上海交通大學官宣：超級平臺，正式啟用！ http://www.gangguanzhidu.com　 2025年6月24日　 來源：上海交通大學 　　在全球科技競爭日益激烈的背景下，科研范式正向跨學科、智能化、高通量方向加速轉型。上海交通大學搶抓時代機遇，以“重塑科研范式”為目標，以“打開學科之間邊界、打開理論與實驗邊界、打開科研與產業邊界”為抓手，提出建設全球領先的 “超級科研平臺” 。6月23日，上海交通大學與深勢科技簽署戰略合作協議，依托AI-X研究院，推動超級科研平臺的啟用與迭代。 　　構建超級科研平臺　變革高校科技創新范式 　　超級科研平臺是一個以科學發現為目標，全流程、智能化、規模化、分布式的科研平臺。平臺將以“玻爾科研空間站”為支撐，與學校的圖書館、計算中心、分析測試中心一體化貫通，打破數據孤島，重塑科研工作流，實現算力、數據、儀器設備等跨學院、跨平臺的共享與彈性調配，打造文獻-計算-實驗的干濕閉環、快速迭代系統，降低科研門檻，加速科研進程，促進學科交叉創新，打造平臺化科研時代的新型科研基礎設施。超級科研平臺將提供一站式調研、計算模擬、實驗測試等流程，致力于實現科研全流程的無縫銜接。上海交大將以“超級科研平臺”為載體，推動科研模式從傳統單點突破向跨學科、智能化、協同化轉型，為國家培育新質生產力提供核心支撐。 　　簽署戰略合作協議　培育產學研協同創新生態 　　在平臺啟用儀式上，上海交通大學與深勢科技簽署戰略合作協議，雙方將充分發揮各自優勢，依托AI-X研究院，共同推動基于全國產自主可控AI基礎設施的產學研生態建設，構建具有全國影響力的學術生態體系，培育具有全球競爭力的產業生態格局，為人工智能技術的創新發展和廣泛應用注入強大動力。同時，研究院將圍繞訓練科研大模型、構建智能體生態、共建AI for Science基礎設施等關鍵內容開展研究工作。 　　上海交通大學人工智能學院執行院長王延峰，深勢科技創始人兼首席執行官孫偉杰代表合作方簽署協議。上海交通大學校長、中國科學院院士丁奎嶺，上海交通大學李政道研究生副所長、中國科學院院士丁洪，上海交通大學科研院院長周永豐，上海交通大學圖書館館長程金華，上海交通大學網絡信息中心主任薛廣濤，上海交通大學分析測試中心主任陳峰，深勢科技創始人兼首席科學家張林峰見證簽約。 　　未來，超級科研平臺將成為支撐前沿科研的開放智能平臺，并將以此為抓手聯合全球頂尖機構，提升我國在國際科研合作中的話語權，建設國際科研合作的橋頭堡。同時，平臺將聚焦重點行業與新興領域，建設新質生產力孵化基地。 　　加大AI for Science投入　迎接Alpha Einstein時刻 　　在平臺啟用儀式上，丁洪教授圍繞《迎接大科研時代：上交超級科研平臺》進行了主題分享。丁洪表示，當前，全球科技創新競爭已進入以人工智能（AI）為核心驅動的新階段，AI for Science正重塑科研范式，成為國家科技競爭力的關鍵指標。在這一背景下，上海交大以“超級科研平臺”為抓手，致力于打造全球領先的AI科研生態，推動中國從跟跑者、并跑者向領跑者躍遷。 　　丁洪表示，AI for Science是實現原始創新的重要路徑，“平臺模式”是當前實現原始創新的重要環節。2016年AlphaGo吸引全球關注時，他曾暢想過科學界是否會出現Alpha Einstein（智能科學家）。現在看來，隨著“讀”“算”“做”各環節的智能化，“干濕閉環，快速迭代”的超級科研智能體與科研基礎大模型體系，形成了持續發展的智能系統，Alpha Einstein（智能科學家）可能就在不遠處。丁洪強調，平臺建設的目標是要讓更多年輕的科技力量加入進來，尤其是技術社區，共建科學智能生態，加速科研創新。 　　使用案例 　　此次發布的上海交通大學“超級科研平臺”是以玻爾空間站的集成化、智能化、協同化為核心，通過三大模塊重構科研全流程。 　　第一大模塊：構建科學研究的“智慧導航” 　　以智慧圖書館為例，科學導航可實現億級資源智能調取，集成1.6億預解析文獻、課程與數據庫，支持“千人千面”推薦。例如，輸入“量子材料設計”，AI不僅返回相關論文，還會自動提取方法、結論及數據關聯，甚至推薦跨學科的潛在突破點。同時科學導航能夠起到知識再生產中樞的作用，可動態生成個人知識圖譜，將課程理論、前沿論文與實驗數據智能關聯。嚴駿馳教授的《深度學習與應用》課程已通過平臺匹配實時科研案例，吸引超千名學生參與，實現“學研一體”。 　　第二大模塊：打造AI for Science的“計算中心” 　　在計算中心上構建的異構算力可實現“一鍵開跑”功能，獨創調度系統可將算力獲取從“周級”壓縮至“分鐘級”。愿景是未來一名材料專業的學生可同時調用校內集群和云端超算，完成傳統需數月才能實現的分子模擬。計算中心還負責打造科研App Store生態，提供模塊化開發平臺。可隨時方便調用如建模APP MatModeler，基于表征大模型的全場景分析工具Uni-AIMS，高精度蛋白質預測工具Uni-Fold，電解液設計智能研發工具Uni-ELF等，用戶無需編碼即可訓練AI模型，開發成本降低近百倍。未來還將進化成AI Agent，自動拆解任務并調用算法。 　　第三大模塊：建立人工智能的“分析測試中心” 　　例如高文旆團隊的“智能涂層實驗室”通過AI控制機械臂，實現材料制備-表征-測試全流程自動化；樊春海院士的DNA合成平臺將核酸設計效率提升5倍。值得注意的是，分析測試中心還能夠實現表征“超維視界”，在建的“表征超級OS”可自動解析電鏡、質譜數據，生成三維模型，讓科學家“一眼洞穿物質本質”。 　關于上海交通大學更多的相關文章請點擊查看　 特別說明：由于各方面情況的不斷調整與變化，華禹教育網（www.gangguanzhidu.com）所提供的信息為非商業性的教育和科研之目的，并不意味著贊同其觀點或證實其內容的真實性，僅供參考，相關信息敬請以權威部門公布的正式信息為準。