（来源：新华日报）

药石科技研发人员正在进行药物合成相关试验。（受访者提供）

□ 本报记者 崔昊 何钰

当科学发现从实验室的反复试验，迈向AI算法驱动的系统探索，传统科研范式正在经历深刻的变革。当前，人工智能驱动科学研究（AI for Science，简称AI4S），正逐步从理论构想走向产业实践。作为制造业大省和创新研发高地，江苏积极引导企业与科研机构将人工智能深度融入研发全流程，探索科研范式变革与产业转型升级的融合路径。

算法学会“做科学”能为我们带来什么变化？资本热捧背后有哪些隐忧？江苏如何推动从科学发现到产业转化的全链条？带着这些问题，记者进行了采访。

场景牵引，科研成果加速走出实验室

去年，某世界500强企业的一项技术难题，终于在苏州材科源图科技有限公司的帮助下得到破解。此前，该企业某关键工序的催化材料转化效率长期徘徊不前，传统试错法投入巨大却收效甚微。

材科源图接到订单后，摒弃了传统“堆试验、碰运气”的模式，运用公司自研的AI智能体在百万级真实数据库中锁定关键机理，并利用物理约束模型剔除了数百个理论上可行、工业上却无法落地的“伪方案”。经后续实验验证与配方优化，仅用了不到两个月的时间，便交付了成熟方案，帮助企业将该环节转化效率提升30%，目前该测试已完成小试并进入中试阶段。企业高度评价：“原本以为至少需要一年才能得到答案，如此高效、超前地完成研发任务真的太让人惊喜。”

这是AI4S落地产业端的生动案例。今年3月，由中国科学技术信息研究所联合多家机构编制的《AI for Science创新图谱2026》正式发布。报告指出，人工智能与各学科各领域不断深化融合，应用范围持续拓展。其中生命科学、物理、化学、地球科学、材料科学等领域活跃度最高，航空航天、量子科技、材料科学等领域增速最快，年均增速超过30%。

如今，江苏凭借扎实的产业基础和应用场景优势，正成为这场变革的活跃区域。在南京药石科技股份有限公司，一套基于20万种实体分子砌块的“药物芯片”库，正改变着新药研发的底层逻辑。药石科技副总裁陆军介绍，在分子设计阶段，传统药物发现通常需要经历多轮“设计—合成—测试”的迭代。而如今，药石科技依托自身资源以及自主构建的AI药物发现平台，能够在超大可合成化学空间中快速进行分子生成、筛选与优先级排序，将大量探索工作前移至计算阶段，显著提升早期设计效率，并提高命中分子的质量。

“我们最大的体会是，AI并不是简单替代某一个实验环节，而是在药物研发全链条上持续提升决策质量，压缩无效探索时间，让研发团队能够更快聚焦于真正有价值的问题，推动药物研发从‘经验驱动的试错’逐步走向‘数据驱动的设计与验证’。”陆军说。

在工程建设领域，江苏苏博特新材料联合东南大学、阿里云，推出了国内首个混凝土垂直领域大模型“砼真砼知”。该模型基于10万组多尺度材料数据和百万份行业语料训练，有效解决了通用大模型在专业领域存在的“幻觉”问题。

在南京北站项目中，依托该大模型对硅铝酸盐胶凝体系低碳混凝土的力学性能、工作性能和碳排放进行计算和预测，在同等强度等级下优化不同胶凝材料的组合和配比，从而使混凝土的碳排放较通用配比降低近40%，设计周期缩短50%，成本下降约20%。“这标志着工程材料研究正从经验驱动向数据与机理双驱动转变。”江苏苏博特新材料研究院副院长于诚说。

与此同时，南京钢铁集团应用“元冶·钢铁大模型”优化特种钢成分与工艺，研发周期缩短30%；镁伽科技打造“镁伽鲲鹏实验室”，组合多种AI智能体，实现7×24小时无人值守运行；赛伍技术联合苏州大学引入“AI+新材料”创新思路，建立AI实验室；华兰股份以全资子公司灵擎数智作为AI医药战略载体，增资入股科迈生物，切入AI抗体设计领域；瑞博生物与英矽智能达成战略合作，以“AI+siRNA”加速小核酸药物创新研发……AI4S在江苏各个产业领域多点开花。

资本助力，政策托举夯实发展底座

产业积极探索，也传导至资本市场。清科研究数据显示，2026年第一季度，我国AI领域总投资金额超1100亿元，同比上升185.4%。

AI4S领域相关企业的融资步伐也不断加速。苏州材科源图获中科创星领投、元禾控股跟投的数千万元天使轮融资；威凯尔医药宣布完成近2亿元C3轮融资；立妙达智能完成超亿元A+轮融资，金沙江联合资本、宏沣资本等参与；沃时科技也获得苏高新创投、航信资本的新一轮投资。

在AI4S领域的布局，折射出资本对这场科研范式变革的看好。元禾控股人工智能投资部相关负责人表示：“从投资角度，我们更关注企业科研背景和产业落地闭环能力。AI4S企业不仅要研发出相关垂类模型，还要通过软硬件结合的解决方案解决产业客户的真实需求，最终以研发生产结果为导向完成商业闭环。”

产业发展离不开政策引导与要素保障。今年1月，江苏发布《江苏省“人工智能+”行动方案》，明确提出“促进科学研究范式变革”，支持在新药创制、材料科学等领域打造垂直类科学计算大模型。在科技“硬支持”上，江苏已布局建设计算机软件新技术等12家国家和省重点实验室、3家国家新一代人工智能公共算力开放创新平台。

在资金支持层面，苏州市人工智能领域基金总规模已超1100亿元，常州、无锡、南京等地已设立人工智能领域产业基金，并通过发放算力券、模型券、语料券等方式，降低企业创新成本，赋能人工智能相关产业探索发展。

警惕概念泡沫，推动行业规范健康发展

尽管应用成效初显，但行业面临的挑战也不容忽视。元禾控股指出，当前AI4S领域存在三方面挑战：一是产业化仍处探索期，绝大多数企业需与下游客户深度共研，商业模式尚未定型，营收规模普遍较小；二是行业热度催生估值泡沫，概念火爆导致整体估值偏高，企业融资节奏明显快于商业化进展；三是技术落地方面，AI模型基于大量模拟计算和实验数据研发，高度依赖传统产业客户研发团队深入配合，AI4S企业在中试验证和量产环节话语权有限，盈利模式有待进一步明晰。

多位企业家也在采访中直言，当前AI4S领域存在“概念泛化”甚至“虚假包装”现象。“AI4S不应成为资本炒作的概念，而是要将技术创新锚定在产业发展的真实需求上，将模型构建在扎实的数据基础和严格的实验验证之上。”材科源图董事长兼首席科学家李昊表示，目前市面上一些平台仅凭通用大模型微调甚至只对通用大模型作简单文献“投喂”即宣称“材料GPT”，严重缺乏真实实验数据、可解释物理模型和高通量实验的闭环验证，让真正沉下心建数据库、跑实验的企业反而易被淹没。

陆军也指出，AI制药领域存在“重生成、轻落地”倾向。对于当前行业广泛关注的“AI制药热”，他认为这既是机遇，也需要保持理性，避免将AI简单理解为某一种模型或工具。“药物研发是一个高度复杂的系统工程，除了算法之外，还需要高质量数据、真实化学空间、实验验证体系以及产业化能力的共同支撑。”

不少业内专家也认为，AI4S的核心竞争力不应仅关注模型参数量，更在于“闭环”，背后包含着数据是否源自真实实验、模型是否嵌入领域物理/化学规律、预测结果是否经过实验验证、验证数据是否回流优化模型。

针对这一赛道的健康发展，元禾控股建议，政策层面应鼓励产业方采用AI驱动方式研发创新，鼓励龙头企业开放场景，与AI4S企业建立合理的利益分配机制；产业层面需加强数据共享与协同攻关，共建公共中试验证平台；资本层面应坚持长期主义，支持符合条件的企业通过多层次资本市场融资，同时加强“AI+领域知识+实验技术”的复合型人才培养，共同助力AI4S务实稳步前行。