5月12日，2026世界数字教育大会“构建新型科研能力：人工智能赋能科研范式变革”平行会议在浙江杭州举办。深圳河套学院副院长欧阳万里教授主持青年科学家报告，深圳河套学院语言模型与人机交互中心主任李海洲教授出席高端圆桌论坛，深圳河套学院科学与工程智能中心张纵辉教授发布科学智能前沿创新成果：无线世界高精度多模态实测数据集和跨城市AI4Net基础模型。

深圳河套学院副院长欧阳万里教授主持青年科学家报告

深圳河套学院语言模型与人机交互中心主任
李海洲教授参与圆桌论坛

在圆桌论坛环节，李海洲教授与现场多位专家围绕“AI变革下的科研范式重构与人才培养革新”展开深入探讨。他聚焦高质量科研问题的提出、科研评估体系优化以及AI人才培养三大核心议题，系统阐述了自己的观点，为数字教育与AI科研的融合发展提供了重要思路。

围绕“AI能否主导高质量科研问题的提出”这一议题，李海洲教授将科学研究模式分为两类：一类是对已知领域的优化迭代，追求更快、更准、更高效的研究成果，在此类研究中，AI可依托数据学习快速提炼问题、优化流程，优势显著；另一类则是探索未知、开拓前沿的创新性研究，指向人类认知边界外的星辰大海。他指出：“人类有好奇心，很多好的科学问题是基于人类的好奇心和直觉而提出来的，这是AI完全做不到的事情，它没有办法去提出一个很好的科学问题。”

针对“AI时代高校与科研机构评估体系改革”的议题，李海洲教授认为，科研评估应从投入、产出、影响力三方面加以考量。当前，业界多以论文数量、引用次数近似衡量影响力，而AI时代，尤其在应用科学领域，所研发的软件、实际系统的开发成果及算法，也应纳入评估范围。他坦言，论文数量统计简单，但影响力评估难度较大，需要各界共同努力，推动评估方式的完善。

在“AI时代创新人才培养”这一热点议题上，李海洲教授表示，AI已成为当代不可或缺的重要工具，无论是用于日常工作还是科学研究，AI都具备实用价值，AI其本质始终是工具，与计算机无异，如何驾驭工具，主动权始终掌握在人类手中。他将AI视作新一轮工业革命的关键驱动力，如同电力和计算机的诞生一样，具备推动生产力跃升的巨大潜力。当前AI在社会各场景中的渗透仍有限，亟需青年学子与科研工作者接续探索，推动其融入生活、赋能发展，这也是AI时代赋予科研与教育领域的重要使命。

在会议压轴的“成果发布”环节，6项具有国际领先水平的科学智能大模型和智能体集中亮相，向世界展示了人工智能深度赋能科学研究的“中国方案”。发布环节由中国科学院院士、清华大学校务委员会副主任姜培学主持。

本次会议发布的成果涵盖了生命科学、化学材料、无线通信、智慧医疗、科研自动化及中医药教育等多个交叉领域的智能科研工具。

深圳河套学院科学与工程智能中心
张纵辉教授作成果发布

其中，深圳河套学院联合华为公司和深圳市大数据研究院，发布了全球首个面向AI无线世界模型的大尺度、高精度、多模态真实场景数据集及AI4Net基础模型。研究团队融合大规模商用5G现网真实无线测量与多模态环境数据，构建面向无线世界模型（WWM）训练的基础资源，弥合“仿真-现实”鸿沟，为数据驱动的无线环境高保真建模提供不可或缺的数据基础。

通过同步对齐的多模态实测数据，对物理环境、基站配置及无线信道等关键要素，针对WWM研发所需的“环境-配置-信道”进行统一建模与联合表征，支撑了跨物理与电磁域的联合推理，为理解传播机制与环境、网络的关联提供了数据基础。推动无线智能研究从依赖理想仿真、针对孤立任务，转向基于真实复杂数据、追求通用环境认知与决策的新范式，加速WWM从概念到实际应用的进程。

在实际应用中，该成果可应用于网络优化与数字孪生、智能网联系统、通感算一体化等领域。作为构建和验证网络数字孪生的高保真数据基底，它支持在复杂真实场景中进行物理部署前的闭循环测试与优化，在此基础上构建的AI4Net基础模型，通过对无线传播机理的深度学习、跨场景知识泛化以及环境感知交互能力的融合，能够实现对无线环境的高保真、可泛化建模。在此基础上，模型可落地应用于基站参数优化、新区域站址规划、动态资源调度等关键网络任务，有效降低网络规划与运维成本，提升网络覆盖的稳定性与用户体验水平。同时，该模型还可向自动驾驶等智能系统提供环境感知与预测能力，并为6G智能网络与无线世界模型的工程化落地提供核心基础支撑。

高精度多模态数据集构建流程

一起来看看6项成果

（一）生成式基因组大模型Carbon

成果介绍：Carbon是北京中关村学院联合国际知名开源社区HuggingFace共同开发的生成式基因组大模型，定位为生命科学领域的DeepSeek，计算效率提升近百倍，打破了“参数越大越强”的传统路径依赖。Carbon聚焦基因组学两大核心难题：DNA序列设计与基因组注释。在序列设计方面，模型全面赋能DNA调控元件的设计与优化、密码子优化、mRNA疫苗的设计与优化等下游任务，可广泛应用于合成生物学、基因治疗、精准医学等方向。在基因组注释方面，Carbon无需依赖传统基于相似性比对的模板匹配方法，而是通过学习基因底层语法实现对基因组序列的自主解读，堪称基因组注释领域的“Alpha-Fold时刻”。相关成果预计于今年5月底正式开源，推动高效能基因组智能广泛应用。

（二）面向自驱动实验室的智能体基础设施

成果介绍：围绕科研实验自动化与自主化发展的关键需求，形成了面向自驱动实验室的软硬协同智能体基础设施。该成果以科研任务执行为牵引，打通了智能体调度、科学计算、仪器控制、状态监测与数据回流等关键环节，构建了覆盖实验设备接入、实验流程执行、安全联锁、资源统一管理和知识沉淀的系统架构。相关体系可支撑从科研任务理解、实验方案生成、计算与实验协同执行，到结果回流分析与流程迭代优化的全过程组织与实施，推动科研范式由分散式工具辅助向可组织、可执行、可复现的自主科研体系演进，为新一代科研基础设施建设提供了重要支撑。

（三）无线世界高精度多模态实测数据集和跨城市AI4Net基础模型

成果介绍：精准感知并预测真实物理环境的“无线世界模型（WWM）”是实现6G智能网络的关键。成果构建了首个面向WWM的大尺度、高精度多模态实测基准数据集“无线世界图谱”，首创融合了商用5G现网真实测量与多模态环境信息，系统性地解决了现有数据在真实性与环境关联性方面的局限，为“环境—配置—信道”的联合表征奠定了现实基础，并推动无线智能研究从依赖仿真向基于真实数据的新范式转变。基于此高质量数据，提出了一种联合自掩码和自蒸馏的通用自监督学习框架，构建了具备跨场景泛化能力的AI4Net通信网络基础模型。该模型有效克服了数据缺失难题，在场强预测与定位等关键任务上均取得了领先的性能表现。成果通过“数据基石”与“模型赋能”双轮驱动，加速无线世界模型从概念走向实际应用。

（四）可溯源罕见病诊断智能体DeepRare

成果介绍：DeepRare是一款专为攻克罕见病诊断难题而研发的“可溯源”智能体。针对罕见病“认知少、确诊难、易误诊”的临床痛点，该智能体深度融合了大语言模型的复杂推理能力与权威罕见病医学知识库。其良好的“可溯源性”，能够清晰地展示其逻辑推理路径，并精准溯源至具体的医学文献、临床指南或基因表型数据库。不仅打破了传统AI的“黑盒”限制，大幅提升了诊断的准确率与可信度，更为临床医生提供了透明、可靠的辅助决策支持，让罕见病患者尽早获得精准诊断与干预。相关成果发表于《Nature》，生成的证据链报告获专家95.4%认可，在全球1300+机构应用。

（五）自动化科研工作系统DeepScientist

成果介绍：DeepScientist是一款全自动闭环工作的“AI科研专家”系统，具备自主思考、编写代码并执行实验的能力。它依托研究图谱与“科研长程记忆”，可基于经验自动迭代研究方案，从而有效缩短科研探索周期。系统开源发布后已被来自数百家高校与研究机构的超过7500名专家学者注册使用，实现了高效自主科研的全流程自动化闭环，为构建智能化科研生态体系发挥积极作用。

（六）薪火中国药：国内首款完成国家备案的中医药学科教育大模型

成果介绍：“薪火中国药”作为最早完成安全测试和国家服务备案的中医药领域学科垂类模型，着力破解现有各类中药人工智能工具教育属性不足、中医药思维淡化、语料同质化等问题，打造700亿参量中药高等教育的“新基建”，成为教育AI撬动行业数字化发展及突破合规服务瓶颈的典型案例。

成果展示引发了现场参会嘉宾的热烈反响，多位与会人员表示，此次展示的不仅是单一的算法突破，更是可以实际应用的“智能科研工具箱”，让人工智能作为“科学发现加速器”不再是理念和方法，而是触手可及的新质科研生产力工具。科学智能模型和智能体的快速发展将进一步解放科研人员，让他们能够投身于更具创造性的科学思考中。
本次会议表明科研范式正在由简单工具辅助向“智能驱动、人机深度协同、自动化闭环”的新型自主科研体系跃迁。高水平的科学智能模型和智能体不仅可以提升科研产出的质量和效率，极大地缩短科学探索周期，更推动科学研究从“实验室探索”快速进入“规模化应用”的崭新阶段。发布成果的开源与广泛应用，将为构建开放共享和智能化的新质科研生态提供强有力的创新工具支撑。

文章转载自“微言教育”

海报设计 | 教育部宣传教育中心 旭柠