當來自全國的超算、智算“壁壘”被一一打破，在DeepLink這一自主戰略底座上實現互聯互通；

當人類“最強大腦”和科學“最強模型”無縫銜接，在從0到1的科學發現“無人區”協作前行；

當人工智能面向高能物理、新藥創制、生物結構、疾病診斷、新材料開發等關鍵領域，一顆顆原始創新的種子正在快速產業化落地……

上海，正在攀登人工智能領域的“珠穆朗瑪峰”。

近日，在第二屆浦江AI學術年會上，上海人工智能實驗室（簡稱“上海AI實驗室”）重磅發布面向重大科學研究突破的“AGI4S珠穆朗瑪計劃”（簡稱“珠穆朗瑪計劃”），全面開放算力、數據、模型、平臺、場景、項目、人才全維度合作通道，誠邀全球學界與業界先鋒并肩攀登高峰，志在打造科學智能（AI for Science，簡稱AI4S）“全國中樞”。

29日上午，上海人工智能實驗室聯合國內頂尖算力機構共同啟動“AGI4S算力共建計劃”。（受訪單位供圖）

打造托舉全國科學家的“智能底座”

人工智能賦能科學研究，也稱“科學智能”，是指利用人工智能技術輔助或獨立完成科學研究任務的一種新型科研范式。

一直以來，科學智能的發展面臨多重難點：一方面，科學智能領域廣泛存在著算力供給不匹配、異構資源難以協同的“孤島”現象，導致科研算力碎片化；另一方面，海量科學數據往往存在“看不懂、用不上”的痛點，缺乏高質量的“燃料”支撐。此外，從理論推演到實驗驗證的環節也往往耗時漫長，成為制約創新的瓶頸。

要攀登科學的“珠峰”，首先需要構筑堅實的“科學智能”高原。“珠穆朗瑪計劃”的發布，將完整構建一個從基礎設施到模型能力、再到平臺體系的全鏈條技術閉環，將算力、數據與模型無縫融為一體。

伴隨“珠穆朗瑪計劃”啟動，上海AI實驗室同步推出了DeepLink超智融合算力平臺、Sciverse科學智能數據庫以及新型具身自主實驗平臺。DeepLink超智融合算力平臺通過全棧架構設計，打破了傳統超算與智算之間的壁壘，構建起“算力一張圖”，讓調度多元異構算力資源變得像使用水電一樣便捷；Sciverse科學智能數據庫包含通識、跨界、高階三層體系，目前已高保真解析2500余萬篇科學文獻，不僅讓AI能夠“看懂”海量科學知識，更讓人工智能學會像科學家一樣“思考”；新型具身自主實驗平臺則打通從“推演”到“驗證”的“最后一公里”，能夠自主完成復雜的物理轉運與精細實驗操作，將原本長達數年的科研周期大幅縮短。

在成立后的近五年里，上海AI實驗室在科學智能領域不斷探索，其自主研發的“書生”大模型體系已經歷多次跨越式迭代。

從早期的千億參數大語言模型InternLM，到如今發布的萬億參數、具備奧賽金牌數理邏輯水平的科學多模態大模型Intern-S1-Pro，“書生”正逐步成長為科研人員不可或缺的“超級助手”。近年來，基于“書生”大模型及全鏈路開源工具體系的AI技術，在氣象預測、醫療診斷、新材料研發、地球科學等國計民生重點領域催生出一批重大科技成果，真正實現了從理論探索向產業應用的跨越。

這種戰略布局被上海AI實驗室生動地概括為“高原造峰”：先建好堅實廣袤的科研底座“高原”，進而吸引海內外頂尖團隊，在“高原”之上向科學的“珠穆朗瑪峰”發起沖鋒。

3月29日，上海AI實驗室與國家超級計算長沙中心、儀電集團、思朗科技等國內主流超算、智算中心，共同啟動了超智融合算力共建計劃，旨在聚合各方力量，為科研人員攀登科學高峰筑牢更堅實的“高原”底座。

當日，作為算力共建計劃的合作方之一、國家超算互聯網聯合體的代表，國家高性能計算機工程技術研究中心副主任曹振南表示，“‘珠穆朗瑪計劃’構建的科學智能創新中樞，與國家超算互聯網今年將穩步落實的‘超級科學計算智能體’全景圖具有相輔相成、互為促進的內在關系”。

“科學發現是對人工智能的終極考驗，登頂各自領域的高峰是每個科學家樸素而崇高的理想。”上海AI實驗室主任、首席科學家周伯文在現場提出，科學創新最缺的不是天才，而是讓創新持續涌現的機制——從0到1讓“發現”照亮發現，從1到10讓“發明”催生發明，從10到100讓“協同”解鎖協同。

讓每一位“攀登者”找到“登山路”

勇攀科學高峰的核心要素始終是人，要推動科學創新走向真正的突破，在AGI（Artificial General Intelligence，指通用人工智能）技術能力建設基礎上，業界還需要回答“如何更好地協作”這一問題。上海AI實驗室將此作為一個重大命題，開展了一系列探索，“攀登者行動計劃”即是其中一項重要舉措。

該計劃自2025年1月推出后，受到科學探索者的高度關注，累計收到全球500余份課題申報，涵蓋數學、物理、化學、能源、材料、生命等領域。經多輪嚴格評審篩選出一批入圍項目，目前已有多個項目完成了從科研成果到真實場景的價值驗證。

在傳統的新材料研發中，“放大效應”一直是產品開發過程中難以逾越的技術難題。“新材料的配方在公斤級能成功，萬噸級未必行。為了驗證一種配方的可行性，現實中要建很多不同規模的工廠，比如百噸級、千噸級、萬噸級的工廠，這一過程就可能花費整個產業50%的資金和90%的時間。”中國石油大學副教授周天航說。

面對這一挑戰，周天航帶著長時儲能課題加入了“攀登者行動計劃”。在項目經理人機制的協調下，上海AI實驗室與中海儲能、中國石油大學組建了聯合攻關團隊，將大模型的跨尺度泛化能力注入其中，構建了“分子-電網工業智能體”，相當于給儲能材料研發配備了一位“超級研發助手”，能同時打通微觀分子結構設計、中試工藝放大驗證和宏觀電網調度適配全流程。

這不僅打破了微觀分子到宏觀系統的模擬壁壘，破解了儲能材料在“能效、安全、壽命”上的“不可能三角”，更將原本按“年”計算的研發周期壓縮至短短6個月，電池綜合性能提升超100%。如今，該成果已在張家口懷來的兆瓦時級電站上部署，并將落地廣東惠陽的全國首個百兆瓦時級儲能電站。

在橫向的廣度上，上海AI實驗室作為“放大器”，正廣泛鏈接起各領域專家。

在“攀登者行動計劃”的帶動下，剛回國不久、急需施展空間的青年科學家找到了用武之地，懂大模型微調的AI工程師、熟悉知識庫架構的開發者也紛紛加入，青年科學家跳出了單純發論文的局限，工程人員獲得了前沿場景的歷練，各類人才在實戰中交流融合，逐步成長為既懂技術又懂產業的復合型“攀登者”團隊。

在成功探索從科研成果到真實場景價值驗證的基礎上，上海AI實驗室推出“攀登者行動計劃”2.0，實現多方面升級：一方面，保障更全面的項目資源支持，構建起貫通“實驗室—上海市—國家級”的三級項目支持體系，并提供精準的項目資源支撐；另一方面，提供更硬核的科研基座支撐，隨著DeepLink超智融合算力平臺、Sciverse科學智能數據庫等基礎設施的建成，以及“書生”科學大模型、科學發現平臺的持續迭代提升，將為科研工作提供更強大、更易用的全鏈路技術資源。

“目前，我們正同時推進近40個這樣的高價值項目，資源分配堅持‘跟著結果走’，將80%的精力聚焦于20%最有可能產出重大成果的項目，動態加注。”上海AI實驗室項目經理人團隊負責人于曉軼說。

“項目經理人”是與“攀登者行動計劃”相匹配的一項可復制機制創新，破解了傳統科研體系中科學家既要投入核心研究、又要耗費大量精力協調跨領域資源、對接產業需求的普遍痛點。

面對AI驅動科研的高速發展與高度不確定性，唯有專業化的項目管理機制才能具備高效判斷力與快速推進力，在最短時間內鎖定最具價值的科學問題。為此，“攀登者行動計劃”2.0構建起“需求發現—問題凝練—聯合攻關—價值驗證—項目孵化”的全鏈條閉環，專業的項目經理人團隊全程承擔跨領域攻關團隊組建、算力/數據/實驗資源協調、產學研需求匹配、項目申報與成果轉化落地全流程事務，讓科學家專心聚焦核心問題攻堅，項目團隊則全程護航直至成果產生實際價值。

這套“科學家主研、專業團隊主保”的分工模式，打破了傳統科研中資源分散、協調成本高的瓶頸，為全國科研機構集中力量攻堅關鍵核心技術、產出有國際影響力的重大原創成果提供了可復制的實踐范式。目前這套創新機制已在多領域科研場景落地見效，推動一批重大成果加速涌現。

全場景驅動向科學高峰全面沖鋒

如果說過去幾年是AI4S的理論探索與工具打磨期，那么2026年則被業界普遍視為AI4S走進產業實戰環節的“部署年”。隨著“珠穆朗瑪計劃”底層基礎設施的完善，以及創新機制的高效運轉，人工智能與科學研究的融合正以更快的速度向縱深推進。

“中國具備完整的產業體系和豐富的應用場景，使新技術在更大范圍內快速驗證和迭代。未來的競爭或許并不在于某一環節，而在于能否在科學、工程、產業之間構建起高效的聯動機制，實現持續迭代與系統演化。”中國科學院院士、中國科學院原院長白春禮說。

以重大需求場景為牽引，是加速“人工智能+”賦能科技創新與產業發展的有效途徑。本次年會上，上海AI實驗室聯合多家頭部企業及頂尖高校、科研機構共同啟動了科學應用場景合作共建計劃，將AGI能力精準植入高能物理、新藥創制、生物結構、疾病診斷、新材料開發等前沿場景，以推動AGI4S（Artificial General Intelligence for Science，指驅動科學發現的通用人工智能）服務于國家重大科學項目，賦能高質量發展。

“真正的技術突破往往源于對真實科研場景的深刻理解。”談及場景的牽引作用，上海AI實驗室雙聘青年科學家孫思琦感觸頗深，“當算法不再模仿人類語言規律，而是回歸蛋白質本身的生物學邏輯，我們才真正打開了破解生命密碼的新路徑”。

在生命科學領域，上海AI實驗室聯合復旦大學及國家蛋白質中心研發的AI蛋白質從頭測序工具π-PrimeNovo，正是這一理念的生動實踐。該工具突破了傳統測序方法“從左到右逐個預測”的局限，采用全新的算法直接預測全部氨基酸序列，將預測精度提升45%、速度提升80多倍，在復雜生物樣本檢測中實現關鍵指標的量級躍升，為基礎生命科學研究、精準醫療與原創新藥研發提供了全新的底層技術工具。

在醫療領域，3月28日剛剛發布階段性成果的國家人工智能應用中試基地（醫療領域），同樣離不開智能基座的支撐。作為基地核心生態共建單位，上海AI實驗室以“書生”科學多模態大模型Intern-S1為底層核心，全面賦能病理、隨訪、臨床輔助決策等專精領域應用模型，從源頭降低醫療AI的研發門檻，全力助力我國醫療AI產業高質量發展。

在氣象領域，廣袤的內蒙古草原上，上海AI實驗室聯合國家氣象機構推出的“風烏GHR”大模型同樣在發揮巨大威力。它將有效預報時間延長至11.25天，創下世界紀錄。在內蒙古電網427個新能源場站的部署應用中，“風烏”使實際發電量預測精度提升3.04%，僅此一項便幫助相關電廠在當年降低運營成本4226萬元。

從秒級解析譜圖的AI，到重塑芯片與儲能材料研發的智能體，再到精準捕捉風云變幻的大模型……不難發現，AI4S已不再是停留在論文里的概念，而是真真切切地進入了產業的“毛細血管”，成為培育新質生產力、推動高質量發展的核心引擎。

以上海AI實驗室為牽引，科學智能的生態日益豐富。“科學智能的突破，既需要超算對微觀世界的精準模擬，也需要智算對復雜規律的高效學習。超算與智算的融合，不是簡單的算力疊加，而是科研范式的深度重構。”思朗科技董事長兼CEO查浩表示，思朗科技作為能夠對標美國ANTON超算能力的自主科學計算企業，未來希望深度融入DeepLink超智融合算力平臺，以“天穹”3D科學計算機為底座，加速國產科學智能生態的構建。

“隨著‘珠穆朗瑪計劃’的深入推進，我們有理由期待，在‘十五五’的新征程上，中國科學家將借助人工智能的磅礴力量，向更多科學領域的‘珠穆朗瑪峰’攀登。”周伯文說。