上证报中国证券网讯（记者邓贞）1月29日下午，在“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”上，上海交通大学人工智能学院重磅发布科学基座模型Innovator、科研智能体SciMaster等核心成果，并通过产学研战略签约打通科研智能化、规模化的“最后一公里”。

　　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主持会议开幕式并作《Agentic Science at Scale》主旨报告，系统阐释科研智能化、规模化时代的底层能力架构与实施路径。报告显示，当前AI for Science的关键基础设施已逐步成形。

　　研讨会现场还举行战略合作签约仪式。上海赛兰德智能科技有限公司分别与上海埃迪希科技服务有限公司、上海库帕思科技有限公司签署战略合作协议，围绕科研算力供给与数据价值挖掘开展深层合作，推动科研智能化、规模化成果形成可持续生态。

　　在“科研基础设施与科研智能体成果介绍”环节，来自高校与科研机构的专家学者集中发布了AI for Science科研基础设施的关键能力模块，系统展示了端到端的“科研生产闭环”。

　　上海交通大学人工智能学院副教授、上海赛兰德智能科技有限公司创始人兼首席科学家陈思衡系统呈现了通用科研智能体SciMaster的能力体系。据介绍，该智能体旨在实现全学科科研“搜、读、算、做、写”全流程闭环，依托海量工具调用与超长程上下文管理两大核心技术能力，为用户提供“自动驾驶”般的科研体验：其6小时运行成果即可比肩资深理论物理学博士1个月至3个月的饱和工作量。通过“用户+开发者”双飞轮驱动Scaling up，SciMaster正构建规模化科学智能生态，驱动科研生产范式由“小作坊”向“超级工厂”加速跃迁。

　　在模型层面，上海交通大学人工智能学院助理教授张林峰发布了Innovator基座模型。该科学基座模型实现了科学多模态感知、科学推理、科学工具调用的三个目标。在感知方面，面向化学、材料、物理等学科多模态科学数据建立理解能力，支持20多种科学模态，且同时具备顶尖的通用视觉理解能力。科学推理方面，显著提升科学推理与多模态科学推理能力，具备解决真实科学任务的科学编程能力，在科学编程任务上超越30倍参数量的模型。科学工具方面，在模型侧对万级工具与能力模块进行理解、选择、组合与调度，实现跨学科、跨任务的稳定交付。

　　中国科学院理论物理研究副研究员陈锟团队联合各合作单位发布了SciencePedia科学基座。陈锟表示，SciencePedia并非简单汇集数据，而是整合300万条长思维链与3万多款科研工具，构建可溯源的推理网络，将分散的知识还原为内在连通的逻辑体系，使科学发现从“信息堆叠”走向“逻辑贯通”。帮助以Innovator为代表的基座模型和以SciMaster为代表的科学智能体突破互联网语料带来的认知边界。融合SciencePedia与AGI，科学研究有望迎来新的范式跃迁。

　　深势科技创始人兼首席科学家张林峰展示了全要素整合、已形成规模化飞轮的Agent-ready at Scale科研工具体系。上海创智学院全时导师、华东师范大学教授朱通发布了面向真实科研流程的AI for Science评测系统。上海赛兰德智能科技有限公司首席执行官张与之介绍了玻尔+SciMaster科研智能体开发大赛并宣布获奖名单。大赛以赛事机制推动科研智能体生态共建，吸引44所顶尖高校、160余支队伍参赛，作品覆盖文献分析、实验设计、数据处理等科研全流程，集中检验科研智能体在真实科研场景中的应用能力。

　　据悉，本次会议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。