隨著新一輪科技革命和產業變革加速向縱深推進，全球科技創新進入密集活躍期，科學研究呈現多向突破，不斷打破人類認知邊界。實踐表明，人工智能驅動的科學研究（AI for Science，AI4S）時代已經到來。

當前，我國基礎研究已進入高質量發展的加速提升期，迫切需要新的科研戰略思維和科研組織模式。國務院日前印發的《關于深入實施“人工智能+”行動的意見》中明確提出，要加快探索人工智能驅動的新型科研范式，加速“從0到1”重大科學發現進程。

近日，北京大學深圳研究生院與百度智能云聯合宣布，雙方攜手打造的“一站式”數智化生命科學研究平臺——AI4S LAB正式上線。該平臺深度整合算力、數據、模型、實驗四大要素，開發多智能體協同系統，為科研工作者帶來“AI驅動、干濕閉環、全鏈數智”的云端科研體驗，極大提升科研效能與創新能力。

AI4S全鏈路數智化要素整合，賦能科研協作新范式

長期以來，“作坊型”科研模式在生命科學傳統科研體系中占據主導地位，研究團隊雖能自給自足，但超過80%的時間都耗費在重復性高、創造性低的實驗操作與數據整理工作中，研發周期長、效率低下。

盡管AI與科學研究的深度融合已展現出巨大潛力，但實踐中也逐漸暴露出三大新挑戰：一是學科認知壁壘，生命科學領域和人工智能領域的科研工作者存在嚴重的“知識不對稱”，導致AI賦能的研究易偏離真實的產研需求。二是數據斷層，生命科學研究數據具有多源異構性，嚴重阻礙知識的跨域遷移與模型的泛化能力提升，難以支撐智能科研閉環運行。三是技術代差，目前多數生命科學研究依賴正向設計思路和傳統實驗操作，缺乏實現“逆向設計、自主研發的端到端智能化實驗工作流”的全鏈路工具支撐。

為突破科研效率瓶頸，跨越智能化鴻溝，北京大學深圳研究生院（PKUSZ）宣布啟動一項前瞻性的數智化平臺型研究模式，旨在探索并實現科學研究的“逆向設計與自主發現”能力。通過與百度智能云的深度合作，雙方共同打造了“AI4S LAB”云上科研平臺。

AI4S LAB數智化支撐生態建設包括——算力：配備可伸縮的高性能計算集群，搭載面向科學智能需求的超智融合算力調度系統。模型：基于百度智能云千帆大模型平臺開發私有化模型與數據管理能力，為AI4S LAB提供了Agent開發所需模型、Agent編排、數據和定制化服務。匹配一站式模型效果調優工具鏈，為平臺提供模型納管、精調與推理支持，尤其是生物領域大語言的場景化適配與調用。具有卓越的模型推理托管能力，在配備超10個可直接使用的通用與生命科學垂直領域代表性模型的同時，還支持各類主流推理框架和模型的自定義導入與部署，為科研工作者提供了高度靈活的開發環境。數據：配備超15個專業數據集，提供開放共享且持續產生新數據的知識平臺，提供高效數據管理功能、智能可視化數據分析工具。實驗：集成超過22臺套的先進高通量、自動化、自迭代智能實驗設備，面對生命合成領域，提供工程菌株構建與優化，蛋白表達與酶工程，代謝工程與調控，非天然氨基酸整合，合成噬菌體開發等多場景提供高效科研服務。

以多智能體協同系統為核心，賦能生科研究工作流革新

北京大學深圳研究生院自主研發的AI4S原生多智能體系統——BIOMA，是平臺全鏈路智能化實現的核心，提供高效協同的云化研究能力，涵蓋了從理論預測、實驗設計、自動化執行到數據分析與迭代的各個環節，助力科研人員突破傳統研究的時空限制。

BIOMA多智能體系統的能力包括——逆向智能設計：從期望的功能或性能指標出發，智能設計全新的實驗方案與材料。智能創制與表征：自動化地執行復雜的實驗流程，并對結果進行精確表征。科研數據智能分析與迭代：對海量實驗數據進行深度分析，并基于分析結果自主優化后續實驗方案。

BIOMA多智能體系統由一系列功能協同的智能體構成，每個智能體在科研流程中扮演著關鍵角色：

理論科學家智能體（PredAgent），在理論預測階段，解析科研人員以自然語言輸入的研究構想，并即時調用全球前沿的預測模型和工具進行模擬與計算。極大地提升了理論設計的效率，更通過算法優化增強了預測的準確性，為后續的實驗研究奠定堅實理論基礎。

實驗規劃師智能體（ProAgent），具備自主生成完整、可執行的標準化實驗方案的能力。在干濕閉環驗證階段，通過與研究人員的多輪交互，精確提煉并完善濕實驗方案的每一個細節，包括試劑選擇、參數設定以及儀器調配等，從而構建出邏輯嚴謹、操作性強的實驗流程。

智能實驗室自動化被《自然》期刊列為“2025年值得關注的七大技術”之首。實驗室指揮官智能體（OperAgent），負責在實驗執行階段，將ProAgent生成的復雜實驗方案轉化為機器可精確執行的指令。通過對實驗室超22臺自動化設備的多線程精準調度與協同控制，成功打造7x24小時不間斷運行的“黑燈實驗室”，實現了真正意義上的無人化、自動化實驗流程。

數據分析師智能體（ComAgent），致力于構建一個一體化的科研數據生態系統，提供豐富的數據分析工具與可視化圖表，同時基于設定的關鍵性能指標，對實驗數據進行深度挖掘與洞察。通過自主分析，ComAgent生成富有洞見的優化建議，并自動規劃下一輪的實驗方案，從而形成可持續進化的科研閉環，加速科學發現進程。

AI for Science是中國科技創新歷史上的最好機會，北京大學與百度分別作為AI4S的首倡者和前鋒踐行者，正在全力引領和參與這一重大科研范式變革過程。未來，北京大學深圳研究生院將與百度在AI4S科研平臺、AI4S成果產業化孵化平臺、交叉創新人才培養等方面繼續深化合作，結合雙方在學界和產業界優勢，攜手打造面向全球的智能化科研協作新范式。