如果时间能倒流，那么，把今天最先进的人工智能（AI）送回1905年，也就是狭义相对论发表那一年，基于当时的科学认知，AI能不能扮演爱因斯坦，独立推导出广义相对论？

　　这是昨天举行的第二届浦江AI学术年会上，上海人工智能实验室主任周伯文提出的一个“思想实验”。在他看来，科学发现正成为AI的终极“试金石”——只有当AI可以像人类天才那样完成颠覆性的原始创新，我们才有理由认为，真正的AGI（通用人工智能）已经到来。

　　正是为了回应这一考问，本次大会上，上海AI实验室正式发布了面向重大科学突破的“AGI4S（通用科学智能）珠穆朗玛计划”，旨在汇聚相关创新全要素，重构科研生产力。这不仅是上海向全球科学界抛出的一套“路线图”和“英雄帖”，更展现了我国在重构科研范式、构建自主可控AI发展模式方面的战略与雄心。

　　筑牢底座：打造科学发现“大本营”

　　昨天的大会吸引了众多顶尖学者、创业者和企业参与，它之所以引人关注，原因在于正好切中了产学研各界共同关心的话题。

　　正如中国科学院院士白春礼在开幕演讲中所说，科学革命的每一次跃迁，都伴随着认知工具的更新；当下，AI正在深刻重塑科研范式，未来的竞争就是看谁能在新一轮科研范式转型中，率先形成新的认知体系。

　　就是在这样的背景下，上海提出“珠穆朗玛计划”，试图在科研范式革命的早期，围绕下一代的科学基础设施、科研机制、知识生产模式和组织方式等，率先展开探索和布局。

　　要攀登科学的“珠穆朗玛”，先要为科学家打造“珠峰大本营”。当前，科学智能普遍存在算力碎片化、数据质量低、实验验证难等痛点问题，为此，“珠穆朗玛计划”对症下药，提出并着手构建“算力—数据—自主实验”一体协同的基座。

　　算力方面，DeepLink超智融合算力平台已与全国主流超算和智算中心全面互联互通，构建起“算力一张图”，将大幅提升复杂科学问题的解算速度。数据方面，正在构建的超大规模科学智能数据库Sciverse，将全面覆盖我国研究生学科体系，目前已囊括过去数十年的全球主流开放科研成果，沉淀出6000亿词元（Token），为科学大模型的训练提供高准确度、强时效性的支撑。

　　更具突破性的是，上海借助具身智能，构建自主实验平台，可在无人干预的情况下自行完成复杂实验操作。在合成科学领域的试点表明，这个平台能将原本以“年”计的实验周期大幅缩短至3到6个月。

　　此外，上海AI实验室还借助“书生”万亿参数科学大模型和科学发现平台，将科研人员从重复工作中解放出来。目前，平台可提供超过200个科学专业智能体，可接入100多种实验设备。

　　机制护航：全周期托举高价值成果

　　基础研究的任务，通常被认为是做出“从0到1”的原创性发现。但要让学术成果真正爆发出改变世界的力量，还需要为科学家打通“从1到10”的优化放大以及“再到100”的产业落地通道。为此，上海整合资源，为“珠穆朗玛计划”配套推出升级版的“攀登者计划”。

　　据介绍，针对传统科研体系人才与项目脱节、项目与资源错配、成果与产业割裂等堵点，“攀登者计划”将构建贯通“实验室-上海-国家”的三级项目支持体系，为每一个高价值成果提供全周期托举。

　　在去年推出的1.0版“攀登者计划”中，上海AI实验室面向AGI4S，选定了一批项目进行合作孵化，涵盖数学、物理、化学、能源、材料、生命等十多个领域，目前已有多个项目完成了从科研成果到真实场景价值验证。

　　中国石油大学（北京）副教授周天航的经历，就体现了该计划的效力。去年初，他携长时储能方面的课题，加入“攀登者计划”，仅用数月就破解了储能材料在“能效、安全、寿命”上的“不可能三角”，构建了“分子—电网工业智能体”，目前已在兆瓦时级储能装置上部署。周天航表示，当自己的科学构想遇上真正懂科研、敢投入的平台，原本多年的跋涉就会变成一场全力冲刺。

　　今年升级至2.0版的“攀登者计划”中，上海基于近年来在科研组织范式方面的改革试点，进一步为AGI4S引入“项目经理人”机制，由更具实力的专业化力量对早期项目进行精准判断，并帮助科学家将这些高潜力项目一路从种子期护航到产业化落地。

　　场景共建：做下一代“创新中枢”

　　传统科研范式中，重大突破往往依赖天才的偶然灵感。但在周伯文看来，真正的变革在于“重新定义发明的组织方式”。如同爱迪生通过建立门洛帕克实验室，将发明变成可预测的工业流程，最终研发出白炽灯泡；在AGI领域，科学智能的使命也包括牵引科学与更多场景开放互联，让创新能够植根应用的土壤。

　　此次发布的“珠穆朗玛计划”，就深度链接了中国本土创新体系，特别是联合中国航天、中国联通、中国银联、阿里巴巴及复旦大学、上海交通大学、南京大学等15家高校、科研机构和领军企业，共建应用场景，通过打造面向真实应用、面向重大科学问题的协同网络，将AGI的能力精准植入高能物理、新药创制、疾病诊断等重大战略性领域，从需求出发定义模型，驱动AI迭代。

　　“真正的技术突破，往往源于对真实场景的深刻理解。”昨天，谈到让AGI走出实验室、走进真实科研场景进行迭代验证，上海AI实验室、复旦大学双聘青年科学家孙思琦感触颇深。他所在团队研发的AI蛋白质测序工具，预测精度较传统算法提升了45%，速度提升80多倍，背后的关键驱动力正是场景牵引。由此，AI不再只是聊天工具，而是能理解科学规律，“算得准、可验证”的科研伙伴。

　　值得一提的是，“珠穆朗玛计划”不单为中国科学家赋能，更向海内外开放，希望从全球征集科研项目，并提供算力、数据、模型、平台、场景等全维度合作通道。

　　正如周伯文所言，当下是中国科技发展最好的时代，上海AI实验室的目标是做整个科学界的“连接器、放大器、加速器”，助力全球科学家勇攀科学高峰。也只有这样，上海才更有可能成为下一代创新范式的“创新中枢”，并在重塑科学版图的深刻变革中发挥引领性作用。