当下大语言模型性能增长逐步触及边际，AI4S（AI 驱动科学研究） 作为科学研究第四范式，正成为学术界与产业资本共同押注的核心赛道，更被行业定义为衡量通用人工智能水平的终极考题。在 2026 世界人工智能大会现场，各类科学智能成果集中亮相，从可自主完成蛋白质全流程研发的智能平台，到覆盖多学科的科学多模态基础模型，都直观展现出 AI 深度介入科研的全新趋势。

上海人工智能实验室相关观点指出，科学研究会成为继编程之后，推动 AI 能力跃迁的全新场景。编程、翻译、棋类等任务拥有明确目标、即时反馈与清晰边界，现有大模型能够快速熟练掌握；但真实科研属于开放性任务，不存在标准答案，实验反馈周期漫长，失败是探索常态，还需要持续与物理世界开展交互，这正是当前 AI 难以实现自主科学发现的核心症结。想要打破现有智能上限，模型必须完成三重跨越：从单一数据驱动转向真实世界交互，从短时即时反馈进化为长程推理，从只会复刻成功案例升级为善用失败数据完成自我修正。

本届大会集中展出国内多元主体研发的 AI4S 落地成果，覆盖材料、生命、物质、地球等多大学科领域。高校团队打造轻合金多智能体研发平台，将制造工艺、成本、安全等现实约束纳入模型推理，打通数据、仿真、实验全链路，推动材料研发摆脱单一经验依赖；科研机构推出百亿参数科学多模态基础模型，统一承载 DNA、蛋白、医学影像等六类科学数据，实现跨学科知识融合理解；科创企业上线对话式蛋白质智能设计平台，依托智能体串联自然语言需求、序列设计、自动化实验室操作与结果回流，构建完整干湿迭代闭环。对比传统研发模式，这套体系将蛋白质研发周期从 2 至 5 年压缩至 2 至 6 个月，大幅减少无效实验样本，显著提升研发成功率。

区别于快速普及的消费级 AI 应用，AI4S 商业化落地周期长达 5-10 年，短期收益薄弱的特性让传统风投难以长期支撑，以国有战略资本、产业龙头为代表的耐心资本，成为赛道跨越产业转化 “死亡之谷” 的关键支撑。上海推出 “申智杯” 人工智能创新大赛，专门设置 AI4S 专属赛道，吸引全球数千支跨领域团队参赛，配套百万级奖金池，搭建起 “赛事孵化 — 技术攻坚 — 产业落地” 一体化服务链路，打通资本对接、产业链开放、成果转化等配套资源，持续赋能科研创新项目走向市场化。

多位科研从业者表示，AI4S 正在重塑传统科研逻辑：海量样本筛选、高通量定量统计、自动化实验运转等过去人力难以完成的工作，如今均可交由智能系统承接。行业最终目标，是推动 AI 完成从 “预测文本、拟合数据” 到自主挖掘未知科学规律的质变，依托高维数据压缩提炼简洁物理机理，搭建数字世界与物理实验高效联动的验证闭环，以科学智能全面革新人类创新模式。