正在举办的 2026 世界人工智能大会（WAIC）上，科学智能（AI for Science，简称 AI4S）成为全场核心热点。业内专家、产业龙头与科研机构达成共识：依托自主算力底座、标准化科学数据体系、垂直领域科学大模型三重支撑，我国科学智能产业已完成技术试点、平台搭建、场景验证全链条铺垫，未来 2-3 年将迎来规模化产业化爆发期，全面重塑生物医药、先进材料、高端制造、能源气象等领域创新范式。

科学智能被定义为继实验、理论、计算、大数据之后的第五代科研范式，通过人工智能与基础科学深度双向融合，将传统 “试错式研发” 转化为 “AI 预测 + 实验验证” 闭环模式，大幅压缩研发周期、降低创新成本，是各国科技竞争核心赛道中国科技网。当前国内政策、算力、产业、资本四方资源加速汇聚，产业化落地条件全面成熟。

政策层面，国家 “人工智能 +” 行动、十五五前沿科技攻关清单将科学智能列为重点方向；北京、上海先后发布专项行动计划，上海推出 “珠穆朗玛计划” 打造全国科学智能算力中枢，北京依托综合性国家科学中心布局标准化科学数据银行，多地配套算力券、模型券降低企业转化门槛，构建 “政产学研用资” 协同创新体系。

算力基础设施实现自主化跨越式突破，产业底层底座全面筑牢。我国首个 10 万卡全国产 AI 超集群曙光 8000 正式投用，接入国家超算互联网；昇腾系列超节点、开源智算操作系统 FlagOS 2.0 实现多芯片兼容调度，破解算力碎片化难题，为科学仿真、大模型训练提供低成本、高适配算力供给，支撑高通量科学计算大规模商用。

产业链分层成熟，落地场景持续拓宽。上游形成超算、智算、科学数据存储供给集群；中游诞生一批深耕科学大模型、自动化实验平台的本土科技企业；下游商业化应用多点开花：生物医药领域 AI 将新药筛选周期缩短 70%；锂电、碳捕集新材料研发效率提升数十倍；工业流体仿真、气象灾害预测、可控核聚变模拟等场景实现常态化商用，市场价值持续释放。

业内同时指出产业现存瓶颈：高质量标注科学数据供给不足、跨学科通用科学模型稀缺、中小科研机构使用门槛偏高。对此，行业各方正加速共建全国统一科学数据共享平台，开源通用科学基础模型，推出低代码轻量化科研工具，打通技术落地 “最后一公里”。

多位产业负责人表示，科学智能产业化浪潮已至，下一步行业将聚焦自主可控全栈技术攻关、标杆产业规模化复制、跨领域生态协同三大方向，以科学智能驱动原始创新突破，为高端制造、生命健康、新能源等战略性产业注入底层创新动能，构筑我国智能经济新形态核心增长极。