随着人工智能与科学研究的深度融合，科研活动正由经验驱动向数据、模型、计算与实验协同驱动的新范式演进。科研智能（AI4R&D）逐步成为科研与产业创新的重要支撑，推动科研流程从辅助工具向核心环节转变，科研智能开发平台也成为连接底层能力与科研应用的重要基础设施。
中国人工智能产业发展联盟（简称“AIIA”）AI4S工作组高度关注科研智能技术发展，联合移动研究院、华为、百度、之江实验室、嘉庚实验室、上海科学智能研究院、浙江大华、枫清科技、中化数智、翼支付、中电信数智等三十余家单位共同编制了《科研智能开发平台技术要求》技术规范。
“科研智能成果发布会暨AIIA科学智能工作组组会”在京召开，会上中国信通院人工智能研究所平台与工程化部张玮婷发布了《科研智能开发平台技术要求》解读。
一
面向对象
该技术规范旨在为科研智能开发平台的研发者提供技术参考，并为使用的企业方提供选型参考。
二
科研智能开发平台技术规范内容
该技术规范系统梳理了科研智能开发平台的共性能力，关注平台支撑、数据处理、模型开发与部署、应用开发、科研场景等通用环节的技术能力。该技术规范共66个能力项，其中基数据处理规范科研数据从接入、加工、标注到回流的全生命周期能力，支持多源数据接入、预处理与数据合成，以及标注与回流机制，提升数据利用与迭代效率。
础功能33项，高级功能33项，各能力域涉及以下核心条目。
（一）平台支撑
平台支撑是科研智能开发平台的底层保障，涵盖科研预置、数据、模型、应用及资源管理能力，实现开箱即用与资源统一纳管。
（二）数据处理
数据处理规范科研数据从接入、加工、标注到回流的全生命周期能力，支持多源数据接入、预处理与数据合成，以及标注与回流机制，提升数据利用与迭代效率。
（三）模型开发与部署
模型开发与部署覆盖训练、推理与评估全流程，支持训练与推理优化、分布式能力及评估指标体系，满足科学大模型研发与应用需求。
（四）应用开发
应用开发面向科研应用与智能体构建，支持知识库管理、科研工作流编排、组件开发及多智能体协作与自主规划，支撑复杂科研任务。
（五）科研场景
科研场景明确平台应用方向，涵盖文献助手、科学计算与科研实验，分别支持文献理解与检索、多尺度计算及实验流程智能化与设备联动，支撑自动化实验室建设。
AIIA科学智能（AI4S）工作组致力于推动人工智能技术在各行业的应用与发展，促进产学研用各方的交流与合作，共同探索科研智能技术的创新应用。中国信通院人工智能研究所现已依托《科研智能开发平台技术要求》技术规范组织开展科研智能开发平台首轮评测，面向产品提供方和应用使用方，聚焦“数据处理工具-模型开发工具-应用开发工具-科研场景工具”四大能力域。
联系人
张老师：13840517805
zhangweiting@caict.ac.cn
董老师：15910462421
donghao@caict.ac.cn