Group 1 - The core objective of Shandong's "Robot Industry High-Quality Development Action Plan (2025-2027)" is to exceed a manufacturing scale of 50 billion yuan by 2027 and cultivate over three leading enterprises with an output value exceeding 2 billion yuan each [1] - The plan includes 18 measures to support the robot industry across all dimensions and cycles, aiming to establish Shandong as a national growth pole for robot research, manufacturing, and application [1][2] - Shandong's robot industry is positioned as the second tier in China's robot industry, indicating significant potential for expansion [2] Group 2 - The regional layout of Shandong's robot industry is evolving, focusing on four major development hubs: Jinan, Qingdao, Zibo, and Jining, each with specific development focuses [2][3] - Jinan aims to create a leading domestic robot testing and verification platform, while Qingdao will integrate various robot applications across multiple sectors [2] - By the end of 2024, Shandong's robot industry is projected to achieve over 26 billion yuan in revenue, with a target to reach 50 billion yuan in three years [3]

新京报讯（记者张璐）人工智能赋能科学研究（AI for Science，科学智能）作为加速科学研究的新型范 式，将对未来科学技术和产业发展带来深远的影响。在这一背景下，要如何进行人才培养？中国科学院 院士、北京科学智能研究院学术委员会主任、北京大学国际机器学习研究中心主任鄂维南表示，在科学 智能时代，要打破学科界限培养人才。 "最重要的是培养学生的第一性原理思维能力，要打破现在的学科界限。"他说，学科界限很有可能在未 来的5年、10年消失。目前，学科界限对老师来说是根深蒂固的，整个科研体系、教育体系都是围绕着 学科来的。但是AI for Science时代的到来，让学科界限变得不重要了，将拓展出非常大的科研探索新空 间。 7月11日，《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》新闻发布会举 行。《行动计划》提出，鼓励高等学校、科研机构加强交叉学科专业设置，培养一批既懂AI技术又懂 应用的复合型人才。 AI for Science带来的科研效率提升是"量"的变化，打破学科界限带来的探索空间延展是"质"的飞 跃。"这需要在教学体系上下功夫，思考如何把数学、物理、化学等学科最基础的知 ...

据北京晚报，今天，全国首个科学智能专项地方政策——《北京市加快人工智能赋能科学研究高质量发 展行动计划（2025—2027年）》发布会举行，依据该计划，预计到2027年，北京将建成科学基础大模 型，建设不少于10个高质量科学数据库，服务不少于1000万用户，推动科学智能在不少于5个领域开展 深度应用，形成8个以上标杆应用案例。 ...

来源：光明网 中国科学院院士、中国自动化学会理事长、中国空间技术研究院研究员杨孟飞出席。中国自动化学会特 聘顾问、青岛科技大学副校长、上海交通大学教授李少远，华北电力大学教授肖峰，中国自动化学会副 监事长、安徽大学教授孙长银，中国自动化学会理事、武汉大学教授张俊作主旨报告。中国自动化学会 理事、中国科学院自动化研究所研究员魏庆来，英国格拉斯哥大学教授于慧，英国剑桥大学助理教授那 晓翔作专题报告。北京航空航天大学教授王卓主持报告环节。中国科协第十届青年人才托举工程入选 者、中国科学院自动化研究所副研究员王晨主持圆桌讨论环节。 7月5日，第二十七届中国科协年会复杂系统自学习"逆最优"理论与方法专题论坛在北京召开。本次专题 论坛由中国科协主办，中国自动化学会承办，与会专家围绕实际复杂系统最优运行建模等非共识议题， 共同探讨复杂非线性系统自学习"逆最优"发展路径。 张俊教授作题为"基于生成式人工智能和科学智能（AI4S）的复杂电力系统数智化关键技术与应用"的报 告 孙长银教授作题为"试错驱动具身智能学习与进化"的报告 魏庆来研究员作题为"自学习最优控制"的报告 杨孟飞理事长出席论坛 李少远教授作题为"基于'智能'增强 ...

互联网之父蒂姆·伯纳斯·李曾评价他是"地球上最聪明的人"。 4岁学棋、7岁学习编程、16岁考入剑桥计算机科学系、22岁创办游戏公司、而立之年回归学术攻读认知神经科学博士学位，而后创办DeepMind，开发AI 程序AlphaGo击败围棋世界冠军、研发AlphaFold破解蛋白质结构预测难题并荣获2024年诺贝尔化学奖，成为世界AI领域第一人。 Demis Hassabis图源Isomorphic Labs官网 对于Demis Hassabis而言，他的人生经历丰富且成果显著。2021年，他将视线转向医药研发领域，创立了Isomorphic Labs，这是一家专注AI药物研发的初 创公司，依托AlphaFold的技术成果建立。Hassabis希望通过人工智能改进药物研发流程，推动生物医学领域的发展。 自创立以来，Isomorphic Labs开发出多个新一代AI模型，这些模型共同构成统一的AI药物设计引擎，可应用于多个治疗领域和药物模式。近期， Isomorphic Labs宣布获得6亿美元融资，由Thrive Capital领投，GV和Alphabet参投，将用于进一步开发其下一代AI药物设计引擎，并推动治疗 ...

随着 AI4Science 的浪潮席卷科 研各 领域，如何将强大的人工智能模型真正用于 分析科学数据、构建数学模型、发现科学规律 ，正成为该领域亟待突破的关键 问题。 近日，中国科学院自动化研究所的研究人员提出了一种创新性框架 ——DrSR (Dual Reasoning Symbolic Regression)：通过数据分析与经验归纳 "双轮驱动"， 赋予 大模型像科学家一样 "分析数据、反思成败、优化模型" 的能力。 在 DrSR 中，三位 "虚拟科学家" 协同工作： 这三种角色基于大模型构建起高效的协作机制，共同驱动 DrSR 实现智能化、系统化的科学方程发现。 在物理、生物、化学、材料等跨学科领域的典型建模任务中（如非线性振荡系统建模、微生物生长速率建模、化学反应动力学建模、材料应力 - 应变关系建模 等），DrSR 展现出强大的泛化能力，刷新当前最优性能，成为 AI 助力科学研究的有力工具。 论文地址：https://arxiv.org/abs/2506.04282 论文标题：DrSR: LLM based Scientific Equation Discovery with Dual Reason ...

北京中关村学院院长、中关村人工智能研究院理事长刘铁岩表示，通过构建统一的科学基座模型和科学 智能体，"AI for Science"将消除不同科学领域之间的壁垒。这一技术需要与现实需求充分结合，赋能千 行百业，创造产业价值。 在现场，多位业内人士和专家学者分享了众多AI赋能科学研究的案例，比如AI集成指导的智能化学化 工技术有望突破传统研发周期长、成本高、依赖经验的模式，赋能新的科学发现；AI工具开发注重解 决实际科学问题，通过开发算法平台预测和设计生物相互作用，解码生物机理并驱动药物分子设计，推 动了AI工具从实验室原型向科研基础设施和解决重大实际问题的转化；深势科技演示了覆盖"读文献-做 计算-做实验-多学科协同"全流程的AI平台，以"AI+物理模型+高性能计算"将传统"试错式研发"转化 为"计算驱动"的智能范式；戴纳科技展出了AI+"黑灯实验室"的液体称重机器人，可实现AI驱动的无人 化生产状态与全流程闭环控制等。 据悉，此次活动以"科学智能 科技革命 AI for Science"为主题，促成了各领域、多维度的发展共识和合 作意向。 新华网北京6月13日电（记者阳娜）在12日由国家（中关村）火炬科创学 ...

治疗靶标的发现和鉴定是现代药物研发的核心步骤，但这也是药物研发中的关键瓶颈。尽管近几十年来技术不断进步，但超过 90% 的候选药物在临床开发阶段失 败。在很大程度上，这些失败并非源于化合物本身的问题，而是源于对所选靶标的生物学作用、疾病相关性或成药性等初始假设存在缺陷。 传统的治疗靶标发现依赖于 疾病生物学家 ， 他们通过综合各种往往相互独立的生物医学数据 （包括基因关联、信号通路和病理观察）， 提出可检验的假设，然 后进行试验验证，例如通过 CRISPR 筛选发现靶标，通过类器官实验来验证靶标，单个靶标通常需要花费超过 200 万美元 ，整个过程缓慢、成本高昂，且容易 失败。 编辑丨王多鱼 排版丨水成文 治疗靶点的发现仍是药物研发中的关键瓶颈，这一过程通常依赖于疾病生物学家费力地整合各种生物医学数据，以形成可检验的假设，从而进行实验验证。 近日，上海交通大学/临港实验室 郑双佳 、复旦大学 孙思琦 、复旦大学附属中山医院 高强 、 上海人工智能实验室 白磊 等人发布了 国际首个专注于靶标发现与 临床转化价值评估的 多 智能体虚拟疾病生物学家系统——" 元生 " （OriGene） ，评测结果显示，在靶标发现 ...

导读： 上海科学智能研究院联合复旦大学、施普林格·自然旗下的自然科研智讯发布了《科学智能白皮书2025》，其中多次提到科学 仪器，小编就此进行了整理和解析。 特别提示 微信机制调整，点击顶部"仪器信息网" → 右上方"…" → 设为 ★ 星标，否则很可能无法看到我们的推送。 2 0 2 5 年 5 月 2 6 日 ， 上 海 科 学 智 能 研 究 院 联 合 复 旦 大 学 、 施 普 林 格 · 自 然 旗 下 的 自 然 科 研 智 讯 发 布 了 《 科 学 智 能 白 皮 书 2 0 2 5》。 报告探讨了科学智能在7大科研领域、2 8个前沿方向、近9 0个科学智能关键问题及突破路径，例如如何构建跨尺度、超 学科的科学智能模型、提升AI模型在科学研究中的泛化性和可解释性。报告也重点关注了AI安全和AI伦理治理，强调 构建内生安全机制和"以人为本"，确保AI技术在研发初期即嵌入安全防护能力。 质谱仪案例：内置AI系统通过分析历史数据，可预测部件故障，使维护成本降低4 0%，操作失误率下降6 0%。 报告中多次提到了科学仪器这个在智能时代被"重点关注"的领域，小编对相关内容进行了整理和解析： 一、科学智 ...

扫码订阅 AIGC 产业日报， 1.【上海首个交通领域多模态大模型问世，有望让路口通行效率提升15%】上海首家国资背景垂直领 域大模型企业——中城交（上海）科技有限公司昨天正式成立，同时发布上海首个交通领域多模态大 模型——通达大模型。"通达"是全市首个交通专用大模型，也是上海交通智能化的一次迭代升级。它 具备两项核心能力，一是担任"专家顾问"，为管理人员提供专业知识服务。二是辅助交通组织管理， 担当算法基石和中央大脑。在试点城市里，这套"智慧药方"已初见成效，让路口的通行效率提升15% 左右。（财联社） 2.【红帽宣布推出llm-d社区，NVIDIA、Google Cloud为创始贡献者】全球开源解决方案提供商红帽 公司近日宣布启动新开源项目llm-d，以满足生成式AI大规模推理需求。据悉，该项目与创始贡献者 CoreWeave、Google Cloud、IBM Research和NVIDIA合作打造，能够利用突破性的大规模生成式AI 推理技术，让大语言模型（LLM）推理云能够满足最苛刻的生产服务级目标（SLO）。（新浪科技） 3.【以科学智能为关键词，复旦发布"AI大课2.0"和智能计算平台2.0】以科学 ...