一场聚焦人工智能与基础科学深度融合的研讨会在上海徐汇区模速空间多功能厅拉开帷幕。这场由上海交通大学人工智能学院与上海算法创新研究院共同发起的活动，吸引了学界、产业界的广泛关注。与会专家指出，人工智能技术正推动科研范式发生根本性转变，规模化、智能化的研究模式已从概念走向现实。
会议期间，多项突破性成果集中亮相。名为scimaster的通用科研智能体系统引发关注，该系统能够自主完成文献检索、深度阅读、数据计算、实验操作和论文撰写等全流程科研任务。据测试，其6小时运行效率相当于资深理论物理博士1至3个月的工作量，显著提升了复杂科学问题的研究效率。另一款名为innovator的科学基座模型则展现出跨学科能力，可同时处理化学、材料、物理等领域的多模态数据，支持超过20种科学模态的解析，并具备精准的科学推理和工具调用功能。
会上发布的sciencepedia科学知识平台成为另一焦点。该平台整合了300万条结构化思维链和3万余款专业科研工具，通过构建可追溯的推理知识网络，为人工智能系统突破认知局限提供了关键支撑。为加速技术成果转化，主办方现场组织了产学研战略合作签约仪式，重点推进科研智能化解决方案的产业化应用。
同期举办的科研智能体开发大赛吸引了全国44所高校的160余支团队参与。竞赛设置文献分析、实验设计、结果验证等真实科研场景，全面检验人工智能技术在科研全链条中的应用潜力。参赛队伍通过开发定制化智能体，展现了人工智能辅助科研的创新路径。
与会专家认为，科研智能体的快速发展正在重塑科学研究体系。从研究方法到工具开发，从团队协作到组织管理，智能化手段正推动科研模式向高效协同方向演进。随着底层基础设施的完善和核心模型能力的提升，传统"单兵作战"的科研模式有望向"流水线式"的协同创新转变，为解决重大科学问题提供新范式。
