剑指学术搜索痛点，深势科技发布首个“读算做”全流程AI科研平台深势科技于近日发布了全球首个覆盖“读文献-做计算-做实验-多学科协同”全流程的AI科研平台——玻尔科研空间站，并同步上线了科研知识库与AI学术搜索平台科学导航（Science Navigator）。该平台已覆盖全球1.6亿篇文献，旨在系统性解决科研人员在文献筛选、跨学科知识发现及学术资源获取等环节中的痛点，应对信息过载、检索繁杂、整理耗时等挑战。一、科学导航：AI驱动的学术搜索新体验科学导航平台由深势科技联合北京科学智能研究院共同打造。该平台能够智能解析用户输入的科学问题，自动匹配最相关的科研成果，并生成精准答案。用户可以通过一键跳转功能，直接访问原始文献，获取更深入的研究信息，从而确保科研探索的全面性与可溯源性。科学导航平台具备多项核心能力，包括数据库和知识库支持、个性化问题捕捉、模型切换、多模态能力、批量文献问答以及联网搜索等。其中，学者库收录了超过2000万名全球学者的信息，基于学者AI分身技术，用户可以与学者进行对话交流，获取专业回答、分享观点并拓展科研思路。二、玻尔科研空间站：全流程AI科研平台玻尔科研空间站作为深势科技推出的全球首个覆盖“读算做+多学科协同”的AI科研平台，为科研人员提供了从文献阅读到实验验证的全流程支持。在“读”的环节，平台能够智能解析文献内容，提供精准的文献问答服务；在“算”的环节，平台利用先进的AI技术解决维数灾难问题，实现高效的建模和计算加速；在“做”的环节，平台通过自动化实验系统支持开放式探索场景，提高科研效率。深势科技已经推出了多个AI4S（AI用于科研）模型，包括面向物理世界的DPA分子模拟大模型、面向化学世界的Uni-Mol 3D分子构象大模型以及面向生物世界的Uni-RNA核酸结构大模型。这些模型的发展阶段可以对标GPT-3，具备基本数据积累和面向下游的迁移泛化能力。然而，在实验、生产、计算的科学探索领域仍存在较大问题，因此AI读算做的系统打通和加速闭环成为当前发展的关键。三、AI4S的发展趋势与挑战随着AI4S模型的不断发展，其应用场景也在不断扩大。然而，AI4S领域仍面临诸多挑战。其中，AI在今年有望吞噬文献世界，实现全量文献专利的干闭环。然而，干闭环的挑战在于文献专利中的基础问答质量不高、标注解析缺乏以及每个场景都需要专用科学数据库。为了应对这些挑战，玻尔科研空间站选择了现有的表现形式，并已经能够针对文献的基础信息、通用语料、分子式等信息进行基础知识问答。未来，AI连接能力将是产品继续深入发展的核心。张林峰认为，文献可能成为全球科学家的新平台，改变科研生产关系，这一变化有望在今年年底发生。在AI“做”的部分，自动化实验系统是提高科研效率的关键。然而，当前科研场景的自动化程度仍然较低，与工业场景的自动化水平相比存在较大差距。为了解决这个问题，深势科技发布了Uni-Lab-OS智能实验室操作系统，该操作系统能够解决传统实验室手工操作低效、设备孤立及数据分散的痛点。结语：未来展望面向未来，AI4S大模型、自动化实验以及产学研生态将共同推动科研领域的飞速发展。为了实现AI4S大模型与真正科学发现的关联，需要采用RLHF（人类反馈强化学习）技术进行定制化优化。张林峰表示，每个阶段都有独属于各个阶段的问题，2025年实现彻底的干闭环是一个重要的里程碑。更长期的目标是构建AI4S大模型、自动化实验以及产学研生态的飞轮效应，推动科研领域的持续创新和发展。