雷峰網(wǎng)(公眾號：雷峰網(wǎng))訊 2025國際人工智能科學家大會（ICAIS 2025）開幕式暨中關村兩院智能科學系統(tǒng)成果發(fā)布會在北京隆重舉行。本屆大會由北京中關村學院與中關村人工智能研究院，聯(lián)合清華大學、西湖大學共同主辦，芝加哥大學協(xié)辦，是全球首個聚焦“AI驅動科研創(chuàng)新”的標桿性盛會。匯聚中外院士、頂尖學者等多學科領域專家，共探人工智能從科研輔助工具向“智能科研伙伴”的演進之路，碳硅協(xié)同正由歷代科學家的夢想發(fā)展成為全球科技創(chuàng)新的核心引擎與關鍵路徑。

教育部黨組成員、副部長徐青森，北京市政府黨組成員、副市長穆鵬，北京市教工委副書記、市教委主任李奕，北京市科委副主任、市人才局副局長楊璞，海淀區(qū)委書記張革，中關村科學城管理委員會副主任、海淀區(qū)副區(qū)長唐超出席了此次盛會。清華大學黨委常委、副校長吳華強，中國工程院外籍院士、清華大學智能產(chǎn)業(yè)研究院院長張亞勤蒞臨現(xiàn)場并致辭。北京中關村學院院長劉鐵巖擔任大會主席并致歡迎辭。

大會更云集全球頂尖科學力量：2012年諾貝爾物理學獎得主塞爾日·阿羅什（Serge Harochel），2011年諾貝爾經(jīng)濟學獎得主托馬斯·薩金特（Thomas J. Sargent），2013年諾貝爾化學獎得主亞利耶.瓦謝爾（Arieh Warshel）教授，2010年諾貝爾物理學獎得主康斯坦丁·諾沃肖洛夫（Konstantin Novoselov），2000年諾貝爾經(jīng)濟學獎得主詹姆斯·赫克曼James J. Heckman，2021年諾貝爾物理學獎得主喬治·帕利西（Giorgio Parisi）等多位諾貝爾獎獲得者通過現(xiàn)場或遠程方式出席這場學術盛宴并做主題報告，為大會注入全球科學視野與創(chuàng)新智慧。

北京中關村學院院長、中關村人工智能研究院理事長，大會主席劉鐵巖在致辭中表示：聚焦“AI 科學家”核心主題，指出大會不僅探討AI輔助科研的路徑，更前瞻性探索AI成為獨立“科學家”的可能性，涵蓋多學科領域的認知拓展。他指出：“未來的科研教育與人才培養(yǎng)，將超越純粹的‘人力驅動’，邁入‘人機協(xié)同、碳硅融合’的新階段——人類的‘碳基智慧’蘊含著意識、靈感與創(chuàng)造，機器的‘硅基智能’承載著不知疲倦的分析、計算與優(yōu)化，二者的深度融合，將有望超越生物局限，開啟一個人類與機器優(yōu)勢互補、協(xié)同進化的新時代?！?/p>

清華大學副校長吳華強對本次大會給予高度評價，“此次大會恰逢其時，意義深遠。不僅是學術界的盛事，更是響應時代呼喚、催動科學發(fā)展的切實行動?！蓖瑫r強調：“必須前瞻性地構建起與智能社會相適應的治理與倫理框架，確保技術發(fā)展始終向善、造福人類?！?/p>

中國工程院外籍院士、清華大學智能產(chǎn)業(yè)研究院（AIR）院長張亞勤指出：AI4S正推動科學研究范式的革命性轉變，它不僅將作為新語言和工具加速解決復雜科學難題，還會通過交叉學科融合反哺AI技術本身的突破。未來，AI將不僅模擬人類智能，更會超越頂尖專家智能，重構科學發(fā)現(xiàn)體系，并強調“AI for Science是AI的機遇，是科學的機遇，也是中國與全球的機遇?！?/p>

中關村兩院智能科學系統(tǒng)成果發(fā)布

成果發(fā)布環(huán)節(jié)，中關村兩院正式發(fā)布“全球首個助力科研人才全流程培養(yǎng)的科研智能體系統(tǒng)”——OmniScientist。該系統(tǒng)以“元科學洞察”與“學者數(shù)字孿生”的雙引擎為核心，旨在超越傳統(tǒng)科學智能系統(tǒng)的輔助工具定位，成為青年科學家成長道路上“不可或缺的共創(chuàng)伙伴”。

“元科學洞察”源于對科學知識生產(chǎn)體系的結構化理解與動態(tài)建模，使科研智能體能夠洞察科學邏輯、識別潛在問題并預測研究前沿；“學者數(shù)字孿生”則致力于刻畫人類科學家的思維模式與學術軌跡，使系統(tǒng)能夠洞察個體科研風格、認知偏好與成長節(jié)奏，提供個性化支持與協(xié)同優(yōu)化。兩者相輔相成，使OmniScientist不僅理解科研，更理解“做科研的人”。這一創(chuàng)新范式為AI時代的科研人才培養(yǎng)與科學創(chuàng)新模式帶來全新啟示，推動科研生態(tài)邁向更高效、更精準、更具創(chuàng)造力的新階段。北京市教委主任李奕，海淀區(qū)區(qū)委書記張革，北京市科委副主任、市人才局副局長楊璞，北京中關村學院劉成林副院長，中關村人工智能研究院院長邵斌，清華大學電子系長聘教授李勇等領導與專家共同完成了系統(tǒng)啟動儀式。

科學突破榜單發(fā)布

隨后，大會重磅發(fā)布“2025前沿科技進展與2026未來重大突破預測”科學突破榜單。該榜單由中關村兩院聯(lián)合多位諾貝爾獎得主、中外科學院院士、領域資深研究者與一線青年科研人員，基于AI Scientist智能分析與人類專家深度研判的多維評估模式遴選而成，涵蓋信息、物理、化學、生物、經(jīng)濟五大領域。榜單既系統(tǒng)梳理了前沿進展，又為青年學者與科研工作者提供了一份具前瞻性的戰(zhàn)略導航，標志著“AI 驅動科研創(chuàng)新”正從微觀技術改進邁向宏觀科學方向引領，讓智能輔助真正成為科學遠見的催化劑。

北緯諾貝論壇啟動

大會同期啟動“北緯諾貝論壇”。據(jù)悉，“北緯社區(qū)”位于北緯40°，是全球科技創(chuàng)新資源集聚帶，此次發(fā)起“北緯諾貝論壇”，旨在持續(xù)匯聚頂尖智慧，邀請諾貝爾獎得主與青年學者、企業(yè)家、科學家深度對接、長效合作，實現(xiàn)思想碰撞、創(chuàng)新賦能與精英孵化。諾貝爾化學獎得主亞利耶·瓦謝爾（Arieh Warshel），諾貝爾經(jīng)濟學獎得主托馬斯·薩金特（Prof. Thomas Sargent），中關村科學城管理委員會副主任、海淀區(qū)副區(qū)長唐超，北京中關村學院副院長李國良，北京中關村學院副院長秦濤，北京中關村學院助理院長蓋珂珂等嘉賓共同見證論壇啟動。

未來兩天（11月24日- 25日），大會將持續(xù)匯聚全球智慧、呈現(xiàn)多場學術盛宴，以碳硅協(xié)同的深入思考實踐，解鎖科研創(chuàng)新的無限可能，觸及以往未及的思想境界與文明高度。

北京中關村學院與中關村人工智能研究院，“是科技教育人才一體化的新嘗試，是新型研發(fā)機構的二次方”，以“極基礎-極應用-極交叉”為共同導向，實現(xiàn)從理論創(chuàng)新到產(chǎn)業(yè)應用的無縫銜接。ICAIS 2025的舉辦是推動全球科研從“個體突破”走向“智能協(xié)同”的重要里程碑。它標志著人類科研范式的深刻變革，更引領我們以一種截然不同的全新視角，接納和擁抱一個由碳基智慧與硅基智能共同描繪的嶄新未來。

附一：關于科研智能體系統(tǒng)OmniScientist

【發(fā)布視頻下載鏈接：https://pan.baidu.com/s/1SvyeMyxlE2KlaTA6A_v4lw?pwd=ui4i 提取碼: ui4i】

 

中關村兩院正式發(fā)布“全球首個助力科研人才全流程培養(yǎng)的科研智能體系統(tǒng)”O(jiān)mniScientist。該系統(tǒng)以“元科學洞察”與“學者數(shù)字孿生”的雙引擎為核心，旨在超越傳統(tǒng)科學智能系統(tǒng)的輔助工具定位，成為青年科學家成長道路上“不可或缺的共創(chuàng)伙伴”。“元科學洞察”源于對科學知識生產(chǎn)體系的結構化理解與動態(tài)建模，使科研智能體能夠洞察科學邏輯、識別潛在問題并預測研究前沿；“學者數(shù)字孿生”則致力于刻畫人類科學家的思維模式與學術軌跡，使系統(tǒng)能夠洞察個體科研風格、認知偏好與成長節(jié)奏，提供個性化支持與協(xié)同優(yōu)化。兩者相輔相成，使OmniScientist不僅理解科研，更理解“做科研的人”。

OmniScientist 致力于為AI時代的科研人才提供最AI的全新培養(yǎng)范式。面對信息爆炸帶來的選題迷茫、學科壁壘造成的創(chuàng)新瓶頸、學術與產(chǎn)業(yè)脫節(jié)的落地困境，以及科研長周期過程中的延時反饋，OmniScientist構建了一套貫穿科研全流程的智能支撐體系：它通過解析海量科學文獻與產(chǎn)業(yè)前沿報告，幫助研究者建立“以終為始”的思維，以真實需求定位研究切入點；通過捕捉跨學科科學網(wǎng)絡的動態(tài)脈動，促進跨領域知識遷移與創(chuàng)新融合；通過嵌入產(chǎn)業(yè)知識體系，使科研問題始終緊扣社會與經(jīng)濟發(fā)展的核心議題。同時，平臺打造的“數(shù)字科研伙伴”可提供7×24小時的智能反饋與思想共振，助力研究者持續(xù)優(yōu)化科研思路；并支持構建多學科虛擬學術社群，實現(xiàn)跨領域即時協(xié)作與靈感激蕩。

通過這套系統(tǒng)化支撐，OmniScientist已深度融入從文獻調研、創(chuàng)意構思、實驗設計到論文撰寫的科研全流程，實現(xiàn)“懂科學、懂科研、懂學者”的三重突破，從工具真正進化為科研伙伴。這一創(chuàng)新范式為AI時代的科研人才培養(yǎng)與科學創(chuàng)新模式帶來全新啟示，推動科研生態(tài)邁向更高效、更精準、更具創(chuàng)造力的新階段。

 

附二：中關村兩院發(fā)布《年度科學榜單》

【發(fā)布視頻下載鏈接：https://pan.baidu.com/s/1_wnKFElO73YVleCCYES2tw?pwd=jntu 提取碼: jntu】

 

北京中關村學院x中關村人工智能研究院

《2025年度重大科學突破 & 2026年度關鍵科學問題》

Zhonguancun Academy x Zhongguancun Institute of Artificial Intelligence Release

“10 Major Breakthroughs in 2025 & 10 Key Questions for 2026”

—— 由人類與AI科學家共同評選Human-AI Co-Curated Science Selections

 

2025年度重大科學突破10 Major Breakthroughs in 2025

人工智能

1、純強化學習激發(fā)反思性推理

提名理由：突破了推理能力依賴人工標注思維鏈數(shù)據(jù)的根本障礙。在 AIME 2024 基準測試中取得 77.9% 的成績（基線僅為 15.6%），并展現(xiàn)出“頓悟時刻”等涌現(xiàn)行為。截至 2025 年第二季度，該成果促使業(yè)內實驗室廣泛采用純強化學習方法，年底已有超過 40 項復現(xiàn)嘗試被記錄。

2、 AI首次在國際數(shù)學奧賽中達到金牌水準

提名理由：成功解決了需要真正數(shù)學洞察力的多步抽象證明，而非僅靠模式匹配。這是首個在正式驗證的競賽數(shù)學中達到專家級人類水平的AI系統(tǒng)，并獲得國際數(shù)學奧林匹克委員會認證，已促使8個國家重新設計課程，納入AI推理工具。

 

Physics物理學

3、在重子衰變中觀測到 CP 破壞

提名理由：該發(fā)現(xiàn)為探索物質-反物質不對稱性及超越標準模型的新物理開辟了新路徑。其成果依賴于探測器重大升級與全球合作，被列為 2025 年粒子物理學的里程碑式成果。

4、原子鐘將精細結構常數(shù)變化限制在每年 10?1? 量級

提名理由：為基本物理和暗能量理論提供了迄今最嚴格的檢驗；該約束已用于排除 30 多個理論模型，并確立原子鐘作為探索新物理的探針，代表了精密測量的新應用方向。

 

Chemistry 化學

5、固態(tài)電池在汽車原型中實現(xiàn) 18 分鐘快充

提名理由：首次在真實場景中證明固態(tài)電池可安全滿足電動汽車快充需求，消除了 2024 年的主要疑慮。示范車隊的發(fā)布引發(fā)汽車板塊股價上漲及廣泛合作。

6、實現(xiàn) 10,000 小時穩(wěn)定間歇式堿性海水制氫

提名理由：解決了長期困擾海水制氫的氯離子腐蝕和間歇運行難題，為海洋可再生能源整合開辟路徑。該成果被引用 135 次，已成為美國能源部 HydroGEN 聯(lián)盟的基準研究。

 

Biology 生物學

7、可編程染色體工程實現(xiàn)兆堿基級基因組重寫

提名理由：PCE 將基因組編輯能力延伸至早期工具無法觸及的大規(guī)模結構變異和染色體結構層面，可應對涉及大片段突變的疾病并推動基礎研究。已成功實現(xiàn)兆堿基級編輯（如 12 Mb 的倒位），在醫(yī)學與農(nóng)業(yè)領域具有變革性意義，其快速應用已充分證明其價值。

8、 蛋白質組尺度誘變揭示蛋白穩(wěn)定性與疾病關聯(lián)

提名理由：提供了用于臨床變異解讀和方法評估的權威、一致的基準數(shù)據(jù)集，重塑了 2025 年的致病性變異分類體系。

 

Economics 經(jīng)濟學

9、去中心化金融風險量化模型

提名理由：該模型填補了監(jiān)管盲區(qū)——此前因缺乏數(shù)據(jù)與方法，DeFi風險無法被衡量。該2025年模型利用鏈上數(shù)據(jù)估算，若發(fā)生重大DeFi崩潰，可能通過穩(wěn)定幣擠兌引發(fā)傳統(tǒng)銀行高達850億美元的損失。其在2025年G20峰會上的展示以及金融穩(wěn)定委員會（FSB）的采納，使DeFi被正式認定為系統(tǒng)性風險來源，推動研究焦點轉向“中心化金融-去中心化金融”（CeFi-DeFi）的傳染渠道。

10、        實時金融系統(tǒng)AI監(jiān)控

提名理由：該系統(tǒng)解決了導致2008年危機的系統(tǒng)性風險檢測滯后問題。該2025年系統(tǒng)已在OFR投入運行，將流動性壓力事件的預警時間從6個月縮短至72小時。其識別出非銀行抵押貸款機構隱藏的杠桿風險，促使美國證券交易委員會（SEC）于2025年8月采取干預措施，展現(xiàn)了切實的政策影響，并推動研究向AI增強的宏觀審慎監(jiān)管方向轉變。

 

 

10 Key Questions for 2026

AI 人工智能

1、 如何讓AI系統(tǒng)擁有在非穩(wěn)態(tài)環(huán)境中持續(xù)學習與適應的能力？

提名理由：2025年在動態(tài)企業(yè)環(huán)境中部署智能體后發(fā)現(xiàn)，靜態(tài)模型迅速過時，而現(xiàn)有的持續(xù)學習方法則面臨災難性遺忘或安全性退化問題。隨著AI系統(tǒng)被要求在長時間內自主運行，適應性與穩(wěn)定性之間的張力已變得尤為關鍵。解決這一問題將推動網(wǎng)絡安全、市場交易和個性化醫(yī)療等動態(tài)領域實現(xiàn)真正的自主智能系統(tǒng)。

2、 基礎模型能否在開放世界場景中實現(xiàn)因果推理，而非僅依賴模式匹配的相關性？

提名理由：2025年，前沿系統(tǒng)通過延長推理時間和多智能體辯論已達到奧數(shù)級數(shù)學水平，但在跨領域的因果泛化方面仍不可靠，凸顯了純模式識別的天花板。隨著企業(yè)大規(guī)模部署智能體工作流，決策日益依賴對干預與反事實的理解。解決這一問題將釋放出超越2025年數(shù)據(jù)范疇的可靠規(guī)劃、科學發(fā)現(xiàn)與政策支持能力。

 

Physics物理

3、 引力波探測器能否達到足以觀測連續(xù)波或隨機背景的靈敏度？需要哪些儀器技術的突破？

提名理由：當前探測器已能常規(guī)探測雙星并合事件，但連續(xù)引力波和隨機背景信號仍遙不可及。下一代方案（如宇宙探索者、愛因斯坦望遠鏡）有望大幅提升靈敏度，但依賴復雜的工程技術。2026年是爭取資金、完成設計并測試量子增強技術的關鍵節(jié)點。成功將為致密物質、宇宙學和廣義相對論提供全新洞見。

4、 聚變示范電廠能否在2030年代初向電網(wǎng)輸出凈電力？需要在材料、氚增殖和能量提取方面取得哪些突破？

提名理由：NIF 和私營企業(yè)近年的進展使聚變能源變得切實可行，但尚未實現(xiàn)凈電力輸出。盡管已取得高溫超導（HTS）磁體等硬件里程碑，材料耐久性和能量轉換效率仍是主要障礙。2026年是敲定示范電廠設計方案的關鍵之年。若能成功，將驗證聚變作為無碳基荷電力的可行性。

 

Chemistry 化學

5、 能否全面理解電池中的固態(tài)電解質界面（SEI），從而實現(xiàn)面向長壽命、高性能儲能的理性設計？

提名理由：SEI 可能是鋰離子及下一代電池中最重要卻最不被理解的組分，其穩(wěn)定性直接決定電池壽命與安全性。盡管已有數(shù)十年研究，2026年的關鍵挑戰(zhàn)在于開發(fā)原位表征技術（如2025年報告所強調）和多尺度建模工具，以最終理解并調控其形成與演化過程。

6、 如何校正機器學習原子間勢能中的系統(tǒng)性勢能面（PES）軟化問題，以可靠模擬催化與電池中的高能態(tài)？

提名理由：2025年的基準測試顯示，通用機器學習原子間勢能（如 M3GNet、CHGNet、MACE?MP?0）因訓練數(shù)據(jù)偏向近平衡態(tài)，導致對力場曲率和作用力的低估。要實現(xiàn)材料發(fā)現(xiàn)，必須可靠建模缺陷、溶解與退化等高能過程。2025年涌現(xiàn)的新數(shù)據(jù)集和誤差感知框架使解決這一系統(tǒng)性偏差成為2026年的優(yōu)先任務。

 

Biology 生物

7、 能否通過可擴展的CRISPR篩選與AI引導的優(yōu)先排序，實現(xiàn)全基因組范圍內所有人基因及調控元件的功能注釋？

提名理由：盡管人類基因組已大量測序，仍有約30%的基因缺乏功能注釋，調控元件的功能圖譜也遠未完善。2025年CRISPR篩選雖已擴大規(guī)模，但成本高昂且不完整；AI模型雖能預測功能，但缺乏充分實驗驗證。實現(xiàn)全面注釋將推動精準醫(yī)療，揭示疾病機制，并為各類遺傳背景下的藥物靶點發(fā)現(xiàn)提供指導。

8、 能否構建具有因果性的、面向個體患者的多組學模型，在單細胞與空間分辨率下，從基因組到蛋白質組再到代謝組預測并解釋疾病發(fā)展軌跡？

提名理由：2025年，多組學與空間單細胞圖譜技術迅速擴展，Borzoi 等工具已能從DNA序列預測RNA-seq覆蓋度，單細胞蛋白質組學單次研究可檢測超10,000種蛋白，但現(xiàn)有整合模型仍以相關性為主，且受限于特定上下文。AI基礎模型（如AlphaFold覆蓋擴展、scGPT）日趨成熟，使因果整合首次成為可能，但尚未實現(xiàn)。若能在2026年攻克此難題，將開啟具備機制性、可解釋性且可臨床落地的精準醫(yī)療新時代。

 

Economics 經(jīng)濟學

9、 廣泛采用人工智能對勞動力市場、工資不平等和長期生產(chǎn)率增長的一般均衡效應是什么？

提名理由：2025年諾貝爾獎強調創(chuàng)新與創(chuàng)造性破壞，而行業(yè)數(shù)據(jù)顯示，到2030年AI將創(chuàng)造數(shù)千萬新崗位，同時淘汰更多崗位。然而，宏觀經(jīng)濟模型尚未調和樂觀的生產(chǎn)率前景與工資停滯及技能兩極化的實證證據(jù)之間的矛盾。解決這一矛盾對設計2026年的教育、勞動與稅收政策至關重要。

 

10、     金融機構與監(jiān)管機構如何衡量、監(jiān)控和管理由互聯(lián)AI系統(tǒng)與算法決策所引發(fā)的系統(tǒng)性風險？

提名理由：2025年AI在金融領域的廣泛滲透催生了新的傳染、羊群效應與閃崩渠道，但現(xiàn)有風險衡量框架仍彼此孤立且滯后于現(xiàn)實。歐盟的AI監(jiān)管框架與行業(yè)對壓力測試的呼吁凸顯了這一差距。亟需建立一套全面的、針對AI驅動型系統(tǒng)性風險的評估與管理框架。

雷峰網(wǎng)文章

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。