Central Farm Service

刘莫闲  腾讯研究院高级研究员日前，谷歌DeepMind 发文《AlphaFold：五年来的影响》，回顾五年来蛋白质结构预测的技术突破对于推动科学进步的巨大作用。人工智能正以前所未有的速度重塑科学研究版图。众多科研领域中，生命科学、生物医药等生物学领域凭借数据丰富、应用场景明确、社会需求迫切等因素，成为AI+科学研究（以下简称科学智能）最活跃、最具引领性的前沿阵地。AI模型和工具不仅在预测蛋白质结构等基础研究上取得突破，更在推动全新药物管线进入临床试验，甚至开始自主发现新的生物学通路 。图：谷歌 DeepMind AlphaFold在谷歌 DeepMind等持续深耕 AI for Science的科技企业引领下，以生物学为代表的科学智能正在进入一个高产出、快迭代的应用落地期。“基础模型+科研智能体+自主实验室”的AI驱动科研范式逐步形成。谷歌 DeepMind 领衔科学智能技术演进谷歌在科研领域持续深耕超过十年，并凭借以 TPU 为核心的 AI 算力基础设施、以 Gemini为基础大模型的 AI 模型底座，不断研发科学智能技术，先后造就了 AlphaFold 等世界级的科学智能模型和工具体系，引领全球科学智能技术演进。 AlphaFlod引领生物学研究从结构预测到生成式设计的跨越。生物学是 DeepMind布局最早且护城河最深的领域，其核心逻辑在于利用深度学习解决高维生物大分子的构象空间问题。AlphaFold 的问世标志着蛋白质结构预测问题的实质性解决，其不仅斩获 2024 年诺贝尔化学奖，更成为现代生物学的数字基础设施。AlphaProteo 则推动生物学研究正式跨入生成式生物学时代。而结合 AlphaMissense 对基因突变致病性的精准预测，DeepMind 进一步打通“靶点发现—结构解析—药物设计”的全链路。WeatherNext实现气象学数据驱动对数值模拟的降维打击。DeepMind最新发布的 WeatherNext 2 模型（GraphCast 的继任者）的数据驱动方法在精度与效率上已全面超越传统物理模型。WeatherNext 2 在 99.9% 的预测变量与时间跨度上，准确率均优于欧洲中期天气预报中心 (ECMWF) 的 HRES 系统，且推理速度提升了数个数量级。GNoME 和 AlphaQubit 拓展AI在物理与材料科学领域应用。GNoME (Graph Networks for Materials Exploration) 利用深度学习在无机晶体空间中进行了海量搜索，预测了数百万种稳定的新材料结构，其规模相当于人类过去几十年实验发现总和的数倍，为电池技术与超导材料的研发提供了庞大的候选库。在量子计算领域，AlphaQubit 模型则成功将 Transformer 架构应用于量子纠错，显著降低量子计算芯片的量子比特读数错误。AlphaEvolve 推动数学和计算机学从逻辑推理到算法的自我进化。 AlphaEvolve 通过引入进化计算范式，致力于打破人类设计算法的局限，自动搜索并发现更高效的机器学习算法与损失函数，实现了从“人工设计”到“自动发现”的元层级跨越。 在此基础上，AlphaChip 将芯片设计转化为强化学习问题，成功优化了 Google TPU v6 的布局；而 AlphaGeometry 和 AlphaProof 则证明了 AI 在形式化数学证明与逻辑推理上的突破。生物学领域进展引领科学智能落地前沿谷歌DeepMind 引领的技术突破，点燃了全球科学智能的技术研发和行业应用热潮。生物学则成为了进展最快的科研领域，材料学、物理学、气象学、计算机和数学紧随其后。（一）科学智能进入生物学基础研究深水区单细胞行为的AI生成与分析获得全新发现。谷歌和耶鲁大学联合发布270亿参数单细胞分析基础模型C2S-Scale，生成了关于癌细胞行为的全新假设，并在多次体外实验中得到验证。这展示了利用AI提出原创科学假设的潜力，有望据此探索出开发抗癌方法的新途径。蛋白质生成式模拟和预测体系更加完善。微软BioEmu模型在蛋白质动力学模拟方面填补了空白，并实现了高达10万倍的模拟速度提升。中科院团队提出整合结构和进化约束的反向折叠蛋白质预测模型，为蛋白质工程开辟新路径，相关成果发表于《Cell》期刊。AI 辅助基因组学研发体系初步构建。谷歌通过10年持续研发和探索，逐步构建了从基因测序、读取和变异识别，到基因表达预测和致病潜力评估，再到疾病基因检测和诊断的AI基因组学研究和应用体系，有助于推动遗传学、基因医疗等发展。（二）AI 驱动医疗落地应用全面开花AI 辅助病理检测拓展新疾病场景。腾讯生命科学实验室与广州医科大学第一附属医院、广州呼吸健康研究院联合研发的DeepGEM病理大模型，已在肺癌基因突变预测中完成大规模验证，只需常规病例切片图像，1分钟内完成肺癌基因突变预测，精准度达78%～99%。AI检测基因突变进一步工具化。谷歌发布DeepSomatic工具集用于肿瘤细胞中基因变异的识别，适用于白血病、乳腺癌、肺癌等癌症类型，识别准确率均优于现有方案。AI驱动药物研发迈过临床II期阶段。北京大学第三医院等多家医院与剂泰科技联合进行的AI优化候选药物MTS-004已完成III期临床研究，成为国内首款完成III期临床的AI赋能制剂新药，该药物预计面向渐冻症、脑卒中等神经系统疾病。上述进展突破了过去几年国内乃至国际AI驱动药物发现鲜有突破临床II期的瓶颈，备受国内外关注和肯定。（三）AI在材料学、气象学、数学等领域加速应用AI+材料科学有望成为科学智能的下一个前沿阵地。前OpenAI和Deepmind成员创立Periodic Labs开展新型超导材料等AI自动化发现。刚获1亿美元A轮融资的CuspAI研发AI平台用于发现碳捕获新材料。孵化自北大深研院深港河套科创中心的鼎犀智创正构建RhinoWise材料创新平台，开展新能源、半导体等领域关键材料创新。AI气象学和物理学的应用已见实效。DeepMind的飓风AI模型已成功预测“梅利莎”等超强飓风的路径和强度变化帮助美国及周边国家提前预警。黑洞理论物理学家Alex Lupsasca利用GPT-5在半小时内推导出黑洞理论新特性。核聚变初创公司CFS利用谷歌开源TORAX工具来辅助研发SPARC核聚变装置。AI在数学和计算机学领域的应用潜力巨大。数学研究人员利用GPT5探索解决历史数学难题-埃尔德什难题，谷歌基于AlphaEvolve推进数学和理论计算机科学研究，英伟达开源模型系统GenCluster获得IOI 2025竞赛金奖。OpenAI 内部模型、Gemini Deep Think和 DeepSeek Math-V2等大模型也在不断刷新AI在奥林匹克数学竞赛的金奖成绩。技术基础、协作模式和科研规模成为AI重塑科研范式的三大维度从生物学为代表的科学智能进展可以看出，AI对科学研究的重塑是系统性的，它正在从技术基础、协作模式和科研规模三个维度，改变科学发现传统思路，“基础模型+科研智能体+自主实验室”的AI驱动科研范式逐步形成。（一）通用模型和专用模型构建科学智能技术基础通用基础大模型有望成为科学智能的“操作系统"。通用基础大模型可提供强大理解、推理、分析、及生成等能力，并具备全面的科学基础知识和通识储备，可帮助科研人员大幅提升了日常科研效率。同时大模型先锋企业也在不断提升基础模型的科研专业能力。Anthropic的Claude Sonnet 4.5在生命科学任务流程理解和运用方面有显著提升，并基于智能体能力基础和连接器提升了科研工具和资源的运用能力。科研专用大模型则为垂直科研领域及其深度突破的“专用引擎”。这些模型通常通常融合了特定领域相关知识以及研究方法与经验。谷歌在科研专用大模型方面的综合实力处于全球领先，其专用模型和算法覆盖生命科学和生物学、材料学和化学、地球和气候科学、数学和基础科学等各个领域。前文提到的C2S-Scale、BioEmu、DeepGEM等也均属于此类模型。此外，由中科院联合团队研发的磐石·科学基础大模型也是基础模型与专用模型融合的有益实践。（二）以人机协同为基础的科研智能体开始推动主动科学发现。AI处理琐碎耗时但又不可或缺的研究环节，人类科学家对把控研究方向和评估研究成果，成为未来典型的人机协作科研模式。随着智能体技术加速发展，AI正在从被动工具，转变为科学家的合作者甚至是主动发现者。哈佛和MIT联合推出专门为AI智能体设计的科研工具平台的ToolUniverse，包含超过600个科学工具，并兼容主流基础大模型。这有助于激发更多科研人员构建针对特定科研领域的智能体科学家。谷歌Deepmind发布的AlphaEvolve是具有编码能力的进化型AI智能体，可进行数学和计算通用算法的主动发现和自动化优化，现已应用在谷歌内部的数据中心调度、芯片设计、大模型性能优化等实际场景。上海人工智能实验室、浙江大学等联合团队提出科研智能体（Agentic Science），旨在构建一个能自主完成科研闭环的AI系统。（三）自主实验室加速科研智能工业化、规模化和平台化AI和机器人技术，正在将传统的、依赖人工试错的“作坊式”实验室，升级为自动化、高通量、闭环运行的“科学工厂”，并相互连接形成平台，服务整个科研生态。国际各国高度重视自主实验室研发。MIT等美国多家科研高校和国家实验室均已建成自主实验室。英国利物浦大学的材料创新工厂（MIF） 是欧洲最先进的自主实验室之一。法国 IKTOS 实验室、瑞士 Atinary SDLabs、德国FULL-MAP 项目等也均是颇具实力的自主实验室，在化学、新材料等领域持续贡献。同时，Lila Sciences、Periodic Labs等近期获得亿级融资的国际初创企业均瞄准这一领域。与此同时，美国日前启动的《创世使命》把先进制造技术列为重要技术攻关首位，其主要目标之一也是加速打造自主实验室等新一代科研基础设施，提高AI 驱动科学发现以及工业应用转化的效率。该计划进一步将科研算力、AI 基础模型、相关数据集、以及自主实验室体系集成为科学与安全平台，作为科研智能基础设施。国内自主实验室和科研智能平台建设全面启动。晶泰科技的AI+机器人平台已成为其的核心竞争力，中科院的“ChemBrain智能体+ChemBody机器人”和北京科学智能研究院的Uni-Lab-OS智能操作系统，也都是为了加速推动国内自主实验室的研发和推广。而中科研研发的磐石·科学基础大模型，也是国内科研智能平台的重要实践，平台可以实现对数据和模型等各类资源的管理，以及各类科研工具的调度，目前已经开始在生命科学、高能物理和力学研究领域进行应用。Al for science,science for humanity未来几年，科学智能的技术的演进速度和应用价值转化效率将随着AI 基础大模型能力的持续上涨、机器人技术的不断成熟和规模化而进一步提高。科学智能科研范式将进一步成熟、科研生态也将迎来重构与升级，AI 驱动的科研发现将涌现出更多的重大发现。Sam Altman 曾在今年红杉资本的 AI 峰会上预测 AI 大模型将在 2028 年取得接近于相对论级别的科学发现。然而，在技术高速更新换代的同时，我们不能忽视人类作为科学发现主体在科研原创能力方面的提升、以及在科技伦理和责任方面的刷新。科学家应该始终是科学智能的尺度，确保 AI成为人类科技进化的推动者和人类文明延续的守护者。

创刊于1899年的《麻省理工科技评论》（MIT Technology Review）是麻省理工学院旗下的科技媒体，专注于报道新兴技术及其商业化影响。其年度“全球十大突破性技术”榜单始于2001年，旨在预测未来5-10年内可能改变世界的创新技术。 2016年十大突破性技术： 1.免疫工程：通过基因改造T细胞治疗癌症等疾病。 2.精确编辑植物基因：利用CRISPR技术改良作物，提高抗逆性和产量。 3.语音接口：结合语音识别和自然语言处理。 4.可回收火箭：SpaceX和蓝源公司实现火箭回收，大幅降低太空探索成本。 5.知识分享型机器人：机器人通过云端共享学习成果，加速行业发展。 6.DNA应用商店：Illumina和Helix提供平价基因测序服务，推动个性化医疗。 7.SolarCity超级工厂：高效太阳能电池板量产，提升太阳能竞争力。 8.Slack通信软件：改变企业协作模式，替代传统邮件。 9.特斯拉自动驾驶仪：通过软件更新实现自动驾驶，推动行业技术革新。 10.空中取电：利用无线电信号为设备供电，实现无电池物联网。 2017年十大突破性技术： 1.强化学习：人工智能技术，通过试错自主学习，应用于自动驾驶、机器人等领域。。 2.360°全景相机：消费级设备，实现全景拍摄，改变内容创作方式。 3.基因疗法2.0：通过修正基因治疗遗传病。 4.细胞图谱：绘制人体细胞类型目录，加速新药研发。 5.自动驾驶货车：高速公路自动驾驶，提升运输效率。 6.刷脸支付：人脸识别技术用于支付，便捷但存在隐私问题。 7.太阳能热光伏电池：高效太阳能技术，可实现夜间发电。 8.实用型量子计算机：稳定量子比特计算机，处理复杂问题。 9.治愈瘫痪：脑-体电子元件绕过神经损伤恢复运动。 10.僵尸物联网：恶意软件控制物联网设备，威胁网络安全。 2018年十大突破性技术： 1.实用型3D金属打印：低成本快速打印金属部件，变革制造业生产方式。 2.人造胚胎：干细胞培育胚胎样结构，引发伦理争议但助力生命研究。 3.传感城市：多伦多Quayside项目通过传感器网络优化城市运营。 4.面向所有人的人工智能：云端AI工具降低使用门槛，推动行业革命。 5.对抗性神经网络：AI生成逼真图像/声音，兼具创造力与造假风险。 6.巴别鱼耳塞：谷歌Pixel Buds实现近实时多语言翻译。 7.零碳排放天然气发电：捕获天然气发电中的二氧化碳，实现清洁煤电。 8.完美的网络隐私：零知识验证技术保护个人信息安全。 9.基因预测：通过基因组数据预测疾病风险和智商，存在基因歧视隐患。 10.材料的量子飞跃：量子计算机模拟分子结构，加速新药和材料研发。 2019年十大突破性技术： 1.灵巧机器人：通过AI自我学习提升操作灵活性。 2.核能新浪潮：第四代核裂变反应堆（如小型模块化设计）和核聚变技术进展。 3.早产预测：血液检测技术通过分析游离RNA预测早产风险，成本低于10美元。 4.肠道显微胶囊：可吞咽设备无创诊断肠道疾病。 5.定制癌症疫苗：基于肿瘤突变的个性化疫苗进入临床关键阶段，激活免疫系统靶向抗癌。 6.人造肉汉堡：实验室培育肉成本从30万美元/磅降至11美元，环保优势显著。 7.捕获二氧化碳：低成本碳捕集技术可减排90%，需AI优化部署。 8.可穿戴心电仪：智能手表等设备实现心脏健康实时监测。 9.无下水道卫生间：低成本就地处理粪便技术，解决23亿人卫生问题。 10.流利对话AI助手：自然语言理解突破，可执行复杂对话任务。 2020年十大突破性技术： 1.防黑互联网：基于量子物理学的网络安全技术，利用量子纠缠和量子密钥分发实现无法被黑客攻击的通信。 2.超个性化药物：根据患者基因特征定制药物，如波士顿儿童医院为罕见病女孩Mila Makovec定制的“Milasen”。 3.数字货币：如Facebook的Libra和中国人民银行的数字人民币，可能重塑全球金融体系。 4.抗衰老药物：通过清除衰老细胞治疗老年疾病，如Unity Biotechnology的膝关节炎药物。 5.人工智能发现分子：AI加速新药研发，如Insilico Medicine的AI算法。 6.超级星座卫星：如SpaceX的Starlink，提供全球高速互联网。 7.量子优越性：谷歌实现量子霸权，量子计算机解决经典计算机无法解决的问题。 8.微型人工智能：设备本地化AI处理，保护隐私并提升效率。技术已成熟。 9.差分隐私：通过数据扰动保护隐私，用于2020年美国人口普查。 10.气候变化归因：科学量化气候变化对极端天气的影响。 2021年十大突破性技术： 1.mRNA疫苗：基于信使RNA技术，95%有效性，可快速修改应对病毒变异，已用于新冠疫苗接种。 2.GPT-3语言模型：1750亿参数的AI模型，能生成类人文本，推动自然语言处理发展，但存在偏见和算力消耗问题。 3.TikTok推荐算法：通过用户行为分析精准推送内容，改变社交媒体生态，下载量超200亿次。 4.锂金属电池：能量密度提升80%，支持快充，QuantumScape等企业推动固态电池商业化。 5.数据信托：通过第三方管理数据，解决隐私问题，牛津大学等机构研究其法律框架。 6.绿色氢能：可再生能源电解水制氢，零碳排放，欧盟、中国等加大投入。 7.数字接触追踪：蓝牙技术匿名追踪感染者，77国应用，但受限于用户信任度。 8.超精准定位：北斗/GPS精度达厘米级，支持自动驾驶、灾害预警，PPP-RTK技术将进一步提升精度。 9.远程技术：疫情推动远程教育、医疗发展，Snapask、Byju’s等平台用户激增。 10.多技能AI：结合视觉、语音的多模态AI，提升机器人环境适应能力。 2022年十大突破性技术： 1.新冠口服药：如辉瑞Paxlovid和默克Molnupiravir，显著降低住院率和死亡率，已获多国批准。 2.实用型聚变反应堆：CFS公司通过20特斯拉磁铁技术突破，计划2030年代初实现电网供电。 3.终结密码：微软、谷歌等推动无密码登录，生物识别技术普及。 4.AI蛋白质折叠：DeepMind的AlphaFold2解析近全部蛋白质结构，推动药物研发。 5.PoS权益证明：以太坊等转向PoS，能耗降低99.95%。 6.长时电网储能电池：铁基电池成本低至200美元/千瓦时，助力可再生能源。 7.AI数据生成：合成数据解决数据稀缺和偏见问题。 8.疟疾疫苗：RTS疫苗可减少儿童感染率，WHO已批准。 9.除碳工厂：冰岛Orca工厂年捕集4000吨CO₂，推动负碳技术。 10.新冠变异追踪：全球基因组测序超700万份，快速发现新变种。 2023年十大突破性技术： 1.詹姆斯·韦伯太空望远镜：人类迄今最强大的太空望远镜，能观测宇宙早期星系，揭示宇宙起源奥秘。 2.用于高胆固醇的CRISPR：基因编辑技术从治疗罕见病扩展到常见病，通过碱基编辑永久降低胆固醇，未来可能预防多种疾病。 3.制作图像的AI：文本生成图像技术（如DALL-E、Stable Diffusion） democratize艺术创作，已进入商业应用阶段。 4.按需器官制作：基因编辑猪器官和3D生物打印技术有望解决器官短缺问题，已进入临床试验阶段。 5.远程医疗堕胎药：通过邮寄提供堕胎药，解决法律限制下的医疗可及性问题，已在部分国家实现。 6.改变一切的芯片设计（RISC-V）：开源芯片指令集降低设计门槛，加速创新，已应用于耳机、AI处理器等领域。 7.古代DNA分析：新技术从古生物残骸中提取DNA，重建人类进化史，已进入商用阶段。 8.电池回收利用：新方法高效回收锂电池关键金属，降低成本并促进环保，技术趋于成熟。 9.必然到来的电动汽车：政策与市场双驱动，电动汽车销量激增，预计2030年占新车销量30%。 10.大规模生产的军用无人机：低成本无人机（如土耳其TB2）改变战争形态，已在多国冲突中应用。 2024年十大突破性技术： 1.无处不在的人工智能：生成式AI（如ChatGPT）已广泛应用于文本、图像生成等领域，重塑科技行业并推动办公自动化。 2.超高效太阳能电池：钙钛矿叠层技术将光伏效率提升至33%，牛津PV等公司计划2024年量产商用电池板。 3.苹果Vision Pro：首款高分辨率混合现实头显，2024年2月上市，可能改变人机交互方式。 4.减肥药：GLP-1类药物（如Wegovy）显著减重并改善心血管健康，但存在价格和长期副作用问题。 5.增强型地热系统：通过深层钻探技术释放地热能，Fervo Energy等公司推动商业化。 6.芯粒技术：模块化小芯片设计突破摩尔定律限制，AMD、英特尔等主导发展。 7.首例基因编辑治疗：CRISPR疗法获批治疗镰状细胞病，Vertex等公司引领市场。 8.百亿亿次计算机：超算实现每秒百亿亿次运算，助力气候、核裂变等复杂模拟。 9.热泵：高效电热设备销量超燃气炉，推动建筑和工业脱碳。 10.推特“杀手”：Bluesky、Threads等去中心化平台分流用户，改变社交媒体格局。 2025年十大突破性技术： 1.小语言模型（Small Language Models, SLMs）：参数量更少但性能媲美大模型，适用于特定任务，降低计算成本和能耗。 2.生成式AI搜索（Generative AI Search）：直接生成答案而非链接列表，改变信息获取方式，可能影响在线广告和媒体行业。 3.快速学习机器人（Fast-learning Robots）：结合AI技术快速适应新任务，降低部署门槛，应用于制造业和服务业。 4.无人驾驶出租车（Robotaxis）：L4级自动驾驶商业化落地，Waymo等公司扩展服务范围。 5.Vera C. Rubin天文台：智利巨型望远镜研究暗物质和银河系，2025年启动十年巡天。 6.清洁航空燃料（Cleaner Jet Fuel）：利用废弃物和CO₂合成，减少航空业碳排放。 7.长效艾滋病毒预防药物（Long-acting HIV Prevention Meds）：Lenacapavir每六个月注射一次，有效性达100%。 8.绿色钢铁（Green Steel）：瑞典Stegra公司用氢气炼钢，减少80%碳排放。 9.有效干细胞疗法（Effective Stem-cell Therapies）：治疗癫痫和糖尿病等疾病，进入临床阶段。 10.牛打嗝治疗方法（Cattle Burping Remedies）：饲料添加剂减少30%甲烷排放。

帕金森病患者终于迎来希望，糖尿病和癌症治疗也因人工智能的突破性进展而焕发新生。韩国科学家用胚胎干细胞培育的多巴胺祖细胞移植到帕金森病患者体内，12名中重度患者运动症状明显改善，高剂量组效果更佳。 这项1/2a期临床试验在2025年10月13日公布结果，为细胞替代疗法提供了有力证据。糖尿病治疗领域同样传来捷报，华盛顿大学和德克萨斯大学团队设计的"AI胰岛素"在10月13日登上Cell子刊。这种新型胰岛素不仅降糖效果优于天然药物，用量只需一半就能持久发挥作用，还能精准避开促癌风险。 更令人振奋的是，它能激活胰岛素抵抗患者的突变受体，为千万糖尿病患者带来福音。癌症研究方面，谷歌DeepMind与耶鲁大学在10月16日发布270亿参数的C2S-Scale模型。这个能读懂"细胞语言"的AI系统，意外发现激酶抑制剂silmitasertib在免疫活跃环境下能显著增强抗原呈递，为肿瘤免疫治疗开辟新思路。病毒研究也有重大发现。 四川大学华西医院领衔的国际团队在10月13日的Nature论文中揭示，宿主细胞会产生特殊的Z-RNA结构激活抗病毒蛋白，这种颠覆性认知为抗病毒药物研发指明新方向。农业科技同样惊艳世界。中科院团队将基因编辑与人工智能完美结合，研发出全球首台自动授粉机器人"吉儿"。这台能精准识别花朵、轻柔授粉的智能设备，在番茄和大豆育种中分别节省76.2%的人工时间，让杂交育种效率实现质的飞跃。人工智能正在重塑医疗健康格局。 与博通合作开发10吉瓦AI加速器，计划2026年下半年部署；与阿根廷合作的"星际之门"项目将投资250亿美元建设500兆瓦AI计算设施。这些算力布局将加速医疗AI的发展进程。能源领域也迎来变革。Bloom Energ与Brookfield达成50亿美元合作，将在全球建造AI工厂；核聚变公司CFS则携手DeepMind优化SPARC装置运行效能。这些突破性进展正在改写人类对抗疾病的剧本。从帕金森病到糖尿病，从癌症到病毒感染，人工智能正以前所未有的力量推动医学进步。未来已来，科技之光正照亮人类健康的每一个角落。