据库的任务型应用形态。基于这些变化，信息素养培训也从传统的检索与阅读能力，逐步扩展到面向科研全流程的智能化能力。 （影响）多模态大模型的深入应用，预计将在多个环节带来增量：在前端，提高文献筛选与信息整合效率，降低跨学科进入门槛；在中端，通过更规范的数据检索、计算分析与可视化生成，推动研究流程标准化；在后端，加快报告撰写与成果表达，同时提升质量。但工具能力越强，边界越需要明确：数据来源是否可靠、计算过程是否可追溯、生成内容是否可核验，直接关系到科研的严谨性与公信力。因此，建立符合学科特点的使用规范、评估体系与能力框架，正成为科研机构提升创新效率的重要环节。 （对策）为回应上述需求，中国科学院科研信息素养讲堂“智启科研新境”系列培训、科研人员学术交流能力提升“全院行”系列培训将推出第34期活动，并与中国科学院过程工程研究所青年创新促进会青年沙龙联动开展专题报告。活动将于2026年4月21日14时至16时举行，线下地点为中国科学院过程工程研究所B楼1508会议室，并通过中国科学院科研信息素养讲堂线上直播同步开展。报告题为《智能科研范式下的多模态模型应用》，由中国科学院自动化研究所研究员王金桥作专题分享。主办单位为中国科学院文献情报中心、中国科学院过程工程研究所，承办单位包括过程工程研究所青促会、人事处、网络信息传播处及文献情报中心咨询服务部，中国科学院大学校友办、图书馆等协办。活动实行报名制，席位有限。 围绕实践落地，报告将介绍多模态大模型的研究进展与发展趋势，并以国内科研专属智能体ScienceClaw为案例，展示如何面向科研全流程构建助手型应用。据介绍，ScienceClaw内置1900余种专业工具，覆盖八大重点学科，面向非人工智能领域科研人员，可支持从数据检索、计算分析到图表生成、报告撰写等环节的流程化协同，强调通过工具集成与任务编排提升可用性与效率。组织方表示，希望对应的分享帮助科研人员从“会使用工具”深入迈向“会构建应用”，以更可控、更可复现的方式缓解科研流程中的效率瓶颈。 （前景）受访人士指出，未来科研智能化的竞争焦点不只在模型能力本身，更在于与学科方法、专业软件、数据规范和评价体系的深度耦合。多模态能力与科研智能体结合，有望推动科研组织形成“数据—工具—流程—知识”的闭环：重复性事务由智能工具承担，科研人员将更多精力投入问题提出、实验设计、机制解释与创新判断。同时，合规安全、学术诚信与质量控制将成为智能化应用能否规模化推广的前置条件，需要在培训、制度与平台层面同步完善，确保提效不以牺牲严谨为代价。
当算法开始理解分子结构，当数据流能够自动生成研究假设，科研的边界正在被智能工具重新塑造；本次专题交流不仅提供技术应用的实践路径，也将引出更关键的问题：在机器承担更多重复劳动之后，研究者如何守住创新的核心、把握科学判断与学术责任，或将比技术本身更值得持续关注。