2025年8月国务院发布《国务院关于深入实施“人工智能+”行动的意见》
“（一）“人工智能+”科学技术
1.加速科学发现进程。加快探索人工智能驱动的新型科研范式，加速“从0到1”重大科学发现进程。加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集，提升跨模态复杂科学数据处理水平。强化人工智能跨学科牵引带动作用，推动多学科融合发展。
2.驱动技术研发模式创新和效能提升。推动人工智能驱动的技术研发、工程实现、产品落地一体化协同发展，加速“从1到N”技术落地和迭代突破，促进创新成果高效转化。支持智能化研发工具和平台推广应用，加强人工智能与生物制造、量子科技、第六代移动通信（6G）等领域技术协同创新，以新的科研成果支撑场景应用落地，以新的应用需求牵引科技创新突破。
3.创新哲学社会科学研究方法。推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域。深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类。”
一句话总结：
国家要让AI（人工智能）成为科学家们最得力的“超级助手”，帮他们更快地搞发明、搞发现，并且还要确保这个“助手”学好向善，别长歪了。
具体来说，分三个方面：
1. 给科学家装上“最强大脑”，加速颠覆性发现
啥意思？
以后科学家做研究，不光靠泡实验室和拍脑门了。AI能处理海量数据、做超级复杂的计算，帮科学家从数据里发现人脑想不到的规律和可能性。
举个例子：
比如研发新药，以前一种一种化合物去试，费时费钱。现在用AI大模型，可以在电脑里模拟海量化合物的效果，快速锁定最有希望的几个，大大缩短研发时间。这就像是给科研“开了挂”。
目标：
争取在基础科学上（比如物理、化学、生物）实现更多“从0到1”的、别人没有的突破性发现。
2. 让技术研发“多快好省”，快速变成咱能用的产品
啥意思？
AI不仅要帮科学家“想出点子”，还要帮工程师“做出东西”。从实验室的图纸，到工厂的产品，这个过程中AI都能帮忙优化，让整个过程更顺畅、更高效。
举个例子：
比如设计一款新手机芯片，AI可以帮忙设计更牛的电路图；比如研发新材料，AI能预测哪种配方性能最好。它还会和6G通信、生物制造这些前沿领域深度结合，催生出我们现在都想象不到的新产品。
目标：
让好技术不再“躺在论文里”，而是能快速变成咱们生活中能用到的实实在在的好东西，形成一个“越用越好，越好越用”的良性循环。
3. 给AI立规矩，确保它“学好人，做好事”
啥意思？
这是最有远见的一点！国家意识到，AI这么强大，不能光发展技术，不管它的“思想品德”。
一方面， 研究社会、法律、伦理的学者们也要学会用AI。
比如，用AI分析社会舆论趋势，研究经济规律，让他们的研究更精准。
另一方面，也是更重要的， 要深入研究AI会怎么影响人类社会。
比如，AI会不会让人变懒？失业怎么办？算法歧视怎么避免？要探索一套“智能向善”的理论，给AI的发展划出红线、指明方向。
目标：
确保AI这个强大的工具，最终是来服务人类、造福人类的，而不是带来混乱和麻烦。说白了，就是让科技发展带着“良心”和“温度”。
总结一下，跟咱有啥关系？
你以后可能会看到：
治病的新药和新疗法出现得更快了。
你的手机、汽车、家电会变得越来越“聪明”，功能超乎想象。
一些现在觉得很科幻的技术（比如更高级的无人驾驶、虚拟现实）会更快走进生活。同时，关于AI的讨论和法律会更完善，让它更好地为你我服务，而不是添堵。
这份文件描绘的，是一个用AI把我们未来的生活、医疗、科技全方位变得更好的蓝图，而且特别强调了要安全、负责任地实现它。是不是听着就挺带劲的？
这里有几个近期“人工智能+科学研究”的典型案例，涵盖了材料、气候、农业和医学等领域，能让您快速了解AI是如何助力科学发现的。
下面这个表格汇总了这些案例的基本信息，方便您快速了解。
|
|
|
|
|
|---|---|---|---|
| 材料科学 |
|
|
|
| 生态环境 |
|
|
|
| 农业育种 |
|
|
|
| 医学 |
|
|
|
🔬 案例深度解读
1、材料科学：AI“科学家”自主发现新材料
美国麻省理工学院（MIT）的研究团队开发了一个名为CRESt的多模态机器人平台，它像一个不知疲倦的AI科学家-。
如何工作
CRESt平台融合了文本、实验数据和图像信息。它能自主阅读文献获取“知识”，通过机器人手臂进行实验，并用计算机视觉分析材料微观结构，从而智能地设计下一步实验 。
成果与价值：
在90天内，这个平台自主完成了超过3500次电化学测试，成功发现了一种高性能的八元合金电催化剂，其成本效益是传统催化剂的9.3倍。这项研究为新材料的高速发现打开了新范式的大门 。
2、生态环境：AI量化生态效益
中国科学院空天信息创新研究院的团队利用AI解决了一个典型的资源统筹难题：在严守生态红线和水资源约束下，如何科学地恢复草地并提升产能。
如何工作：
研究团队构建了一个跨层级、跨数据源的融合技术框架，有效整合了卫星遥感、生态水文模型和地面实测数据。通过集成学习等先进的机器学习方法，精准反演出灌溉用水量、植被生产力等关键指标。
成果与价值：
该技术能够在公里尺度上以超过85%的准确度精准识别出“最优饲草带”。管理者可以像看“一张图”一样，直观地看到哪些地块种植饲草的投入产出比最高，从而做出最优决策。
农业科学：大模型颠覆传统育种
如何工作：
科研人员只需用自然语言向模型描述需求，它就能通过多智能体协同技术，自动进行任务分解和规划。例如，在24小时内完成涉及上千个步骤的育种方案模拟设计，整个过程无需编写代码。
成果与价值：
该模型在关键研发环节能将科研人员的效率提升约10倍，极大加速了育种技术迭代，为保障粮食安全提供了强大的智能工具。
医学：AI实现无创精准诊断
安徽大学与多家医院合作，在前列腺癌诊断方面取得了突破。
如何工作：
研究团队开发了一套端到端的AI“影像-病理”基础模型。该模型能够探索前列腺癌磁共振影像与肿瘤病理学表征之间的定量映射关系，从而构建一个无创诊断和分级预测模型。
成果与价值：
该模型在国内外5000多例患者的测试中，诊断性能显著优于现有的临床评估方法，实现了无创的精准诊断，为避免不必要的穿刺手术带来了希望。
希望这些案例能帮助您具体地感受到“人工智能+”为科学研究带来的强大动力。在这些案例涉及的领域中，您对哪个最感兴趣，或者想了解其他特定领域的应用吗？