2025年8月，《国务院关于深入实施“人工智能+”行动的意见》发布，“人工智能+”科学技术被列入重点行动，涉及加速科学发现进程、驱动技术研发模式创新和效能提升等内容。

　　随着通用大模型能力加速迭代，人工智能赋能科学研究（AI for Science，简称AI4S）正成为全球科技创新的核心赛道，掀起一场关乎科研底层逻辑的范式革命。

　　中国信通院发布的《人工智能产业发展研究报告（2025年）》显示，2023年至2025年上半年，我国人工智能+科研垂直领域投融资活跃度不断走高，2025年上半年，AI科研应用在全国范围内获投规模约10亿元。

　　然而，与产业一片火热形成鲜明对比的，是摆在科研人员面前的现实矛盾：现有的科学多模态模型往往依赖海量且难以获取的数据，训练过程如同“黑盒”，难以复现和改进。数据需求量大、生态亟待培养、国际竞争加剧……科研工作者正在探索重构AI4S开发范式，致力于驱动“AI科学家”自主进行科学发现。

　　小数据+开源 实现AI4S“四两拨千斤”

　　是否真的需要数以亿计的数据才能教会AI理解科学？这是萦绕在众多科研工作者，特别是AI4S领域研究人员心中的疑问。

　　2026年开年，一份最新“科学智能实战指南”在开源社区发布。来自上海交通大学、深势科技（DP Technology）、记忆张量（MemTensor）、中国科学院理论物理研究所等机构的研究团队，联合发布了Innovator-VL多模态大模型。

　　研究人员表示，Innovator-VL的训练过程证明，无需盲目堆砌数据，仅凭不到500万条精心挑选的科学训练样本与透明的训练策略，便在多项科学基准测试中超越了许多数据量动辄上亿的模型，打破了科学大模型“唯数据量论”的“暴力美学”，验证了“质量优于数量”的技术路径。

　　Innovator-VL论文第一作者温子辰向记者表示：“在缺乏大规模数据的情况下，高效且可复现的科学多模态模型不仅是可能的，更是通向未来科学发现的实用途径。”

　　据介绍，作为专为科学领域定制的多模态大模型，Innovator-VL实现了跨尺度、跨学科的全场景科学理解能力。从微观世界的分子式、晶体结构、冷冻电镜图像，到宏观宇宙的天文光变曲线、遥感影像，再到数理逻辑领域的复杂公式、算法流程图，模型均能实现深度解析与逻辑推理。在实测案例中，面对天文学核心的天体光变曲线分析任务，通过光变曲线特征、波段演化规律完成严谨的逻辑推导，模型精准识别Ia型超新星的光变特征；在有机化学场景中，模型识别反应物结构、拆解官能团特性、匹配反应类型和选项，辅助化学领域推理。

　　值得注意的是，不同于行业内“仅开放模型权重”的常规开源模式，Innovator-VL研发团队完整开源了端到端可复现的全流程开发流水线，涵盖数据采集清洗方法论、完整的指令微调与强化学习策略、超参数优化方案与评测框架。

　　上海交通大学人工智能学院助理教授张林峰认为，AI在科学研究中的角色，正在从“加速工具”逐步演变为“认知参与者”。“过去我们更多关注的是让模型更快地处理数据，但未来更关键的问题是它能否参与科学问题本身的定义与重构之中。”张林峰表示。

　　在这一视角下，Innovator-VL的意义不仅在于性能提升，还是对“AI是否能够成为科研过程一部分”的一次前瞻性探索。这种探索，或将重新定义人机协作在科学发现中的边界。

　　以Innovator系列模型为代表的AI4S领域接连突破与全面开源，不仅为科研工作者提供了高效可复用的研发范式，更让缺乏海量算力与数据资源的高校、中小科研机构，得以低成本参与科学智能的创新探索。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直言，当前AI4S的关键基础设施已逐步成形，Agentic Science at Scale（规模化自主智能体科研）的新时代正式开启。

　　全链条纵深突破 中国AI4S竞速新赛道

　　Innovator系列模型的成功，只是我国AI4S蓬勃发展的缩影。当前，我国正形成“底座模型突破—科研能力迁移—产业场景落地”的全链条发展格局，协助科研人员破解传统科研“周期长、成本高、试错难”的核心痛点，全力竞逐全球AI4S研究高地。

　　中国工程院外籍院士、香港科技大学首席副校长郭毅可认为，AI4S不仅是技术革命，更是认知革命，正推动科研范式从“试错驱动”向“数据+模型驱动”转变，让AI从被动的效率工具，升级为可主动推理、自主演化的科研合伙人。

　　“产业需求牵引+产学研协同创新”的特色路径，形成了基础创新与产业落地的正向循环，开源成果也大幅降低了行业研发门槛。但AI4S的规模化落地仍面临诸多共性挑战，包括多模态信息对齐、高质量标准化数据稀缺、模型幻觉与可验证性等瓶颈，以及跨学科人才缺口、行业标准缺失、算力成本高企等问题。

　　未来，随着产学研协同持续深化、开源生态不断完善，中国AI4S创新将持续为全球科研范式变革贡献可复用的中国方案，推动AI真正成为科研工作者的“最佳助手”与“超级合伙人”。（记者 李晓东）

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com