一场聚焦人工智能与基础科学深度融合的盛会在上海徐汇区模速空间多功能厅拉开帷幕。由上海交通大学人工智能学院与上海算法创新研究院联合主办的“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”吸引了产学研各界的目光，标志着科学研究正迈向一个全新的规模化、智能化阶段。
中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南担任开幕式主持人并发表主旨报告。他系统阐述了科研智能化、规模化时代的底层能力架构与实施路径，强调AI for Science的关键基础设施已初具规模，科研新范式正在加速形成。这一观点为整场会议奠定了理论基调，也为后续成果发布指明了方向。
在成果展示环节，来自高校与科研机构的专家学者集中发布了多项突破性进展。上海交通大学副教授陈思衡介绍了通用科研智能体SciMaster，该智能体通过整合海量工具调用与超长程上下文管理能力，实现了全学科“搜、读、算、做、写”全流程闭环。据测试，其6小时运行成果可媲美资深理论物理学博士1至3个月的工作量，显著推动了科研从“小作坊”模式向“规模化”跃迁。
上海交通大学助理教授张林峰发布的Innovator科学基座模型同样引人注目。该模型聚焦科学多模态感知、科学推理与科学工具调用三大核心目标，支持20多种科学模态，具备优异的通用视觉理解能力。在科学推理方面，其编程能力甚至超越参数量大30倍的同类模型，并能高效调度万级工具模块，实现跨学科任务的稳定交付。
中国科学院理论物理研究所副研究员陈锟团队推出的SciencePedia科学基座则另辟蹊径。该平台整合了300万条长思维链与3万多款科研工具，构建了可溯源的推理网络，将分散的知识连接为逻辑体系。这一创新有助于基座模型与智能体突破互联网语料的认知边界，推动科学发现从“信息堆叠”向“逻辑贯通”转变。
深势科技创始人张林峰展示了Agent-ready at Scale科研工具体系。该体系通过全面整合读、算、做等基础设施，将海量科研软件自动化封装为智能体可调用的能力单元，显著降低了使用门槛，释放了工具潜力，为基于智能体的大规模科研协作提供了关键支撑。
上海创智学院全时导师朱通发布的AI for Science评测系统则聚焦科研质量评估。他提出“动态评测、过程评测与实战任务评测”三层框架，以闭环验证、标准化可追溯为原则，构建了具有公信力的科学智能评测基础设施，为科研组织升级与产业化提供了度量标尺。
会议还设置了科研智能体开发大赛环节。赛兰德智能科技CEO张与之介绍，大赛吸引了44所高校的160余支队伍参与，作品覆盖科研全流程，有效检验了智能体在真实场景中的应用能力。这一实践不仅为年轻科研人员提供了展示平台，也为智能体的优化迭代提供了宝贵数据。
在“Agentic Science先行者科学家圆桌论坛”上，多位专家学者围绕科研智能体的应用前景展开深入讨论。他们一致认为，科研智能体的规模化发展正在推动科研体系在方法、工具与组织方式上发生系统性变革。从个体研究到团队协作，从单一学科到跨学科融合，智能体正成为科研创新的重要驱动力。
鄂维南院士在会议总结中指出，随着科研基础设施不断完善、模型与智能体能力持续增强，科学研究将进入更系统化、规模化的新阶段。他强调，“Agentic Science at Scale”不仅是技术层面的突破，更是人工智能时代科研范式变革的重要里程碑，将为解决复杂科学问题提供全新路径。
