【导语(yǔ)】在(zài)2025世(shì)界(jiè)人(rén)工(gōng)智(zhì)能(néng)大(dà)会(huì)科(kē)学(xué)前(qián)沿(yán)全体(tǐ)会(huì)议(yì)上(shàng)，上(shàng)海(hǎi)人(rén)工(gōng)智(zhì)能(néng)实(shí)验(yàn)室(shì)携(xié)手(shǒu)多(duō)家(jiā)顶(dǐng)尖(jiān)科(kē)研(yán)机(jī)构(gòu)及(jí)企(qǐ)业(yè)，震(zhèn)撼(hàn)发(fā)布(bù)了(le)十(shí)项(xiàng)突(tū)破(pò)性(xìng)科(kē)学(xué)智(zhì)能(néng)联(lián)合(hé)创(chuàng)新(xīn)成(chéng)果(guǒ)。这(zhè)些成果覆盖量子计算、生命科学、材料科学等多个关键领域，不仅推动了前沿科学的飞速发展，更在疾病治疗、粮食安全、环境保护等关乎国计民生的领域展现出广阔应用前景。其中，人工智能算法在60毫秒内完成2024个量子比特的无缺陷排布，多智能体系统自主发现并验证癌症治疗新靶点，标志着AI正引领科学发现的新范式。上海人工智能实验室主任周伯文强调，通用人工智能（AGI）的实现已初露曙光，而“书生”科学发现平台Intern-Discovery等创新工具，正为这一宏伟目标提供强有力的支撑。科学家正站在AGI的肩膀上，探索智能的本质，以期获得突破性的大创新。
人工智能算法60毫秒完成2024个量子比特的无缺陷排布，多智能体系统自主发现并验证癌症治疗新靶点，AI正在刷新科学发现的新范式。
7月26日，在2025世界人工智能大会科学前沿全体会议上，上海人工智能实验室联合多家顶尖科研机构及企业发布十项突破性科学智能联合创新成果，覆盖量子计算、生命科学、材料科学、地球科学、深空天文等关键领域，包括单细(xì)胞(bāo)级别精准检测癌症、分钟级生成飞行器设计方案、预测超导材料性能、追踪太空多碎片等。这些创新成果不仅推动前沿科学进步，更将在疾病治疗、粮食安全、环境保护、航(háng)天(tiān)技(jì)术(shù)等(děng)关乎(hu)国(guó)计(jì)民(mín)生(shēng)的(de)领(lǐng)域形(xíng)成(chéng)实(shí)际(jì)应(yīng)用(yòng)。
“一(yī)年(nián)前(qián)的(de)世(shì)界(jiè)人(rén)工(gōng)智(zhì)能(néng)大(dà)会(huì)谈(tán)论(lùn)Scaling Law（尺(chǐ)度(dù)定(dìng)律(lǜ)），去(qù)年(nián)底(dǐ)讨(tǎo)论(lùn)的(de)是(shì)人(rén)类(lèi)数(shù)据(jù)耗(hào)尽(jǐn)了(le)，预(yù)训(xun)练(liàn)要(yào)结(jié)束(shù)了。毫无疑问，下一步就是人类如何抵达AGI（通用人工智能）。”上海人工智能实验室主任、首席科学家，清华大学惠妍讲席教授周伯文表示，AGI必须拥有强大专业能力和推理能力，具备长链条思维和泛化能力，其中泛化性和专业性是AGI最本质的特征。
大模型出现前的研究具有强大的专业性，但缺乏泛化性。大模型出现后，泛化性提升，但每一次更换一个新的研究领域，要付出的专业性代价十分高昂，其中包括数据成本、计算成本。“换句话说，我们一直朝着AGI走，但还没有看到曙光。”为了让科学发现实现AGI，周伯文表示，从最初设计技术路线时就要瞄准通用能力和专业能力的结合。
因此上海人工智能实验室提出通(tōng)专(zhuān)融(róng)合(hé)的(de)技(jì)术(shù)实(shí)践(jiàn)方(fāng)案(àn)，为(wèi)推(tuī)动(dòng)科(kē)学(xué)发(fā)现(xiàn)等(děng)重(zhòng)要(yào)任(rèn)务(wu)提(tí)供(gōng)“革(gé)命(mìng)的(de)工(gōng)具(jù)”。基(jī)于“书生”科学多模态大模型Intern-S1，上海AI实验室开发“书生”科学发现平台Intern-Discovery。平台整合了专业智能体、海量科研数据及实验设备，能为全球研究者提供从假设到验证的一站式科研支撑。
Intern-Discovery搭载200余个跨学科智能体，覆盖物理、化学、生物等六大领域，支持低代码开发，助力科研流程智能化。平台中开设了“科学数据广场”，开放50家顶尖机构的200余个PB级权威数据集，有效打破数据孤岛瓶颈，实现高效建模分析。通过科学智能上下文协议（SCP），平台可连接百余种实验设备，支持远程协同实验与实时数据分析，提(tí)升(shēng)科(kē)研(yán)效(xiào)率(lǜ)。
依(yī)托(tuō)该(gāi)平(píng)台(tái)，基(jī)于(yú)人(rén)工(gōng)智(zhì)能(néng)的(de)量(liàng)子(zi)计(jì)算(suàn)中(zhōng)性原子排布算法为量子计算机走向实际应用解决了核心难题。该算法利用AI技术并行驱动所有原子，仅用时60毫秒便成功构建了最高达2024个原子的二维和三维无缺陷阵列，规模刷新了世界纪录。该方法攻克了传统技术中重排耗时随原子数增加而激增的核心瓶颈，实现了与阵列规模无关的恒定时间消耗。这一成就为未来在极短时间内构建数万乃至更大规模的无缺陷原子阵列，甚至为高性能量子计算机的研发奠定了坚实的技术基础。
此外，多智能体虚拟疾病学家系统“元生”（OriGene）可自动发现并验证创新治疗靶点，实现从数据到机制、从假说到验证的全流程智能化，推动AI驱动靶点及药物发现“新范式”。目前，OriGene已在肝癌和结直肠癌治疗上分别提出新靶点GPR160和ARG2，被真实临床样本和动物实验验证，形成科学闭环。面向多碎片目标的人工智能跟踪系统高效实时追踪太空多碎片，系统在高精度数值模拟评估场景下，取得了相比传统视觉计算跟踪方法70%的精度提升，该方法也在南极真实观测数据上进行了测试，首次取得了高效实时多碎片追踪结果。
目前Intern-Discovery平台已开放全球试用申请，未来将持续扩展学科覆盖与资源规模，加速科学发现向规模化创新迈进。“为了促进AI的发展，AGI很可能在我们这一代实现，我们如何推动AGI的前沿，这里面既包括大量研究AI的技术理论，也包括我们如何更好地理解智能的本质，并通过这种本质的理解更容易设计通用人工智能。”周伯文表示，在这个历史节点上，科学家要站在AGI的肩膀上获得突破性的大创新。