智东西7月18日消息，7月11日，北京市科委中关村管委会、北京市发展改革委、北京市经济和信息化局等多部门联合发布《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》（以下简称《行动计划》）。
《行动计划》明确了科学智能发展将以前沿技术研发和深度应用为主线，从关键技术突破、基础设施建设、行业应用推广以及创新生态构建4大方面着手，一共推出了17项具体举措。
在此之前，北京市就已先后发布多个行动计划，包括《北京市科技赋能文化领域创新发展行动计划（2025-2027年）》《北京市加快推动“人工智能+医药健康”创新发展行动计划（2025-2027年）》《北京市加快推动“人工智能+新材料”创新发展行动计划（2025-2027年）》《北京具身智能科技创新与产业培育行动计划（2025-2027年）》等政策，加快推进人工智能在文化、医药、新材料、具身智能等各领域的深度应用，积极探索科学智能的规模化产业化落地路径。
中国科学院院士、北京科学智能研究院学术委员会主任鄂维南提到：“学科界限很有可能在未来五年、十年消失。人工智能时代的到来，已经让学科界限变得不重要了。”
北京海淀区作为高新技术企业聚集地，目前已设立200亿元科技成长基金，构建“子母基金联动”的投资矩阵，还推出“人工智能人才特区20条”，打造了多个人工智能创新街区和AI社区，吸引全球人才到北京市海淀区发展。
这次北京市发布的《行动计划》，让未来三年北京“AI for Science”的发展蓝图更加明晰明了。
《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》政策原文链接：
https://kw.beijing.gov.cn/zwgk/zcwj/202507/t20250711_4146595.html
《行动计划》提出，到2027年，北京将推动产业建成科学基础大模型，建设不少于10个高质量科学数据库，服务辐射到不少于1000万用户，推动AI在不少于5个领域开展深度应用，形成8个以上标杆应用案例，搭建起共性服务创新平台，向社会引进培育一批复合型创新人才，并且还要构建起多渠道投融资服务体系，加强国际交流与合作，营造开源开放生态，推动形成具有国际竞争力的产业集群，具体如下：
1、开展前沿科学问题攻关：加强科学计算与多尺度建模等基础理论方法研究，建立科学基础大模型，研发新一代科学计算智能模拟软件工具，构建科学基础大模型和学科领域模型的模型协作体系。
2、完善共性基础设施建设：系统搭建科学智能基础设施，建设不少于10个高质量科学数据库，全面支撑人工智能在多个科学研究领域应用，服务不少于1000万用户，加速原始科技创新突破。
3、加速智能科研范式变革：推动科学智能在基础研究、医药健康、新材料、科学仪器、工业智能化等不少于5个领域开展深度应用，形成8个以上标杆应用案例，实现重点场景全流程智能科研范式赋能。
4、促进产业生态加速发展：搭建共性服务创新平台，引进培育一批复合型创新人才，构建多渠道投融资服务体系，加强国际交流与合作，营造开源开放生态，推动形成具有国际竞争力的产业集群。
1、强化关键技术攻关 ：开展科学智能的基础理论研究，加快构建多学科通用的科学基础大模型，研发新一代科学计算智能模拟软件工具；
2、夯实基础设施建设：构建开放共享的科学数据平台，搭建软硬件协同与高度整合的算力平台，建设智能化干湿闭环实验系统；
3、加速领域应用落地：推动AI加速基础科学研究，推动AI技术赋能医药健康产业创新，推动AI技术加速新材料研发，推动AI赋能高端科学仪器创新，探索AI技术加速工业智能化升级；
4、营造良好创新生态：搭建科学智能公共服务创新平台，大力吸引和培育创新人才，构建多渠道投融资服务体系，打造科学智能产业集群，推动国际合作交流，构建开源开放生态体系。
AI for Science作为加速科学研究的新型范式，已在全球范围内形成共识。中国科学院院士、北京科学智能研究院学术委员会主任鄂维南于2018年首次提出推动发展AI for Science，北京市从4年前就开始着手布局。
2021年，北京市以鄂维南院士为核心，成立了全球首个专注AI for Science领域的新型研发机构——北京科学智能研究院，布局AI for Science的“四梁N柱”。
鄂维南院士介绍道：“北京科学智能研究院是国际上第一个以AI for Science命名、专注于AI for Science研究的新型研究机构。其定位不是跟科学家争资源、争平台的，而是来赋能他们的、集中精力推动科研和研发的、整体的智能化转型。”
随着近年来的快速发展，北京已产出全球首个覆盖90多种元素的大原子模型DPA、全球首个覆盖“读文献-做计算-做实验-多学科协同”的AI科研平台——玻尔科研空间站等一批重大原创成果，涌现出深势科技、百图生科等一批创新型企业和潜在独角兽企业。
1、玻尔科研空间站：全球首个“读-算-验-协”一体化AI科研平台
作为全球首个覆盖“读文献-做计算-做实验-多学科协同”的AI科研平台，玻尔科研空间站解决科研人员在文献检索与管理、跨学科知识发现及实验计算融合等环节中的关键痛点，让科研人员能将更多精力投入真正的科研突破中。
目前该平台已在北京大学、浙江大学、上海交通大学、中国科学技术大学等全国40余所高校院所，以及宁德时代、广汽埃安、云南白药、联合利华等40多家企业上线应用，用户数已达近百万人。
▲玻尔科研空间站主页（来源：玻尔科研空间站）
目前市科委、中关村管委会正在组织组织面向200多家高校院所和近100家央国企进行推介，推动能成为未来全球AI4S（AI for Science）时代下的云科研入口。
中国科学院院士、北京大学常务副校长张锦表示，目前北京大学已迈入全球科研智能化转型的先锋行列，玻尔科学导航上线北大普惠赋能北大师生，干湿闭环的实验室全面加速前沿科研探索。
理解原子性质及其相互作用，是探索材料、生命体等物理世界的核心问题之一，传统方法耗时耗力。人工智能技术则显著提升了模拟的效率和精度。
▲DPA大原子模型原理（来源：北京科学智能研究院）
大原子模型DPA就是用于解决这一难题，它由30多家单位联合共建，旨在构建人类微观世界的基座模型，加速材料、能源、生物制药等领域研发过程。
目前大原子模型DPA在稳定性和预测性能等方面已达到世界领先水平，在合金、动态催化、分子反应、药物小分子、固态电池、半导体、高温超导等领域应用，平均节省90%的数据计算成本，使研究人员能用更少的数据达到更高的精度。
3、Uni-Lab-OS智能实验室操作系统，打造“AI 科学家”
现在，实验室正处于从“工具集合”进化为“具身智能体”的时代，深势科技推出Uni-Lab-OS智能实验室操作系统，可有效解决传统实验室手工操作效率低下，设备彼此孤立，数据难以互通共享等痛点问题，推动实现自主设计实验的“AI 科学家”，为科研人员节省更多的时间和精力。
▲Uni-Lab-OS智能实验室操作系统首页（来源：玻尔科研空间站）
这一成果打通了AI for Science各项基础设施，实现数据、知识、模型与仪器的链接，助力传统实验室向自动化智能化跃迁升级，越来越多的实验室将升级为智能研发的预演场。
4、DeepFlame：AI仿真火箭“心脏”，大幅缩减研发周期
由北京科学智能研究院发布的智能仿真应用软件——DeepFlame， 依托人工智能驱动的“超级大脑”，可实现火箭发动机的全流程数值模拟，助力火箭“心脏”的塑形，为航天装备研发提供自主可控的数字化底座。
▲DeepFlame论文（来源：计算机工程与科学）
“火箭发动机的研发如果能借助工业仿真软件，模拟流体力学、燃烧、传热等一系列物理过程，实际试车次数至少可以减少50%。”相关负责人介绍道，一款算得准、算得快的仿真软件，能大幅降低研发成本，并缩短研发周期。
通过DeepFlame软件，火箭发动机工作时会遭遇的极度高温、高压环境一目了然。发动机主燃烧室点火后，哪个结构存在隐患，哪个设计还有进步优化空间，DeepFlame都可以给出答案。
除政策支持外，北京还持续打造中关村论坛、科学智能峰会、青少年科学智能大赛等具有全球影响力的品牌赛事活动；推动在基础科学研究、医药健康、新材料、高端科学仪器、工业智能化等领域率先落地。
鄂维南院士认为，北京作为AI for Science策源地，在率先打造科学研究新范式上是有基础和优势的。北京已经全面布局AI for Science基础设施，并且取得了显著的成效。这一次行动计划的发布将有力推动北京AI for Science创新发展，力争在科研范式革命中走在最前沿。
（文：智东西）
