AI for Science：科学智能的六年与它的 2026

定义与坐标系：什么算 AI4S，什么不算

"AI for Science"（AI4S，中文多译作科学智能）这个词组的流行始于 2019—2021 年前后，微软研究院、DeepMind 与中国的鄂维南院士团队几乎同时开始用它命名同一件事：把机器学习当作科学研究本身的工具，而不是把科学数据当作机器学习的练兵场。这两个方向的区别不是文字游戏——前者的成功标准是"科学问题被解决了吗"，后者是"基准分数提高了吗"，六年来大量争议都源自这两把尺子被混用。

四种价值主张（务必分开评估）

一个 AI4S 项目在做什么，本质上是在替代科研流程中的哪一环。四种替代的难度、验证方式、商业模式完全不同：

边界：哪些不算 AI4S

• 不算：医疗 AI 影像诊断、临床决策支持。那是"AI+医疗服务"，客户是医院与支付方，监管路径是医疗器械，与科研范式无关。
• 不算：一般意义的 CAE/EDA 工业软件加速。除非它替代的是科学发现环节，否则属于"AI+工业软件"。二者在供应链上高度重叠（同一批算力、同一批求解器），但商业逻辑不同。
• 算但常被忽略：科学数据基础设施。PDB、UniProt、Materials Project、EMBL-EBI 的 AlphaFold DB 这类数据库，是所有模型的地基。2026 年多国政策文件（含中国国家数据局的表态）都把"高质量科学数据集"列为 AI4S 的第一瓶颈，而不是算法。
• 算但难归类：数学与理论科学。对已被正确形式化的命题，证明可由 Lean 等证明器机器核验；但“形式化的对象、前提与目标是否恰当”仍需要人类判断。因此它是验证自动化程度最高的分支，而不是唯一可被机器“完全验证”的分支。

时间轴：六个阶段与 2026 逐月

把 AI4S 的历史切成六段，每一段的驱动力都不同：先是比赛（CASP），再是开源与数据库，然后是大模型溢出，接着是奖项与制度承认，2025 年转向智能体，2026 年进入国家计划与产品化。

阶段一：史前期（2012—2019）——方法学积累

阶段二：奠基期（2020—2021）——AlphaFold2 与"AI4S"命名

• 2020-11｜AlphaFold2 在 CASP14 达到实验精度。这是整个领域的原点事件。结构生物学界的评价是"一个持续 50 年的问题在很大程度上被解决了"。
• 2021-07｜AlphaFold2 论文发表于 Nature，代码开源，DeepMind 与 EMBL-EBI 联合发布 AlphaFold 蛋白结构数据库。关键不在模型，在免费公开数据库——它把一次实验室成果变成了全球公共基础设施，后续两亿多个结构预测的开放是 AI4S 至今最无争议的贡献。
• 2021-11｜Isomorphic Labs 从 DeepMind 分拆成立，Hassabis 兼任 CEO。标志着"科学模型如何变现"这个问题被正式提上日程：答案是自建药物管线，而不是卖 API。
• 同期，鄂维南等人开始系统性使用"AI for Science"表述并推动其成为中国的政策语汇；微软研究院成立 AI for Science 部门（后由 Chris Bishop 领衔）。

阶段三：扩张期（2022—2023）——从生物外溢到材料与地球

阶段四：制度承认期（2024）——诺奖之年

• 2024-05-08｜AlphaFold 3 发布（DeepMind 与 Isomorphic Labs 联合），从单链蛋白扩展到蛋白—配体、蛋白—核酸、蛋白—蛋白复合物。争议点：初期未完整开源，引发学界关于"科学成果可复现性"的强烈批评，后来才放开非商业用途的模型权重申请。
• 2024-07｜AlphaProof / AlphaGeometry2 在国际数学奥林匹克达到银牌水平——数学分支的起跑枪。
• 2024-09｜AlphaProteo 发布，从预测结构走向设计新的蛋白结合物。
• 2024-10｜诺贝尔奖双响。物理学奖授予 Hopfield 与 Hinton；化学奖一半授予 David Baker（计算蛋白设计），一半由 Demis Hassabis 与 John Jumper 分享（蛋白结构预测）。这是 AI 驱动的科学成果第一次获得诺奖级别的体制承认，此后所有国家级政策文件几乎都引用这一事件。
• 2024｜Recursion 与 Exscientia 合并，AI 制药第一代上市公司开始收缩管线、抱团过冬——与一级市场的火热形成鲜明反差。

阶段五：智能体转向（2025）——从"模型"到"会干活的系统"

阶段六：落地年（2026 逐月）

2026 年的特征不是单点突破，而是三件事同时发生：国家资金到位、前沿实验室推出面向科研的正式产品、一级市场把资本高度集中到少数几家公司。

技术栈：四层结构与代表模型

把 AI4S 的技术版图画成一张产业链图，从下往上是四层。越往下越像基础设施生意（收入稳定、门槛在工程），越往上越像研发赌注（回报极高、失败率极高）。

L1：被低估的一层

2026 年几乎所有政策文件都在说同一句话：瓶颈在数据，不在模型。原因是科学数据的三个结构性缺陷——阴性结果几乎不发表（训练集系统性偏倚）、实验条件描述不足以复现（元数据缺失）、以及机构之间不共享（孤岛）。这也是"自驱动实验室"路线的深层理由：与其等别人的数据，不如自己造数据。Lila、Periodic Labs 的融资逻辑本质上是"买一个专有科学数据工厂"。

另一条 L1 主线是用神经网络替换物理求解器的内核。微软的 Skala 是典型：它是一个深度学习的交换关联泛函，在保持半局域 DFT 计算量的前提下，把小分子原子化能做到化学精度。这类工作不产生头条，但它把上层所有材料与化学模型的天花板抬高了。

L2：科学基础模型的分化

2024 年以前，L2 的竞赛是"谁的精度高"；2026 年的竞赛是"谁的模型能被信任到进入决策流程"。三个可观察的分化：

• 开放度成为战略变量。AlphaFold 3 的有限开放引发学界反弹后，Boltz、OpenFold3、Chai、字节的 Protenix 等开源复现模型迅速填补生态位；DeepMind 也在 2026-01 把 AlphaGenome 开源。结论：在科学领域，封闭模型的传播成本远高于消费领域，因为科学的通货是可复现性。
• 从"预测"走向"设计"。AlphaProteo、MatterGen、ESM-3 的共同点是生成而非判别——给定想要的性质，直接生成候选。这把 AI 从"筛选器"变成"提案人"，也把验证压力全部转移到了湿实验端。
• 气象是业务化证据最清晰的领域之一。ECMWF 的 AIFS 已进入业务运行；其优势在于有逐日预报误差等清晰验收标准，并持续产生观测真值。它并非唯一有验收标准的 AI4S 领域，但“高频真值 + 可运营的评测体系”解释了为何该方向迭代特别快。

L3：2026 年的产品战场

三家前沿实验室的打法明显不同，值得并排看：

L4：闭环还没闭上

公开案例尚未证明有实验室可在人类不参与下稳定完成“选题—订购—执行—异常处置—结果判读—复现”的全流程；系统仍通常依赖人工设定目标、维护设备与复核。伯克利 A-Lab 在 2023 年宣布 17 天合成 41 种新化合物后，其表征严谨性与“新颖性”判定受到同行公开质疑，提示我们：自动化提高了通量，却不自动等于可靠的结果判读。

玩家全景：六个阵营

阵营一：前沿模型实验室

阵营二：垂直独角兽（钱最集中的地方）

阵营三：非营利与学术机构

• Arc Institute（Patrick Hsu、Silvana Konermann，Patrick Collison 参与创立）——Evo 系列 DNA 基础模型的出处，代表"非营利研究所 + 长周期资助"这一新型组织形态。
• FutureHouse / Edison Scientific（Sam Rodriques）——慈善资助起家的"AI 科学家"登月项目，2025-11 分拆商业实体并发布 Kosmos。
• 艾伦研究所、HHMI——2026 年成为前沿实验室争夺的合作对象：它们提供的不是算力，是高质量实验数据与领域评判权威。
• EMBL-EBI——AlphaFold 数据库的托管方，AI4S 公共品的实际维护者。
• 伯克利实验室、阿贡等美国国家实验室——Genesis Mission 的执行主体。

阵营四：算力与工具链

英伟达是这一层的绝对枢纽，并且在 2026 年明显从"卖卡"转向"卖科学软件栈"：BioNeMo（生命科学，2026-06 推出面向智能体的工具箱，近 50 家伙伴接入）、ALCHEMI（化学与材料的 NIM 微服务）、Earth-2（地球系统）。它的战略位置很特别——它同时是所有阵营的供应商，因此是唯一无论哪条技术路线胜出都赢的玩家。此外还有达索系统（Marie）、Tecan（Introspect）、Emerald Cloud Lab 等把仪器与自动化接入智能体的公司。

阵营五：国家计划

阵营六：中国玩家

详见第 10 节，此处先给名单：平台与研究机构——上海人工智能实验室（珠穆朗玛计划、书生系列）、中科院系（含中国科大运营的科学智能材料创制中心）、北京科学智能研究院；科技公司——字节跳动（Protenix / Seedfold，AI 制药已分拆）、华为（盘古气象、盘古药物分子）、百度（PaddleHelix）、阿里、腾讯；创业公司——深势科技（Uni-Mol、Uni-RNA、玻尔科研空间站）、晶泰科技、天鹜科技、深度原理等。

人物册：谁在定义这个领域

AI4S 的人才流动比一般 AI 领域更有信号价值——因为科学家的迁徙往往意味着某类数据或某个学科的话语权发生了转移。以下按角色分组，职务以 2026-08 公开信息为准。

奠基者与诺奖层

机构掌舵者

创业者

裁判与批评者

这个角色在 AI4S 里格外重要——因为很多成果的"真伪"外行无法判断，领域内的公开裁判就成了事实上的质量闸门。

• Terence Tao（陶哲轩，UCLA）——维护"AI 对 Erdős 问题贡献"的公开维基，逐条核验 AI 声称的解法。他的关键判断是：这些进展真实，但攻克的多是被忽视的问题，而非前沿问题。这句克制的评价，是 2026 年 AI 数学叙事最有价值的校准。
• 结构生物学与材料学界的复现派——对 AlphaFold 3 初期不开源的批评、对 A-Lab 表征与新颖性判定的质疑，都出自这一群体。他们让 AI4S 的宣称保持在可检验的范围内。
• Steven Salzberg 等基因组学者——公开质疑 DNA 基础模型"仅凭序列预测突变效应"的核心主张在生物学上难以成立且难以证伪。这类批评指向 AI4S 的方法论软肋：当模型的宣称无法被设计成可失败的实验时，它就不是科学主张，而是营销主张。

分学科兑现度盘点

同一句"AI 正在改变科学"，在不同学科里的真实程度差了一个数量级。判断标准只用一条：这个学科的从业者在日常工作中是否已离不开它。

资本地图与四种商业模式

钱的结构：高度集中，而且集中在临床前

2026 年 AI4S 融资最重要的一个事实不是总量，而是分布：有融资追踪机构估算，Isomorphic Labs 一家 21 亿美元的 B 轮，就占了 2026 年上半年 AI 制药领域已披露风险投资的约 87%（该口径为第三方统计，未经公司确认）。也就是说，行业的"融资总额创新高"这个头条，几乎完全由一家尚无药物进入临床的公司撑起。

关于市场规模：各家研究机构对"科学研究中的 AI"给出的口径差异极大，常见的一档是 2026 年百亿美元量级、2030 年代中期数百亿美元。这些数字的可信度很低——因为 AI4S 的绝大部分价值目前体现为"节省的研发成本"和"未来药物 / 材料的期权价值"，而不是可计量的软件收入。英伟达等把 AI4S 与大模型、具身智能并列为三大方向并给出"千亿美元"级别的展望（媒体转述），性质上属于战略表态而非市场测算。

四种商业模式，四种风险

还有一种常被忽略的第五类：把 AI4S 当作研发部门的内部提效工具。宁德时代、比亚迪、复星医药等已通过深势科技等平台接入这类能力，这部分不产生独立的"AI4S 市场"，但可能是短期内规模最大、最真实的需求。

证据与反证：到底兑现了什么

这一节是全文最该被反复读的部分。把宣称和证据分开摆，才能看出这个领域现在真实站在哪。

已兑现清单（有硬证据）

• 结构预测的公共基础设施。2 亿+ 蛋白结构预测免费开放，全球实验室日常使用。这一条足以让 AI4S 载入科学史，无需任何补充论证。
• 气象预报的业务化应用。AIFS 已进入 ECMWF 正式业务运行，并与传统物理模式并行；这证明 AI 模式可进入关键公共服务，但不等于已全面取代传统方法。
• GNoME 的外部现实世界佐证。Google DeepMind 的说法是：对既有科学文献的检索发现，736 个计算候选已被外部团队独立实现。这个数字支持候选的可信度，但不应表述成“736 个候选均由 GNoME 后续指导合成”。
• 数学的高可核验进展。形式化框架下的证明可由 Lean 核验，显著降低了“证明步骤未被检查”的风险；但题目形式化、前提选择、模型输出到证明器的接口仍须审计，不能称为“无法造假”。
• Rentosertib 的随机 IIa 期结果。论文将其描述为由生成式 AI 发现 TNIK 靶点并设计小分子的案例；它报告了特发性肺纤维化的 IIa 期数据。应避免把这一单例概括为整个行业“全流程 AI 发现”的确定性标准。
• 科研使用行为的真实增长。OpenAI 披露，其平台上高等科学与数学话题的周消息量从 2025 年初的约 570 万条增长到年末的约 840 万条（厂商自报口径）。

未兑现清单（同样重要）

• 尚未检索到 FDA 批准的端到端 AI 发现药物公开记录。药物研发的主要成本与失败仍集中在临床阶段；AI 对临床成功率的净效应尚不能由少数早期案例推断。
• 尚无足以支持一般结论的“AI 发现新材料已规模化商用”公开证据。从“计算上稳定”到“能合成”再到“能量产且具成本优势”，仍隔着多重工艺与供应链验证。
• 尚无被公开证实的全流程、无人类参与实验室。应逐项披露人类在目标设定、设备维护、异常处置与结果复核中的角色。
• 尚无具备全链路人类独立性、且获广泛同行认可的 AI 重大发现案例。现有系统的候选与结论仍须领域专家验证；因此应把“生成速度”与“被可靠采纳的发现速度”分开度量。
• 基准分数与科研能力之间的鸿沟未闭合。HLE、FrontierMath Open Problems 与公开论文成果测量的不是同一件事；例如 OpenAI 已报告 Astra 在另一组长期开放问题上的成果，而 FrontierMath Open Problems 在其发布时记录的是不同题集的状态。不能用任一单项分数或题数外推整体研究能力，应逐案检查问题的新颖性、证明、复核与后续影响。

风险与阴影面

一、学术出版体系的压力测试

这是 2026 年最具体、最紧迫的问题，而且已经在AI 自己的会议上爆发：

• 有统计称 ICLR 2026 约 21% 的同行评审为完全 AI 生成，超过半数评审存在 AI 使用痕迹（第三方分析口径）。
• ICML 2026 采用"作者选择是否允许审稿人使用 LLM"的双政策框架，并借助水印 PDF 检测，最终因违反规则等原因桌拒了约 497 篇投稿（约占投稿量 2%）。
• 有研究指出，2026 年前七周被 PubMed 收录的论文中，约每 277 篇就有 1 篇引用了不存在的文献。
• 调查显示约三分之一的研究者从未在投稿时披露过 AI 使用。

主要出版机构目前收敛到三条原则：AI 不能作为作者、人类作者承担全部责任、实质性的 AI 使用必须披露。但学界的共识是这些政策目前不可执行——检测不可靠，惩罚缺乏依据。

二、可复现性与"看起来对"的结果

AI4S 的产出天然具有"高置信外观"：一张漂亮的预测结构、一条平滑的性质曲线、一段引经据典的综述。A-Lab 的表征争议、材料候选的晶体学无序问题、DNA 基础模型宣称的可证伪性质疑，指向同一个系统性风险——自动化把生成速度提高了几个数量级，却没有同比例提高验证能力，于是错误的产出速度也提高了几个数量级。

三、数据与算力的集中化

当全球结构生物学的日常工作依赖一家公司维护的数据库、当科研工作台原生绑定某家厂商的软件栈、当国家科学计划的算力由少数供应商提供，科学的独立性就出现了新的依赖关系。这不是阴谋论层面的担忧，而是很实际的问题：如果某个模型的许可条款变更，多少研究会停摆？AlphaFold 3 初期不完全开源引发的强烈反弹，就是这种焦虑的第一次集中释放，也直接催生了 Boltz、OpenFold3、Protenix 等一批开源替代品。

四、生物安全

蛋白设计与基因组模型的能力提升是双向的。行业目前的应对是合成 DNA 订单筛查 + 模型侧的能力限制，但这是一套建立在自愿基础上的机制，覆盖率与执行力都存在缺口。这一议题在 2026 年尚未爆发，但它是本领域最有可能引发严厉监管的单点风险。

五、激励错配与"社会问题"

2026 年多篇评论文章提出一个反直觉但重要的论点：AI 对科学发现的阻力主要不是技术问题，而是社会问题——数据整理与基础设施工作在学术体系中不被计入贡献、机器学习研究者与领域专家之间存在评价标准的鸿沟、"自主 AI 科学家"的叙事挤压了对枯燥但关键的数据工程的投入。还有研究担心，AI 会放大而非缩小科研资源的不平等：能负担算力与自动化实验室的机构会跑得更快。

六、科研人员自己的态度

大规模调查中，研究者最集中的担忧依次是：准确性与幻觉（提及次数远超任何单项期待）、批判性思维退化、研究诚信。信任而非能力，是当前 AI4S 工具渗透率的主要瓶颈。这也解释了 Anthropic 在 Claude Science 上强调"可审计的中间产物"——它解决的不是能力问题，是信任问题。

中国专章

中国是全球唯一把 AI4S 写进国家顶层政策语言、并配套重大专项与省级新建机构的经济体。理解中国的 AI4S，要看三条并行的线：政策线、平台线、产业线。

政策线

政策的定位很清楚：AI4S 被视为"十五五"期间科技体制改革与创新能力提升的关键引擎，服务于 2035 年建成科技强国的目标。

平台线

• 上海人工智能实验室 · 珠穆朗玛计划（2026-03-29 发布）。官方定位是打造科学智能"全国中枢"，在算力、数据、模型、平台、场景、项目、人才七个维度全面开放协作；同步启动超智算力协同计划（联合国内超算与智算中心）与科学应用场景共建计划（联合企业与高校，方向包括高能物理、新药发现、生物结构、疾病诊断、新材料）。主任周伯文把科研称作"下一个编程"。
• 深势科技（DP Technology）。中国最早系统布局 AI4S 的公司之一，源自鄂维南—张林峰的 DeePMD 学派，方法论是"多尺度建模 + 机器学习 + 高性能计算"；代表模型 Uni-Mol、Uni-RNA；玻尔（Bohrium）科研空间站据公司披露已服务超 1000 所高校、30 万+ 研究者，并支撑复星医药、宁德时代、比亚迪等 150 家以上企业的研发智能化。
• 中科院体系与大科学装置。2026 年出现了把 AI 接入加速器驱动嬗变（ADANES）等能源装置的技术路线发布——这是中国相对独特的优势：大科学装置密度高，且数据归属清晰。

产业线

• 字节跳动：2021 年组建 AI4S 团队（负责人刘凯），2025 年开源结构预测模型 Protenix 与 Seedfold，2026 年迭代 Protenix v1/v2；2026-04 旗下 Anew Labs 在 AAI 2026 公布临床阶段 IL-17 小分子抑制剂；2026-06 启动 AI 制药业务分拆与独立融资（上海落地，估值约 10 亿美元，首轮拟融约 2 亿美元，字节继续控股）。这是字节首次"放手"一条 AI 业务线，被普遍解读为中国 AI4S 正式进入产业化阶段的标志。
• 华为：盘古气象（Nature 论文、已在 ECMWF 环境被评估运行）、盘古药物分子；与医药合作方共建研发方案。气象是中国 AI4S 最拿得出手的国际级成果。
• 百度、阿里、腾讯：分别以 PaddleHelix、与药企联合的大模型、以及云 + 算力形式参与，整体上属于"平台配套"而非主攻。
• 创业公司：晶泰科技（药物研发自动化 + 机器人实验室，已上市）、天鹜科技（蛋白设计，据 WAIC 2026 披露已交付 30 余款蛋白项目）、深度原理（材料，其 Mira 平台称完成 40 项实验性质预测验证）等。

优势与短板

前瞻：五个可证伪判断

综述的价值不在预测，而在把预测写成可以被打脸的形式。以下五条给出明确的验证时点与验证方式。

1. 2026 年底前，Isomorphic Labs 的首个 AI 设计药物进入 I 期临床——大概率兑现，但意义会被高估。验证方式：公司公告或临床试验注册库。注意这只是进入临床，与"AI 造出了药"相距三到八年、并要穿过 90% 的失败率。该时点已从 2025 年推迟过一次，再次推迟不应被视为技术失败。
2. 2027 年底前，不会出现端到端 AI 平台发现且获 FDA 批准的新药。验证方式：FDA 批准清单。这条判断的依据是临床时间表的物理约束，而非对 AI 能力的怀疑。若被证伪，说明有管线的进度远超公开信息。
3. 2028 年前，"完全自主实验室"仍不会出现，但"高自动化 + 人类判读"的混合实验室会成为头部机构标配。验证方式：Lila、Periodic Labs 是否公布无人干预的端到端发现案例，以及第三方能否复现。留意分辨"高通量自动化"与"自主"这两个被反复混用的词。
4. 学术出版体系将在 2027 年前被迫做出结构性改变。验证方式：主要期刊或顶会是否引入强制性的可验证产出要求（如代码/数据强制归档、形式化验证、注册报告制），而不仅仅是"披露 AI 使用"。当前的披露政策已被广泛证明不可执行，压力会持续累积。
5. AI4S 的资本会经历一轮估值回撤，但基础设施层不受影响。验证方式：观察非头部 AI4S 公司的下一轮融资是否出现平轮或降轮。逻辑：目前的高估值建立在"科学超级智能"叙事上，而该叙事的第一批验收节点集中在 2027—2028 年；相比之下，英伟达这类工具链供应商的收入不依赖任何一条路线胜出。

使用指南与观察清单

三类读者的不同读法

数据与信号跟踪清单

年度事件日历

• 每年 7 月：世界人工智能大会（WAIC，上海）——中国 AI4S 成果与政策的集中发布窗口。
• 每年 8 月：科学智能大会（北京）——2026 年为 8 月 21—22 日，鄂维南任大会主席之一。
• 每年 6 月：BIO 国际大会——英伟达等基础设施方的生命科学新品发布档期。
• 每年 10 月上旬：诺贝尔奖周——观察 AI 相关成果是否再次入选，以及授奖理由的措辞变化。
• 偶数年年底：CASP 盲测结果——结构预测领域的绝对裁判。
• 每年 1 月：达沃斯——Hassabis 等人更新临床与商业化时间表的惯常场合。

关联笔记

• Kimi K3 深度报告——通用大模型的能力边界是 AI4S 上层智能体的天花板，两篇可对照阅读。
• 机器人产业链投资研究总览——自驱动实验室的硬件供应链与该文的自动化部分重叠。