7月17日，在WAIC 2026科学前沿论坛上，上海人工智能实验室（上海AI实验室）发布“书生·端砚”科学发现平台。
“书生·端砚”面向真实科研全流程，连接了科学大模型、专业智能体、实验数据与具身自动化设备，覆盖从“假设提出”到“实验验证”的完整科研流程。
据悉，“书生·端砚”已在生命科学、关键材料、半导体、核聚变、量子、地球气象六大核心科研领域落地。其中在在蛋白质、材料等前沿研究中，“书生·端砚”完成了干湿实验闭环，实现了科学发现全流程端到端验证。
为科学家打造一方智能“砚台”
笔墨纸砚，曾是古代书生记录思想、推演学问的重要工具。今天，上海AI实验室希望通过“书生·端砚”科学发现平台，为科学家打造一方智能“砚台”，助力科学发现“端到端验证”。
正如上海AI实验室主任、首席科学家周伯文所言：“AI作为科学发现‘革命的工具’，其使命应从加速科研自动化，迈向以复杂科研任务牵引高阶智能。”随着科学智能进入“下半场”，其本质是将科学发现作为人工智能的终极考验，而非简单的AI应用。
今年3月，上海AI实验室发布面向重大科学研究突破的“AGI4S珠穆朗玛计划”。“书生·端砚”作为该计划核心落地载体，将实现全链路打通、全要素协同，支撑学界与业界先锋攀登科学发现“高峰”。
2025年7月发布了“书生”科学发现平台，此次“书生·端砚”在其基础上进一步升级，初步呈现出科研流程贯通、学科纵深加强、数据安全可控、运行可信透明等四个特点。
加速科研迈向高阶智能
科学研究不存在一次性的终极答案，其本质是持续迭代的探索闭环。为此，“书生·端砚”采用学科纵深、全流程贯通、原生科研产物、安全可控、可信透明、开放协同六项设计理念，构建一体化科研智能底座，贯通科学发现全流程。
所谓学科纵深，即AI走进学科内部，而非停留在外围。“书生·端砚”以书生科学大模型为重要底座，将能力向数学、物理、生命科学、材料科学、地球科学等领域纵深拓展。平台不做泛化通用问答，深度学习各学科研究范式、实验规范、专业工具接口。
全流程贯通则实现完整干湿闭环，打破科研链路割裂；原生科研产物让每一次探索沉淀为可复用的科研资产；以全链路权限隔离确保安全可控，守住科研数据边界；通过全流程可追溯，让AI结论有据可依；以万能接口连接全球科研模型、工具、数据、算力等各类资源，实现开放协同。
打造AI科研“革命的工具”
六大设计原则明确了平台的建设逻辑与价值导向，而这套理念最终依托算力、数据、模型、智能体、自主实验五大底层核心要素落地落地，完整搭建起一体化科研基础设施。
周伯文表示，科研人员真正需要的，不是一个“似乎什么都知道”的助手，而是一个理解学科语言、熟悉研究范式，并能够调用专业工具开展工作的协作者。
“书生·端砚”实现了“算力—数据—模型—智能体—自主实验”全栈要素的贯通，让书生大模型能像科学家一样理解问题、设计方案、调用工具并验证结果。例如，在蛋白结合剂设计中，将传统流程0.47% 的验证通过率提升至1.56%，优质候选分子数量提升逾3倍，迭代周期从天级压缩至分钟级；在材料科学中，输入化学式即可自主完成五元氧化物的晶体结构预测与物理合理性校验。
AI4S加速科研实现首创、自主发现
目前，“书生·端砚”已在脑科学、量子计算、神经机理等前沿领域取得多项标志性科研成果，从原创科学突破、计算效率革新、自主科学发现等维度验证平台全链路能力，实现了从“平台可用”到“成果可验”的关键跨越。
“书生·端砚”落地了全球首个基于脊椎动物斑马鱼底层架构的自主脑科学发现平台∑Brains-Lab，搭建“脑-躯体-环境”全闭环数字仿真体系。平台构建高保真虚拟斑马鱼数字脑，行为预测相关性达0.70；配套AI神经科学家智能体自主完成数字实验，分析结论与人类领域专家匹配度超75%。系统可从斑马鱼逐步泛化至小鼠、猕猴、人脑研究，无需大量活体动物实验即可自主产出全新脑神经机理科学发现。
左边：真实全脑的神经元活动，右边：数字脑预测的神经元活动
“书生·端砚”还助力科研团队攻克了芯片核心材料光刻胶稳定制备难题；在全球首创了统一脑电与脑磁的大脑基础模型BrainOmni，模型在语音自杀风险、心理危机筛查任务上性能全球领先，第三方评测认定其为当前综合效果最优脑电基础模型。
值得一提的是，“书生·端砚”的算力与优化引擎打造出全球首套AI中性原子并行排布算法，解决传统原子阵列制备速度慢、缺陷多、扩展性差的行业瓶颈——仅60毫秒即可搭建2024个原子无缺陷二维和三维阵列，刷新世界纪录（此前最高1200原子）。
周伯文表示，“书生·端砚”希望构建的开放协同体系，让全球科研资源沿着同一条科学发现链路汇聚起来，支撑更多复杂问题从最初的设想走向真实验证。
天金策略提示：文章来自网络，不代表本站观点。
