会懂网AI资讯，9月23日，近日，在2026浦江创新论坛主论坛上，上海人工智能实验室主任、首席科学家周伯文提出，科学研究是下一个编程。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
具体来看，他认为AI与科学将形成双轮驱动，共同提升，助力新认知的发现与新突破的产生，但突破的根基始终是人类定义的科学问题、构建的数据集与设计的提示词。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
从技术细节出发，周伯文把AI与科学的关系划分为三个阶段：最初AI for Science阶段AI只是服务科学的工具，当下已进入AI in Science阶段，AI端到端驱动完整科研流程，未来将走向AI and Science的共生阶段。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。
在产业层面，他强调，科学探索的罗盘始终应由人类的心智、好奇心与价值判断来掌握。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
对开发者与企业用户而言，他强调，科学探索的罗盘始终应由人类的心智、好奇心与价值判断来掌握。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。
展望后续，他强调，科学探索的罗盘始终应由人类的心智、好奇心与价值判断来掌握。相关进展将持续影响行业格局，值得长期跟踪。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
暂无评论内容