大鱼|作者
star皆空|编辑
无心插柳柳橙汁|视觉
刘超|监制
2018年,鄂维南院士与汤超院士在国内率先提出“AI for Science”理念:
其主张以深度学习破解传统科学计算中的“维数灾难”,将人工智能从辅助工具提升为科学发现的底层基础设施,并将其定位为继实验、理论、计算、数据科学之后的“第五科研范式”。
彼时,他们或许没想到,八年后,这条赛道会以如此密集的融资、估值和临床进展,成为一级市场最拥挤的战场之一:
一家锚定AI4S、围绕“AI与自动化实验室”布局的AI初创公司Lila Sciences拿下近14亿元融资,估值超85亿元,英伟达、阿布扎比主权基金等顶级机构纷纷入局,公司甚至还在洽谈超百亿元的新融资。

同样是锚定AI4S领域,华深智药7.87亿美元的融资创下今年全球生物科技融资的大额案例之一,约40亿美元的估值让其跻身新晋AI4S独角兽;
深势科技8亿元C轮融资中,北京人工智能产业投资基金、京国瑞基金等国资机构大规模进场。Google DeepMind旗下AI制药公司Isomorphic Labs完成21亿美元B轮融资,资方包括Alphabet、淡马锡等全球顶尖资本。
有趣的是,AI4S并非新兴概念,也并非在2026年首次取得重大突破:
2020年,DeepMind的AlphaFold2在蛋白质结构预测竞赛中取得突破,证实了AI解决重大科学问题的能力;2024年,AlphaFold核心贡献者斩获诺贝尔化学奖,进一步印证AI驱动科学发现的潜力。
基于此,行业很好奇:为何AI4S已经探索多年,直到2026年才迎来集中爆发呢?

补全三块拼图
AI4S走向“知行合一”的临界点
如果把AI4S比作一台精密的自动化科研机器,那么到2026年,它的三块核心拼图,模型、数据、算力,终于同时拼上了。
拼图一,是模型能力的代际跨越。
今年4月,OpenAI与药企诺和诺德围绕药物发现、临床制造等展开深度合作。ChatGPT能力的持续提升,是双方合作的前提。GPQA数据显示,GPT-4到GPT-5.2得分从39%跃升至92%,大幅超越70%的专家基线。
不过,模型能力提升仅是起步,AI4S若想足够“聪明”,不仅需要海量且高质量的数据来“教”它,更要让它真正读懂如同“天书”一般的科研数据。
基于此,拼图二,是高质量数据的Ready。
“AI-Ready(AI就绪)”高质量数据,成为AI4S真正理解科研规律的关键,就拿中科院scCompass平台整合13个物种、超1亿条单细胞标准化数据,完成了原始科研数据到模型训练数据的全流程规整,支撑了亿级参数生命基础大模型GeneCompass的研发。
“聪明”的大脑不仅要“懂”,更要“转”得动。几十万份专利、几百万临床数据和几百万篇文献,极其严谨且高度复杂的推理计算,普通算力很难满足。
拼图三,是算力底座的科研级成熟。
随着AI芯片、超算平台和大规模计算集群的发展,AI4S开始拥有解决复杂科学问题的计算能力。拿中科曙光来说,其6万张加速卡组成的全国产算力集群,可为新药研发、材料科学、脑科学、航空航天领域支撑科学仿真与模型训练需求。

而为整个产业按下落地加速键的,是AI4S“干湿循环”的打法:
“干”是AI在虚拟世界里的计算与模拟,给出研发方向;“湿”是物理世界里真实的合成与测试,验证预测真伪。而“湿”实验产生的真实数据回流给AI修正模型:
预测越准,效率越高;实验越多,数据越厚。这个“数据飞轮”一旦转起来,AI4S的“大脑”才能越用越聪明,越贴近真实产业需求。
这套“干湿循环+数据飞轮”的机制,已在多个前沿领域产出科技成果。莫德纳和默克联合研发的个体化mRNA癌症疫苗,成功完成全球Ⅲ期临床试验,并在降低癌症复发率上取得了历史性突破。
英矽智能利用AI提名候选药物ISM6166,实现靶向Pan-DRAS(全KRAS突变)的突破,给患者带来靶向治疗的希望。行业数据显示,全球由AI设计并进入临床开发阶段的候选药物数量,已从2016年的3款增长至2026年初的200多款。

于是,2026年,行业清晰地看见了AI4S的商业化价值:2026年上半年,英矽智能实现收入1.063亿美元,同比增长287.2%,其中超过97%来自药物发现及管线开发。
以英矽智能抗肺纤维化药物Rentosertib为例,借助生成式AI,将需要耗时6年、耗资超4亿美元的靶点发现与分子设计,缩短至2.5年、成本压缩到约4000万美元,目前已进入全球Ⅲ期临床冲刺阶段。行业数据显示,AI工具的规模化落地,可将单款新药的研发总成本从26亿美元压缩至15亿美元。
这些创新药若未来大规模落地,不仅能让普通民众看得起病、吃得起药,更会夯实国家生物医药产业根基。
这也是2026年,各国都加速布局AI4S的原因。
“脑子”愈发聪明,“身体”能够落地干活,资本看到商业化闭环,政策提供清晰支撑,多重因素叠加,AI4S真正迎来黄金时代。

从副驾驶到司机
AI重构整个科研体系
不止于此,最近,鄂维南进一步点明了行业拐点:
AI4S已正式进入下半场,赛道竞争不再是简单的“AI辅助科研、单点提速”,而是AI重构科研体系的系统性变革。未来的核心目标是实现科研平权,降低科研门槛,让更多科研个体与团队具备独立开展原创性科学研究的能力。
落地到产业实践,这一变革逻辑已得到充分验证。
面对传统科研智能体仅能完成文献检索、数据分析等零散单项任务,依赖人工预设研究目标与实验路径,整体以被动辅助执行为主,难以独立推进完整科研项目的难题,中科紫东太初推出的ScienceClaw Auto Project项目级自主科研引擎,依托三层系统性能力完成科研体系升级:
Project2Task接收模糊科研构想,自主拆解全套任务网络、规划研究路径、匹配任务优先级;TaskExecutor摆脱单次调用的线性模式,全程自主迭代、异常回溯、动态修正实验方案;EviGraph跨任务核验逻辑自洽性,减少AI幻觉问题,保障科研结论严谨可信。
这套体系让AI从被动执行任务的工具,升级为可以主动推进完整科研项目的智能主体,实现了科研流程的体系化重构。
而在AI+医学领域,德适科技iMedLoop全链路医疗影像科研加速体系跑在行业前端,其依托千亿级医疗影像基座大模型iMedImage、智能标注平台iMedStudio、模型训练部署平台iMedMaaS、专业评测基准DoctorBench,打通数据治理、智能标注、模型开发、评测迭代、临床反馈的完整闭环。

区别于普通AI工具仅优化单一环节,该平台实现了医疗科研全链条系统性提效:
依托基座模型能力复用,单病种模型训练数据需求缩减至原来的1/200,研发周期压缩至2–3个月;智能标注改善了人工标注效率低、标准不统一的问题,将专家标注一致性从65%提升至99%。
低代码建模体系降低算法门槛,支持临床医生自主落地科研模型;专业评测体系保障科研成果的严谨性与可迭代性。
从通用科研的自主范式革新,到医疗科研的全链条工业化升级,AI4S下半场竞争,正从工具单点提效迭代为全流程、体系化、闭环式的系统性提效。

产学研协同
是AI4S下半场破局专业店
在此趋势下,产学研协同,是AI4S研发效率实现快速提升的关键,近年来,行业动作很密集:
华为与光明科学城公司、中科院深圳先进院签署合作备忘录,共建“光明科学城生态+合成生物科研+ICT”协同创新体系。
光明科学城公司统筹重大科技基础设施,深圳先进院输出合成生物基础研究成果,华为提供AI4S与智算算力。三方强强联合,打通合成生物从研发、中试、孵化到产业化的转化链条,推动合成生物学与AI融合。

德适科技与香港理工大学共建通用AI与医学应用联合实验室,双方将围绕医疗影像分析、医疗基础模型、科研流程自动化等方向开展长期合作,实现前沿科研与产业能力深度融合,探索医疗AI新的生产力范式;
深势科技联合国内高校落地玻尔科研空间站,高校开放学科资源、实验仪器与科研人才,深势科技提供集成科学大模型、计算引擎、科研智能工具的平台,搭建“读—算—做”干湿闭环科研体系。
作为AI4S新型科研基础设施,先后在北京大学、浙江大学、上海交通大学、中国科学技术大学等全国50余所高校院所,以及宁德时代、广汽埃安、云南白药、联合利华等40多家企业上线应用。
美国则以GenesisMission打造国家级AI4S产学研体系,能源部联合OpenAI、微软、谷歌、英伟达、Anthropic等24家机构,将大模型、云、AI芯片与工程能力接入国家实验室,联动斯坦福、卡内基梅隆等高校,在核能、量子计算、先进材料等方向开展AI驱动科研。
全球都在搭建产学研体系背后,是AI4S仍然面临几道绕不开的现实挑战:
比如,高价值实验数据分散于高校、科研机构和企业内部;AI设计的实验需要反复在湿实验室验证,周期长、成本高;既懂AI又懂具体科学的复合型人才较为稀缺;前沿AI4S成果从实验室走向规模化商业化,仍然存在“死亡之谷”。
产学研融合,正是破解这几道难题的关键路径:
高效输出科研人才、基础理论,企业提供AI技术和产业化能力,政府配套长期资本与基础设施,三方合力,搭建下一代科学发现体系,不仅能提升企业研发效率,加速科技成果产业化,更成为国家积累原始创新能力、突破关键技术瓶颈的重要战略支撑。
如果说AI4S的“上半场”,是“AI能做科研”的可能性得到了验证,那么AI4S“下半场”,比拼的就是谁能把“科学家、实验室、模型、算力、数据、资本、政策”更高效地协同起来。
前者拼单点突破,后者拼体系力量;前者是科学问题,后者是工程问题,更是国家问题。
经济学家Mariana Mazzucato曾借阿波罗登月论证过这种打法的前瞻性:
国家提出一个“有边界、有方向、可被检验”的任务,并配套长期资本与跨部门协同,公共投资便能超越弥补市场失灵的角色,转而主动塑造新市场、引领技术变革。
如今,AI4S领域,一个“新黄金时代”的大门,已经被缓缓推开了。