近期，北京市发布了《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》，实施方案中关于自主实验室体系建设的内容，引发了不少关注。
什么是自主实验室？它能为科研项目提供哪些服务？人工智能在其中又起到什么作用？总台记者在昌平区的一家自主实验室找到了答案。
AI“大脑”指挥机械臂
自主实验室高效运转
总台记者 夏子雅：在实验室，机械臂正对刚转运来的试剂进行称重和配取，实现了人为很难精准控制的微升级取用。后续的反应将在微型试剂瓶里开展，而且可以是上百个小瓶子同时进行。每一个试剂瓶都是一套独立的“实验舱”，实现在一个空间一次性铺开上百个温度、试剂用量、反应时长等参数不同的对照实验。
科研人员介绍，这里每天都会进行近400个实验，相较于人工，效率提高了近百倍。而让“实验之手”高效运转的指挥员，正是AI“大脑”。据介绍，AI在数字空间里虚拟推演数千次，研判筛选后，最终向实验室的硬件设备下达更优的实验方案与操作指令，这些硬件设备就承担了“双手”的功能。
北京航空航天大学教授 刘宇宙：自主实验室分两块，一个是干实验，在AI“大脑”里思考实验该怎么做，有什么合适的催化剂，有什么推荐的条件；另外一个是湿实验，对真实的药品、试剂进行加热、反应、监测、分析。我们需要能自主规划、思考的智能化体系，这是自主实验室的特点。
AI“大脑”的思考不仅体现在筛选实验方案上，更体现于从自主收集的实验数据中进行学习与迭代。
北京航空航天大学教授 刘宇宙：能沉淀从做过的实验中学到的知识、规律，变得越来越聪明，我们也朝着这个方向训练智能体，让它更智能、更快速、更准确地找到新材料、新物质。
科学模型优化迭代
AI“大脑”加速科研创新
与普通自动化实验室最大的不同是，自主实验室拥有更强大、能做规划与学习的AI“大脑”。而AI“大脑”的思考离不开科学模型的支撑。
科学模型，指的是面向基础研究与工程实验的人工智能模型，它依托海量多模态科学数据，学习科研范式、论证逻辑与实验规律，具备自主开展科学推理、数据分析、问题推演等能力。现在，北京已经有多个科学模型参与科研工作。
17日，由中国科学院联合多个研究所研发的磐石·科学基础大模型2.0，在2026世界人工智能大会上正式发布。作为国内首个通用科学基础大模型，一年来，它的初代产品已服务了超3万名科研工作者。
中国科学院自动化研究所研究员 徐楠：依托于中国科学院的大量科学模态数据，像波、谱、场等各种科学大装置实验数据，以及科研论文、科学资讯、专利、项目申报书等所有与科学相关的语料，我们都会统一整理，然后跟大量的科研专家、一线科研工程师以及研究者，把科研流程、科研方法论、科研逻辑整理成推理指令数据，让模型强化它的科研推理能力。
除了通用大模型，在北京，近年来还研发了一批专用计算模型，为科研提供了更丰富、更强大的数据支持。以DPA大原子模型为例，4年已4次迭代，最新上线的DPA4，其综合性能指标在材料发现领域的国际权威榜单上位列第一。
北京科学智能研究院院长 李鑫宇：在自主实验室，我们希望做到读、算、做的科研流程全闭环。尤其在算的部分，大幅度提高仿真精度与效率，这是以大原子模型为代表的这类计算模型发挥的最重要作用。全球非常多的科研用户已经使用上DPA4大原子模型，来帮助他们进行药物设计和材料设计。
一站式科研平台
实现资源广泛共享
自主实验室与支撑它“思考”的科学模型，都是伴随人工智能发展而培育出来的新型科研资源。在北京，一站式科研平台、科学智能开源社区的出现与发展，正让更多散布的科研资源被真正有效地统筹整合起来，变得更集中、更好用，不仅有效提升科研效率，也为科研者们开展跨学科探索、原始创新带来更多可能性。
这个名为“玻尔科研空间站”的平台正成为许多科研人员日常工作的“好帮手”。平台汇聚了超过2亿篇的高质量文献和5万余个科研工具，而这些资源都可以通过平台上的科研智能体实现便捷调用。
某科技公司创始人兼首席科学家 张林峰：没有任何一个人能够真正熟练地使用5万多个工具，但是AI智能体能够有效调动它们解决科学问题。目前，平台跟超150所高校实现有效连接，已经服务了450万名科研人员和上百家企业。
除了线上科研资源的整合调用，平台还可以远程调用线下实验室，相关的操作系统通过为各类实验设备搭建通用沟通规则，让不同仪器能互相理解、协同工作，目前已连接上千种仪器，让平台真正做到一站式集成“读文献、做计算、做实验”。
北京大学学生 左天佑：让机器人进入实验室替我们做实验，这是我目前主要在做的事情。机器人替我们实现各个科研仪器之间的信息联通，这也能让机器人很好地获得这些信息。
此外，由北京科学智能研究院发起的开源社区也搭建起统一的科研资源入口，目前已汇聚全球数万名开发者，以共享共建进一步推动人工智能更好赋能科学研究。
全链条构建科学智能创新生态
人工智能的快速发展为解决重大科学技术难题带来更多机遇。北京聚焦自主实验室、科学模型、科学数据体系建设与人才培养等维度，构建全链条创新生态，加速建设全球科学智能创新中枢。
近日，一场AI创业路演在中关村人工智能研究院举办，作为北京重点培育的新型研发机构，中关村人工智能研究院打破传统学科壁垒，推行项目制培养，引导学生在项目实战中积极将人工智能与基础学科结合，探索解决科研难题的途径，也为科学智能储备人才活水。
中关村人工智能研究院副院长 夏欢欢：科学智能最大的支撑是复合型人才，总共设立120余个项目，科学智能的项目占比近四成，覆盖生命科学、物质科学、科学计算、能源、量子信息这些大方向。
创新生态离不开人，也离不开基础设施建设。除了科学模型，科学数据也是科学智能的重要基础设施。由中国科学院计算机网络信息中心搭建的“科学数据银行”，汇集了来自全球100多个国家科研人员上传的优质科学数据，持续稳定地为全球科研人员提供服务。据介绍，全国20个国家科学数据中心中，有17个在北京，它们正持续扩充积累科研项目、期刊论文、大科学装置等各类科学数据资源。
北京市科委 中关村管委会主任 张继红：下一步，我们将充分发挥北京在人工智能基础研究等方面的优势，构建国际一流的科学模型体系，筑牢科学数据和科学智能算力底座。围绕生命科学、高能物理、材料科学等建设高价值应用场景，加快打造一批标杆自主实验室。同时，将在海淀、怀柔等区建设科学智能创新集聚区，支持举办国际科学智能大会，持续培育科学智能创新生态，力争早日建成全球科学智能创新中枢。
近期，北京市发布了《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》，实施方案中关于自主实验室体系建设的内容，引发了不少关注。
什么是自主实验室？它能为科研项目提供哪些服务？人工智能在其中又起到什么作用？总台记者在昌平区的一家自主实验室找到了答案。
AI“大脑”指挥机械臂
自主实验室高效运转
总台记者 夏子雅：在实验室，机械臂正对刚转运来的试剂进行称重和配取，实现了人为很难精准控制的微升级取用。后续的反应将在微型试剂瓶里开展，而且可以是上百个小瓶子同时进行。每一个试剂瓶都是一套独立的“实验舱”，实现在一个空间一次性铺开上百个温度、试剂用量、反应时长等参数不同的对照实验。
科研人员介绍，这里每天都会进行近400个实验，相较于人工，效率提高了近百倍。而让“实验之手”高效运转的指挥员，正是AI“大脑”。据介绍，AI在数字空间里虚拟推演数千次，研判筛选后，最终向实验室的硬件设备下达更优的实验方案与操作指令，这些硬件设备就承担了“双手”的功能。
北京航空航天大学教授 刘宇宙：自主实验室分两块，一个是干实验，在AI“大脑”里思考实验该怎么做，有什么合适的催化剂，有什么推荐的条件；另外一个是湿实验，对真实的药品、试剂进行加热、反应、监测、分析。我们需要能自主规划、思考的智能化体系，这是自主实验室的特点。
AI“大脑”的思考不仅体现在筛选实验方案上，更体现于从自主收集的实验数据中进行学习与迭代。
北京航空航天大学教授 刘宇宙：能沉淀从做过的实验中学到的知识、规律，变得越来越聪明，我们也朝着这个方向训练智能体，让它更智能、更快速、更准确地找到新材料、新物质。
科学模型优化迭代
AI“大脑”加速科研创新
与普通自动化实验室最大的不同是，自主实验室拥有更强大、能做规划与学习的AI“大脑”。而AI“大脑”的思考离不开科学模型的支撑。
科学模型，指的是面向基础研究与工程实验的人工智能模型，它依托海量多模态科学数据，学习科研范式、论证逻辑与实验规律，具备自主开展科学推理、数据分析、问题推演等能力。现在，北京已经有多个科学模型参与科研工作。
17日，由中国科学院联合多个研究所研发的磐石·科学基础大模型2.0，在2026世界人工智能大会上正式发布。作为国内首个通用科学基础大模型，一年来，它的初代产品已服务了超3万名科研工作者。
中国科学院自动化研究所研究员 徐楠：依托于中国科学院的大量科学模态数据，像波、谱、场等各种科学大装置实验数据，以及科研论文、科学资讯、专利、项目申报书等所有与科学相关的语料，我们都会统一整理，然后跟大量的科研专家、一线科研工程师以及研究者，把科研流程、科研方法论、科研逻辑整理成推理指令数据，让模型强化它的科研推理能力。
除了通用大模型，在北京，近年来还研发了一批专用计算模型，为科研提供了更丰富、更强大的数据支持。以DPA大原子模型为例，4年已4次迭代，最新上线的DPA4，其综合性能指标在材料发现领域的国际权威榜单上位列第一。
北京科学智能研究院院长 李鑫宇：在自主实验室，我们希望做到读、算、做的科研流程全闭环。尤其在算的部分，大幅度提高仿真精度与效率，这是以大原子模型为代表的这类计算模型发挥的最重要作用。全球非常多的科研用户已经使用上DPA4大原子模型，来帮助他们进行药物设计和材料设计。
一站式科研平台
实现资源广泛共享
自主实验室与支撑它“思考”的科学模型，都是伴随人工智能发展而培育出来的新型科研资源。在北京，一站式科研平台、科学智能开源社区的出现与发展，正让更多散布的科研资源被真正有效地统筹整合起来，变得更集中、更好用，不仅有效提升科研效率，也为科研者们开展跨学科探索、原始创新带来更多可能性。
这个名为“玻尔科研空间站”的平台正成为许多科研人员日常工作的“好帮手”。平台汇聚了超过2亿篇的高质量文献和5万余个科研工具，而这些资源都可以通过平台上的科研智能体实现便捷调用。
某科技公司创始人兼首席科学家 张林峰：没有任何一个人能够真正熟练地使用5万多个工具，但是AI智能体能够有效调动它们解决科学问题。目前，平台跟超150所高校实现有效连接，已经服务了450万名科研人员和上百家企业。
除了线上科研资源的整合调用，平台还可以远程调用线下实验室，相关的操作系统通过为各类实验设备搭建通用沟通规则，让不同仪器能互相理解、协同工作，目前已连接上千种仪器，让平台真正做到一站式集成“读文献、做计算、做实验”。
北京大学学生 左天佑：让机器人进入实验室替我们做实验，这是我目前主要在做的事情。机器人替我们实现各个科研仪器之间的信息联通，这也能让机器人很好地获得这些信息。
此外，由北京科学智能研究院发起的开源社区也搭建起统一的科研资源入口，目前已汇聚全球数万名开发者，以共享共建进一步推动人工智能更好赋能科学研究。
全链条构建科学智能创新生态
人工智能的快速发展为解决重大科学技术难题带来更多机遇。北京聚焦自主实验室、科学模型、科学数据体系建设与人才培养等维度，构建全链条创新生态，加速建设全球科学智能创新中枢。
近日，一场AI创业路演在中关村人工智能研究院举办，作为北京重点培育的新型研发机构，中关村人工智能研究院打破传统学科壁垒，推行项目制培养，引导学生在项目实战中积极将人工智能与基础学科结合，探索解决科研难题的途径，也为科学智能储备人才活水。
中关村人工智能研究院副院长 夏欢欢：科学智能最大的支撑是复合型人才，总共设立120余个项目，科学智能的项目占比近四成，覆盖生命科学、物质科学、科学计算、能源、量子信息这些大方向。
创新生态离不开人，也离不开基础设施建设。除了科学模型，科学数据也是科学智能的重要基础设施。由中国科学院计算机网络信息中心搭建的“科学数据银行”，汇集了来自全球100多个国家科研人员上传的优质科学数据，持续稳定地为全球科研人员提供服务。据介绍，全国20个国家科学数据中心中，有17个在北京，它们正持续扩充积累科研项目、期刊论文、大科学装置等各类科学数据资源。
北京市科委 中关村管委会主任 张继红：下一步，我们将充分发挥北京在人工智能基础研究等方面的优势，构建国际一流的科学模型体系，筑牢科学数据和科学智能算力底座。围绕生命科学、高能物理、材料科学等建设高价值应用场景，加快打造一批标杆自主实验室。同时，将在海淀、怀柔等区建设科学智能创新集聚区，支持举办国际科学智能大会，持续培育科学智能创新生态，力争早日建成全球科学智能创新中枢。
