科研智能发展报告（2025年）

中国信息通信研究院人工智能研究所中国人工智能产业发展联盟2026年1月 版权声明 本报告版权属于中国信息通信研究院、中国人工智能产业发展联盟，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院、中国人工智能产业发展联盟”。违反上述声明者，编者将追究其相关法律责任。 前言 当今世界正经历新一轮科技革命与产业变革，科技创新正从“要素驱动”加速转向“知识驱动”。大量理论与实践表明，科学研究与技术创新并非经济活动的附属品，而是支撑长期增长与国家竞争力跃升的内生动力；研发投入强度的长期分化，正在把创新优势固化为结构性竞争力差距。在此背景下，人工智能与科研活动深度融合，推动科研范式从以人为中心的线性流程，迈向数据—模型—计算—实验协同的闭环体系，科研智能由此成为全球科技竞争的新焦点。 面向这一战略赛道，各主要经济体纷纷出台专项政策与重大计划，通过“顶层战略牵引—算力与数据底座—组织化科研投入—场景任务牵引”联动布局，形成面向基础科学突破与产业研发转化的系统性支持框架。与此同时，科研智能关键技术也在快速演进：科研模型正从通用大模型走向面向科学知识表达、科学推理与科学对象表征的增强体系；科研智能体将“理解—规划—工具使用—环境交互”贯通为可迭代的科研工作流；自动化实验室则把算法决策与实验执行深度耦合，推动“干湿闭环”从概念走向工程化实践，上述技术共同推动了科研范式向“第五范式”的加速跃迁。在生物医药、新材料、半导体与先进制造等关键领域，一批代表性进展正在拓展对关键机理与规律的理解边界，并通过提升设计与验证效率，逐步改善产业研发长期面临的高成本、长周期与低成功率问题。 本报告旨在系统梳理科研智能的发展背景、政策举措、关键技术体系与典型应用，服务政府部门、科研机构与产业界把握趋势、识别 路径、凝聚共识，并为相关战略制定与工程落地提供参考。报告自2025年9月启动编制，综合采用文献研究、案例调研与专家访谈等方法，力求在宏观格局与关键细节之间取得平衡。需要指出，科研智能仍处在快速演化期，本报告相关研判以2025年底公开资料与专家观点为基础，期望以阶段性研究抛砖引玉，推动各方在实践中不断校准、迭代与完善。 目录 一、科研智能发展背景..............................................................................................1（一）科研创新是经济增长的内生动力....................................................................1（二）科研范式的历史演进与当代局限....................................................................4二、科研智能发展历程..............................................................................................7（一）概念及内涵........................................................................................................7（二）发展历程............................................................................................................8三、科研智能政策举措............................................................................................12（一）美国..................................................................................................................13（二）欧盟..................................................................................................................14（三）中国..................................................................................................................16（四）其他国家..........................................................................................................18四、科研智能关键技术............................................................................................20（一）科研数据........................................................................................................20（二）科研计算........................................................................................................23（三）科研模型........................................................................................................25（四）科研智能体....................................................................................................28（五）自动化实验室................................................................................................31五、科研智能典型应用............................................................................................33（一）驱动基础科学突破........................................................................................33（二）加速产业研发进程........................................................................................49六、发展挑战与展望................................................................................................64（一）发展挑战........................................................................................................64（二）未来展望........................................................................................................68 图目录 图1全球主要经济体研发强度示意图（2000年至2021年）...............................3图2科研智能关键技术示意图................................................................................20图3 PANGAEA从数据提交到发布使用的工作流程示意图.................................22图4谷歌AI Co-Scientist多智能体架构设计示意图.............................................31图5利用分布式实验室发现新材料的流程示意图................................................33图6模块化机器人工作流程和启发式反应规划器示意图....................................40图7 ECMWF AI预报系统AIFS工作流程示意图.................................................44图8 AI发现药物分子在临床试验中的成功率示意图............................................53图9生成式设计流程示意图（左侧输入设计目标，右侧生成方案）................59 表目录 表1科研范式的演进与特征......................................................................................6表2科研智能主要发展阶段......................................................................................8表3全球科研智能政策重点布局............................................................................12表4科研模型分类....................................................................................................25 一、科研智能发展背景 本章旨在宏观研判科研智能的战略地位及历史脉络，为后续章节的深入分析奠定基础。 （一）科研创新是经济增长的内生动力 科学研究与技术创新并非仅仅是经济活动的附属品，而是驱动经济长期增长与国家竞争力提升的核心内生动力。这一观点在现代经济学中得到了充分的理论与实证支持，其中最具代表性的是以诺贝尔经济学奖得主保罗·罗默（Paul Romer）为核心的内生增长理论。与早期新古典增长理论将技术进步视为外部给定的“黑箱”不同，内生增长理论打开了这个“黑箱”，指出经济增长源于系统内部有意识的、以市场激励为导向的投资行为，特别是对知识、人力资本和技术创新的投资。罗默的理论精髓在于，他明确了“思想”作为一种特殊经济品的独特属性：非竞争性。一个思想或一项技术一旦被创造出来，就可以被无数人同时使用而不会被消耗，这带来了知识积累的规模报酬递增效应。例如，一家公司在研发一款新电脑时，需要花费大量人力、资金和时间，一旦研发成功，这项设计和技术就可以被反复使用，而无需重新发明。其他企业还可以在此基础上进行改进或创新，从而推动整个行业的进步。正是这种知识的非竞争性与可扩散性，使得人均产出能够实现持续增长。 内生增长理论深刻地揭示了研发（Resea