6月23日，上海交通大学与深势科技签署战略合作协议，共建AI-X研究院，培育产学研深度融合的超级科研生态。仪式上，上海交通大学宣布，上海交通大学超级科研平台正式启用。

中国科学院院士、上海交通大学李政道研究所副所长、凝聚态物理研究部主任、李政道讲席教授丁洪表示，交大的目标不仅是建成超级科研平台，更是定义AI for Science未来标准。超级科研平台将进一步通过加速科学发现、重塑学科交叉模式、赋能产业创新，推动AI for Science从“单点突破”迈向“系统创新”，形成“技术研发—场景验证—市场应用”闭环。未来3—5年，超级科研平台将发展“假设-求解-验证”全自动科研系统，让AI成为科学家的“第二大脑”。同时，加强建设国际开放科学社区，培养兼具前沿技术能力与人文素养的复合型领军人才，不断提升中国在AI for Science领域的话语权。

构建超级科研平台

推动高校科研成果高效转化

超级科研平台是一个以科学发现为目标，全流程、智能化、规模化、分布式的科研平台。平台将以“玻尔科研空间站”为支撑，与学校的图书馆、计算中心、分析测试中心一体化贯通，打破数据孤岛，实现算力、数据、仪器设备等跨学院、跨平台的共享与弹性调配，打造文献—计算—实验的干湿闭环、快速迭代系统，降低科研门槛，加速科研进程，促进学科交叉创新，打造平台化科研时代的新型科研基础设施。超级科研平台将提供一站式调研、计算模拟、实验测试及交流支持，确保科研全流程无缝衔接。

超级科研平台

上海交大表示，学校将以“超级科研平台”为载体，推动科研模式从传统单点突破向跨学科、智能化、协同化转型，为国家培育新质生产力提供核心支撑。超级科研平台将从三大维度实现其战略意义。首先通过聚焦芯片、生物医药、新能源等“卡脖子”领域，依托AI加速科研攻关，助力实现关键核心技术自主可控，从科研范式和先进工具层面解决真问题，服务国家重大需求。其次重塑人才培养体系，打破学科界限，培养兼具专业深度和AI素养的“复合型创新人才”，为科技强国建设输送生力军。最终，平台将打通“基础研究-技术研发-产业落地”全链条，推动高校科研成果高效转化为现实生产力。

上海交大与深势科技

共建“国家AI for Science开源社区”

上海交通大学与深势科技签署战略合作协议，双方将充分发挥各自优势，共建AI-X研究院，共同推动基于全国产自主可控AI基础设施的产学研生态建设，构建具有全国影响力的学术生态体系，培育具有全球竞争力的产业生态格局，为人工智能技术的创新发展和广泛应用注入强大动力。同时，AI-X研究院将围绕训练科研大模型、构建智能体生态、打造超级实验室、共建AI for Science课程等关键内容开展研究工作。AI-X研究院的成立标志着“超级科研平台”正式升级为国家产学研协同创新的重要节点。

上海交通大学将着力持续投入扩建国产算力集群，并开放校内六大优势学科资源；深势科技则将依托平台打造“产业需求-科研攻关”直通机制，每年支持近百个校企联合项目。双方将联合产学研生态伙伴，共建“国家AI for Science开源社区”，推动科研算法共享与标准化。

下一步，超级科研平台将接入“东数西算”工程，成为支撑国家重大战略任务的算力枢纽；并将联合全球顶尖机构，发起“全球科研开源计划”，提升我国在国际科研规则制定中的话语权，建设国际科研合作桥头堡。同时，平台将聚焦AI制药、量子信息等前沿领域，建设新质生产力孵化基地。

校内科研效率提升30%

跨学科项目增长40%

记者从上海交大获悉，此次发布的上海交通大学“超级科研平台”是以玻尔空间站的集成化、智能化、协同化为核心，通过三大模块重构科研全流程。

第一大模块是作为科研重要入口的科学导航。如同智慧图书馆，科学导航可实现亿级资源智能调取，集成1.6亿预解析文献、课程与数据库，支持“千人千面”推荐。例如，输入“量子材料设计”，AI不仅返回相关论文，还会自动提取方法、结论及数据关联，甚至推荐跨学科的潜在突破点。同时科学导航能够起到知识再生产中枢的作用，可动态生成个人知识图谱，将课程理论、前沿论文与实验数据智能关联。

第二大模块是AI for Science计算中心，完成算力“时空折叠术”。在计算中心上构建的异构算力可实现“一键开跑”功能，独创调度系统可将算力获取从“周级”压缩至“分钟级”。愿景是将来一名材料学院学生可同时调用校内集群和云端超算，完成传统需数月才能实现的分子模拟。计算中心还负责打造科研App Store生态，提供模块化开发平台。可随时方便调用如建模App MatModeler，基于表征大模型的全场景分析工具Uni-AIMS，高精度蛋白质预测工具Uni-Fold，电解液设计智能研发工具Uni-ELF等，用户无需编码即可训练AI模型，开发成本降低近百倍。未来还将进化成AI Agent，自动拆解任务并调用算法。

第三大模块是分析测试中心，相当于实验室的“自动驾驶系统”，基于AI for Science打造干湿实验闭环。例如高文旆团队的“智能涂层实验室”通过AI控制机械臂，实现材料制备-表征-测试全流程自动化；樊春海院士的DNA合成平台将核酸设计效率提升5倍。

据悉，超级科研平台试运行期间，校内科研效率提升30%，跨学科项目增长40%。

作者：邓贞