编者按：日前，复旦大学特聘教授、上海科学智能研究院（下称“上智院”）院长、启明创投投资企业无限光年创始人漆远与中国科学技术大学科技传播系副主任袁岚峰进行对话。漆远表示，要把真实的问题和底层的技术创新结合在一起，他以伏羲气象大模型、女娲生命大模型、燧人物质大模型为例，分享了用人工智能破解高价值产业场景中关键科学问题的实践。围绕如何让更多人及行业都受益于AI技术，他指出，工程优化和开源生态才能系统化实现普惠智能，并介绍了基于这一思维打造的科学智能的生态基座。漆远也分享了他对AI for Science的终极目标及现实目标的思考。
启明创投微信公众号经授权转载。
复旦大学特聘教授、上海科学智能研究院院长、无限光年创始人漆远
随着人工智能技术以前所未有的速度渗透到各个领域，科学研究也迎来了颠覆性的变革。传统的科研范式正在被AI所重塑，AI for Science（人工智能驱动科学研究）应运而生，成为科学界最受瞩目的焦点。那么，AI for Science何时才能迎来如同DeepSeek般的爆发式增长，真正实现技术普惠，改变人们的生活？
在东方卫视的全新科技观察节目《锚点》中，复旦大学特聘教授、上海科学智能研究院院长、无限光年创始人漆远与中国科学技术大学科技传播系副主任袁岚峰展开了一场深入对话，并给出了他的答案：AI for Science的“DeepSeek时刻”就是实现“AI机器猫”——他希望AI for Science可以造就出服务千行百业的产品，成为各领域人士触手可及的赋能工具，也真正走进老百姓的生活。
01/
AI是科研的新范式
也是公司的新范式
节目伊始，袁岚峰就抛出了核心问题：AI for Science何时才能迎来自己的DeepSeek时刻？漆远认为，这个时刻正在加速接近，正处于爆发前夜。他所领导的上智院，正是这样一个聚焦AI for Science的战略性新型研发机构，人工智能专家、领域科学家和工程师在这里紧密协作，共同探索AI在科学领域的无限可能。
在上智院，以伏羲气象大模型、女娲生命大模型、燧人物质大模型为代表的垂直领域科学大模型正将AI的触角伸向科研最前沿。这些以华夏文明始祖命名的系统，承载着用人工智能破解高价值产业场景中的关键科学问题的使命。
伏羲气象大模型的实战价值在2024年超强台风“贝碧嘉”的预测中得到验证。当多数机构预测台风将在浙江台州到江苏启东一带沿海登陆时，“伏羲”提前5天锁定上海浦东为最可能登陆点，并通过每6小时更新的动态预报持续修正轨迹。该系统目前已与中国太平洋财产保险股份有限公司、中国远洋海运集团有限公司等企业合作，为远洋航线规划提供气象支持，同时应用于新能源领域的光伏、风电效率优化。
以生命科学的微观基因、宏观表型两大基础场景为抓手，女娲生命大模型致力于为基因创新药研发、数字孪生诊疗等产品平台提供基础模型能力，打破传统遗传调控、生物力学计算模式，实现跨越式的生命状态预测。面向可有效干预致病基因、比传统药物更能精确针对病因的siRNA，团队使用多模态基础模型合法解析专利后生成siRNA数据库，并基于数据库构建了一个AI基础模型，用于对siRNA药物进行虚拟筛选，在实验验证阶段将多靶点药物的疗效预测误差从40%降低到了8%。
燧人分子基础大模型聚焦物质科学的核心挑战，致力于构建理解分子世界的通用工具。在电池研发领域，模型构建了929个分子的潜在筛选库以训练生成模型，加速锂电池电解液新型配方的探索；在环保材料方向，其从700多万种虚拟分子中筛选出满足各项性能要求的可持续高分子材料单体，助力提升一些常见材料的降解性能，降低环境污染；药物研发则是另一重要应用场景，通过AI与计算方法的结合，团队一个月内发现某难成药靶点的动态结合口袋（传统实验室或Alpha Fold 3难以捕捉），并筛选出实验验证的活性分子。
“AI是新的范式，是科研的范式，也是公司的范式，”漆远说：“把自己的身体浸入水中，你才能够真正地探索，找到锁定的锚点，才能够把真实的问题和底层的技术创新结合在一起。这是为什么我做科研又创业的一个重要原因。”
这种实践哲学在DeepMind与Isomorphic Labs的合作模式中得到印证：尽管DeepMind作为谷歌旗下研究院专注基础研究，但其与Isomorphic Labs构建的“研究-应用”双轮架构，通过向药企提供AI药物研发服务已创造超30亿美元商业价值。这种跨界协同机制揭示了AI范式的双重属性——既是突破性的科研方法论，也是可持续的商业模式创新，为破解AI for Science“如何从实验室走向产业”的命题提供了关键启示。
02/
工程优化和开源开放才能
系统化实现普惠智能
DeepSeek的出现之所以备受关注，不仅在于技术突破，更在于工程优化和开源生态带来的普惠智能，让更多人和行业能够使用AI技术。
当DeepSeek大模型将训练成本压缩至传统方法的1/10、推理成本降至每百万token一元时，背后是低秩分解技术削减参数冗余、通信计算并行化提升资源利用、GPU/CPU异构调度打破工具枷锁的工程突破。燧人分子基础大模型研发中，上智院团队重构基于Fortran语言的工具包以及GPU通信架构，使分子动力学模拟效率提升10倍，直接节省90%计算成本。“算法像思想，而没有工程就没有‘肉身’”，漆远如是说。
关于AI for Science的开源开放，漆远以AlphaFold为例指出：该模型在开发阶段依托开源基因组数据和底层分析工具实现突破，成功后又将预测的蛋白质结构开源共享。全球19个国家、200万研究者基于其开源成果，推动了药物研发、疾病机制分析等领域的应用创新。这验证了“使用开源-贡献开源”的良性循环对科学智能发展的关键作用。
这种突出工程和开放的系统化思维正驱动上智院构建科学智能的生态基座。相对于DeepSeek这样的大语言模型，垂直领域科学大模型更多样化，尤其需要工具链和数据平台的支持。
一站式AI4S特色智算软件平台由上智院-无限光年联合实验室携手复旦大学各院系打造，如同科研版的Cohere，集平台、模型和应用工具于一体，可服务多家高校与科研机构。目前平台已集成DeepSeek、AlphaFold 3等前沿模型，并完成6家国产GPU与10个领域模型的深度适配。
科学语料平台由上智院牵头、多方联合共建，于2024世界人工智能大会首度公开亮相，具备从数据采集、加工到管理和建模的全链路能力，保证数据的高效加工、可信和安全互通。目前平台已开源siRNA药物研发数据集、有机分子QM计算数据集、伏羲中期天气预报大模型数据集等一系列高质量科学语料。
此外，上智院和复旦大学连续三年通过举办世界科学智能大赛开放科学问题，吸引年轻人和企业参与，共同推进科学智能的创新和应用。
03/
AI for Science的下一个“锚点”
是“AI机器猫”
“科学智能要问：一个真正的产品是什么，如何解决社会需求？”漆远表示DeepSeek一个月内用户破亿，核心之一在于有产品化的思路，即追求可用、成本要低，AlphaFold 2和AlphaFold 3是非常好的科技突破，却未必能被称之为产品。
在他看来，AI for Science的终极目标是实现“AI爱因斯坦”，即能够发现新的、未知的科学规律。但在实现这个宏伟目标之前，更现实的目标是打造“AI机器猫”——一种能够赋能千行百业的普惠智能。他以伏羲气象大模型在台风预测中的成功应用、女娲生命大模型在siRNA药物设计中的突破为例，强调了AI for Science在解决真实问题方面的价值。
“‘AI爱因斯坦’是一个比喻，是指能够做科学的发现，但它不是一个人的发现，其实是大家在群策群力解决一个非常有挑战的科学问题。而DeepSeek更像一个机器猫，能够赋能很多人、很多行业，在你需要的时候变出一个工具帮你解决问题。”漆远形象地解释道。
展望未来，漆远希望AI for Science可以造就出服务千行百业的产品，成为各领域人士触手可及的赋能工具，也真正走进老百姓的生活。
来源 | 上海科学智能研究院
