当人工智能与基础科学深度融合，科学发现正迎来规模化突破的新契机。日前，在“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”上，上海交通大学联合科研机构与产业界集中发布科学基座模型Innovator、科研智能体SciMaster等核心成果，推动科研智能化、规模化新范式加速落地。

据悉，本次研讨会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，来自高校院所、科研机构与产业界的代表齐聚一堂，共同探讨“Agentic Science”（智能体驱动科学）从概念走向规模化落地的关键路径。

会上，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作《Agentic Science at Scale》主旨报告。鄂维南表示，当前 AI for Science（人工智能赋能科学研究）的关键基础设施已逐步成形，智能体驱动的规模化科学研究时代正式开启，科学研究正迎来其“GPT时刻”。

作为本次会议的核心成果，通用科研智能体SciMaster与科学基座模型Innovator引发广泛关注。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介绍，SciMaster实现了全学科科研“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核心技术，其6小时运行成果可比肩资深理论物理学博士1至3个月的饱和工作量，正推动科研生产范式由“小作坊”向“超级工厂”跃迁。

上海交通大学人工智能学院助理教授张林峰发布的Innovator基座模型，达成了科学多模态感知、科学推理、科学工具调用三大目标。该模型支持20多种科学模态，具备顶尖通用视觉理解能力，在科学编程任务上超越30倍参数量的模型，可实现万级工具与能力模块的理解、选择、组合与调度，为跨学科科研任务提供稳定支撑。

此外，中国科学院理论物理研究副研究员陈锟团队发布SciencePedia科学基座，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，将分散知识还原为内在连通的逻辑体系；深势科技展示的Agent—ready at Scale科研工具体系，通过整合读、算、做相关基础设施，降低科研工具使用门槛；华东师范大学教授朱通发布的AI for Science评测系统，提出“动态评测、过程评测与实战任务评测”三层框架，为科研智能体发展提供度量标尺。

现场还举行了战略合作签约仪式，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协议，围绕科研算力供给与数据价值挖掘开展深层合作。同时，玻尔+SciMaster科研智能体开发大赛获奖名单揭晓，大赛吸引44所顶尖高校、160余支队伍参赛，作品覆盖科研全流程。

在圆桌论坛环节，来自高校与企业的专家学者围绕科研智能体重塑科研流程、跨学科协同、成果复用等议题展开深入探讨，一致认为科研智能体的规模化发展正推动科研体系发生系统性变革。