在中国科学技术大学科学智能物质创制中心,工作人员介绍“机器化学家”。记者 吴蔚 摄图片来源于网络,如有侵权,请联系删除 人工智能(AI)的竞争,既是技术赛道的比拼,更是创新生态的较量。当基础研究、技术攻关、成果转化与产业落地协同发力,将会迸发出怎样的创新效能?图片来源于网络,如有侵权,请联系删除 日前,由合肥综合性国家科学中心人工智能研究院与华为联合主办的2026人工智能创新生态大会在安徽合肥举行。本次大会旨在打通从基础研究到产业落地的完整链路,打造高水平人工智能产学研用合作平台。 技术竞速 从智能医学到世界模型 “人工智能正开启充满无限可能的新时代,其发展更需要多学科交叉融合与多领域协同创新。”合肥综合性国家科学中心人工智能研究院科技委主任吴枫在大会上表示。 中国科学技术大学校长常进指出,人工智能发展要推动算力、数据、模型、场景、人才系统贯通,高校需夯实基础研究、强化人才培养、打通成果转化“死亡之谷”。 在人工智能未来发展方向的探讨中,智能医学成为与会专家热议的前沿领域。 浙江大学医药学部学术委员会主任、脑机智能全国重点实验室首席科学家段树民认为,人脑高效低耗、远优于大数据训练的人工智能,其神经环路机制为AI提供了重要参考;光遗传学等神经调控手段已在动物上实现对恐惧、攻击、睡眠与情绪的精准调控。 “神经调控距脑机接口仅一步之遥,医疗应用将是先行场景,而无创精准调控技术的突破才是其真正走向未来产业的关键。”段树民说。 复旦大学浩清特聘教授陈颉则剖析了人口健康需求驱动下医工交叉的创新机遇,并介绍了器官芯片、类器官、智能实验机器人等技术进展。 “当前,非动物评价的核心瓶颈在于构建完整临床证据链。”陈颉提出,要推动AI、生物工程深度融合,形成“模型-评价-验证-迭代”闭环,助力药物研发与前沿医疗技术转化落地。 在技术路线上,端云一体与世界模型则备受关注。 科大讯飞联合创始人、认知智能全国重点实验室主任胡国平说:“全链路自主创新的端云一体大模型,是AI安全与高性价比发展的重要路径。”据他介绍,星火大模型最新的星火X2.6版本,攻克了适配自主创新芯片的长程训练与推理技术难题,在教育、医疗垂直领域的专业能力达到行业专家水准,相关应用已规模化落地。 “AI正在演变为社会基础设施,而物理建模不足、真实交互数据稀缺等,是制约物理AI发展的共性难题。”智象元一创始人兼首席执行官梅涛表示,世界模型是破局关键,可围绕“表达、推演、重构”形成全模态世界智能技术路线。 场景深耕 从水泥窑炉到科研实验室 在产业侧,人工智能已深度渗透,开始重塑产业的底层逻辑。 芜湖海螺水泥的厂区里,一条日产5000吨的熟料生产线昼夜不停。过去,水泥熟料强度需等待3天、28天的化验结果才能确认;如今,大模型可实现熟料强度预判,预测准确率超85%,推动水泥生产管控从“事后化验调整”转向“实时工艺调控”。 海螺水泥总经理助理许越介绍,海螺集团联合华为打造的“海螺云工大模型”是国内水泥建材行业首个工业大模型,依托视觉、预测、NLP三大基础底座,梳理出从矿山开采到包装发运全流程200余个潜在AI场景,落地40余项成熟应用。“作为核心示范工厂,芜湖海螺水泥已完整落地全流程数智化改造场景,实现提质增效。” 在国家级专精特新“小巨人”科亿智能,从一粒米到一只羽毛球,从电子元器件到汽车零部件,各种AI设备不仅能检测瑕疵,还能智能分选、柔性生产。 科亿智能董事长颜天信介绍,企业自研的“基于AI视觉的轻量化模型检测装备关键技术”,攻克了高速产线毫秒级检测、多品类物料快速模型迭代难题,测量精度可达2微米。 “在工业领域,AI视觉检测设备依托云端算力完成模型训练后,将轻量化模型下发至设备端侧边缘算力单元,无需依赖大型机房持续在线推理,可大幅降低生产端算力能耗。”颜天信说 在研发侧,传统科研范式正在向科学智能(AI for Science)演变。 在中国科学技术大学科学智能物质创制中心,一台台形态各异的“机器化学家”一天24小时、全年无休地做着实验,数据实时回传、分析并提出新一轮假设……工作人员介绍,该中心依托自主研发的科研智能体“灵境造物”,已实现“大模型提假设-小模型做校验-机器人自主实验-理实迭代优化”科研闭环,可为科研人员、科研机构和企业研发团队提供从科学问题提出到理论计算、机器实验和迭代优化的统一智能入口。 值得注意的是,更多的AI技术正在从实验室走向社区、走进千家万户。 中国科学院合肥物质科学研究院智能机械研究所(以下简称“研究所”)基于国产算力底座打造的IIMedGPT全模态主动健康大模型,围绕慢病康复、科学健身、基层康养、青少年健康等场景,构建起“精准检测-综合评估-智能决策-精准干预”的完整技术闭环。 研究所运动与健康信息技术研究中心...