2026年1月，清华大学李勇团队的一项AI for Science研究登上《Nature》，并获《Science》深度报道。研究分析了全球2.5亿篇科学文献，揭示AI在加速科学家个体研究的同时，导致科学界集体注意力窄化和趋同优化的“群体登山”现象，削弱了科学探索的广度。研究指出，这一矛盾源于当前AI模型缺乏通用性，形成系统性影响。团队通过构建“AI赋能科研全景地图”，发现使用AI的科学家论文发表量增加3.02倍、引用量提升4.84倍，但知识广度下降4.63%，跨界互动减少22%。为突破局限，团队推出跨学科科研智能体系统OmniScientist，旨在让AI从辅助工具进化为具备自主科研能力的“AI科学家”。论文由清华大学与芝加哥大学合作完成，通讯作者为徐丰力、李勇和James Evans教授。

1月12日，智谱首席科学家唐杰在清华大学闭门高峰论坛上表示，未来AGI的发展方向包括实现双向Scaling，探索已知领域的规模上限并挖掘新范式。他强调推进多模态感统技术的重要性，以支撑AI进入物理世界与工作场景，助力具身智能落地。同时，唐杰指出该技术将推动AI for Science的爆发，为科学研究提供更强支持。（记者 李明明）

2025年12月，深势科技完成超8亿人民币C轮融资，投资方包括达晨财智、京国瑞基金等。资金将用于吸引顶尖人才、迭代“科学发现智能引擎”，并加速在基础科研、生命科学等领域的应用。深势科技以“玻尔·科研空间站”为核心，打造了覆盖“读、算、做、智”的智能化科研产品矩阵，服务全球超300万科学家，支撑上千科研项目，助力150多家企业研发升级。其底层基础设施“深势·宇知®”整合1.7亿篇文献和千余个AI模型，推动AI科学家从单点应用走向体系化。创始人张林峰表示，目标是让科学发现如使用搜索引擎般简单。投资方认为，深势科技作为AI for Science的引领者，具备长期价值与国际竞争力。

2025年11月24日，AI for Science领域企业「深度原理 Deep Principle」完成超亿元A轮融资，由阿里巴巴创业者基金大湾区基金与蚂蚁集团领投。资金将用于加速材料发现智能体Agent Mira™研发、推进AI Materials Factory™建设及深化客户合作。公司由95后MIT博士贾皓钧创立，基于扩散生成模型和大语言模型，推出React-OT等创新技术，大幅提升化学反应预测效率。其ReactiveAI平台升级为Agent Mira，实现从分子设计到材料优化的全流程智能化。创始团队看好中国市场，推动技术产业化落地。投资方高度认可其技术实力与商业化能力，认为其有望引领全球AI驱动材料研发变革。

11月16日，在2025人工智能+大会上，图灵奖得主、中国科学院院士姚期智指出，AI for Science正快速兴起，科学工作者应把握AI与传统科技融合的发展态势。他以AI+量子计算为例，说明AI可帮助量子物理学家设计量子纠错解码器，并提到Google量子芯片Willow通过神经网络技术实现指数级纠错错误降低，显著提升量子计算的大规模可用性。姚期智认为，未来AI将在提高量子计算准确率和运算速度等方面发挥重要作用，助力科学研究迈向新阶段。

何恺明MIT两名新弟子曝光：首次有女生入组，另一位是FNO发明者，均为华人 AI大牛何恺明的团队近日新增两名成员——博士生胡珂雅和博士后李宗宜，均为华人学者。至此，何恺明任教MIT以来招募的6名学生中，5名为中国面孔。 胡珂雅：上交学霸直博MIT 胡珂雅本科毕业于上海交通大学ACM班，高中就读于福建...

2025年10月，OpenAI宣布成立新研究团队OpenAI for Science，致力于利用人工智能加速数学与物理领域的科学发现。黑洞物理学家、物理学新视野奖得主Alex Lupsasca加盟该团队，并分享了GPT-5 Pro如何在30分钟内解决他耗时数天完成的黑洞微扰理论难题的经历。他认为AI将彻底改变科学研究方式。此外，GPT-5 Pro还展示了其在观测天体物理学中的快速推理能力，仅用10分钟完成复杂问题分析并撰写论文摘要。Lupsasca此前主导“黑洞探测器（BHEX）”项目，计划于2032年发射，目标是拍摄史上最清晰的黑洞图像。他曾获多项国际奖项，以表彰其在黑洞研究领域的突出贡献。

2月21-23日，全球开发者先锋大会在上海召开，探讨AI对生物经济的影响。上海人工智能实验室青年科学家董楠卿指出，AI+生物育种将大幅提升育种效率，助力中国实现种质资源自主可控。董楠卿强调，AI for Science与传统科研四范式紧密结合，能有效解决科学问题。2024年4月，董楠卿团队研发了中国首个种业大模型，填补技术空白。该模型在品种选育、农艺性状描述等四大场景中提供科学支持，推动种业高质量发展。董楠卿认为，智能育种将促进科研效率，创造新岗位。

标题：诺奖得主David Baker：AI for Science的13片蓝海 近日，2024年诺贝尔化学奖得主David Baker发表题为《De Novo Protein Design》的演讲，揭示了AI for Science的应用场景及其实际价值。Baker预测，在未来5-10年，AI将助力...

AI for Science 正成为大模型应用的重要领域。DeepMind 创始人 Demis Hassabis 凭借 AlphaFold 2 获得今年的诺贝尔化学奖，强调AI在科学研究中的重要性。Anthropic 联合创始人 Dario Amodei 预测，未来50-100年内生物学和神经科学的进步可能在5-10年内完成。AI有望全面加速研究进程，充当“虚拟生物学家”，设计实验、指导研究，甚至操控实验室机器人完成实验操作。投资机构Pear VC发布的报告显示，药物研发公司在过去15年内成立的Top 50 Biotech公司中占据主导，多数药物研发公司专注于肿瘤学和罕见病领域。这些公司中多数核心药物来源于学术机构，且大多位于旧金山湾区或波士顿地区。未来，药物研发类企业和创新平台将继续主导，AI将在药物研发价值链中发挥重要作用。