人工智能算法60毫秒完成2024個量子比特的無缺陷排布，多智能體系統自主發現并驗證癌癥治療新靶點，AI正在刷新科學發現的新范式。

7月26日，在2025世界人工智能大會科學前沿全體會議上，上海人工智能實驗室聯合多家頂尖科研機構及企業發布十項突破性科學智能聯合創新成果，覆蓋量子計算、生命科學、材料科學、地球科學、深空天文等關鍵領域，包括單細胞級別精準檢測癌癥、分鐘級生成飛行器設計方案、預測超導材料性能、追蹤太空多碎片等。這些創新成果不僅推動前沿科學進步，更將在疾病治療、糧食安全、環境保護、航天技術等關乎國計民生的領域形成實際應用。

“一年前的世界人工智能大會談論Scaling Law（尺度定律），去年底討論的是人類數據耗盡了，預訓練要結束了。毫無疑問，下一步就是人類如何抵達AGI（通用人工智能）。”上海人工智能實驗室主任、首席科學家，清華大學惠妍講席教授周伯文表示，AGI必須擁有強大專業能力和推理能力，具備長鏈條思維和泛化能力，其中泛化性和專業性是AGI最本質的特征。

大模型出現前的研究具有強大的專業性，但缺乏泛化性。大模型出現后，泛化性提升，但每一次更換一個新的研究領域，要付出的專業性代價十分高昂，其中包括數據成本、計算成本。“換句話說，我們一直朝著AGI走，但還沒有看到曙光。”為了讓科學發現實現AGI，周伯文表示，從最初設計技術路線時就要瞄準通用能力和專業能力的結合。

因此上海人工智能實驗室提出通專融合的技術實踐方案，為推動科學發現等重要任務提供“革命的工具”。基于“書生”科學多模態大模型Intern-S1，上海AI實驗室開發“書生”科學發現平臺Intern-Discovery。平臺整合了專業智能體、海量科研數據及實驗設備，能為全球研究者提供從假設到驗證的一站式科研支撐。

Intern-Discovery搭載200余個跨學科智能體，覆蓋物理、化學、生物等六大領域，支持低代碼開發，助力科研流程智能化。平臺中開設了“科學數據廣場”，開放50家頂尖機構的200余個PB級權威數據集，有效打破數據孤島瓶頸，實現高效建模分析。通過科學智能上下文協議（SCP），平臺可連接百余種實驗設備，支持遠程協同實驗與實時數據分析，提升科研效率。

依托該平臺，基于人工智能的量子計算中性原子排布算法為量子計算機走向實際應用解決了核心難題。該算法利用AI技術并行驅動所有原子，僅用時60毫秒便成功構建了最高達2024個原子的二維和三維無缺陷陣列，規模刷新了世界紀錄。該方法攻克了傳統技術中重排耗時隨原子數增加而激增的核心瓶頸，實現了與陣列規模無關的恒定時間消耗。這一成就為未來在極短時間內構建數萬乃至更大規模的無缺陷原子陣列，甚至為高性能量子計算機的研發奠定了堅實的技術基礎。

此外，多智能體虛擬疾病學家系統“元生”（OriGene）可自動發現并驗證創新治療靶點，實現從數據到機制、從假說到驗證的全流程智能化，推動AI驅動靶點及藥物發現“新范式”。目前，OriGene已在肝癌和結直腸癌治療上分別提出新靶點GPR160和ARG2，被真實臨床樣本和動物實驗驗證，形成科學閉環。面向多碎片目標的人工智能跟蹤系統高效實時追蹤太空多碎片，系統在高精度數值模擬評估場景下，取得了相比傳統視覺計算跟蹤方法70%的精度提升，該方法也在南極真實觀測數據上進行了測試，首次取得了高效實時多碎片追蹤結果。

目前Intern-Discovery平臺已開放全球試用申請，未來將持續擴展學科覆蓋與資源規模，加速科學發現向規模化創新邁進。“為了促進AI的發展，AGI很可能在我們這一代實現，我們如何推動AGI的前沿，這里面既包括大量研究AI的技術理論，也包括我們如何更好地理解智能的本質，并通過這種本質的理解更容易設計通用人工智能。”周伯文表示，在這個歷史節點上，科學家要站在AGI的肩膀上獲得突破性的大創新。