当前，新一轮科技革命和产业变革正在深入推进，学科交叉融合不断加快，科学研究范式也在发生深刻变化。基础研究成果转化周期明显缩短，一批源自实验室的前沿“科学工具”，正在加速走向产业化，并成为服务国家重大需求、抢占科技制高点的重要力量。与此同时，这些工具本身，也在反向推动科研模式革新，进一步赋能基础研究。

　　在复旦大学的一间量子实验室里，近百个光学器件密集排布。研究团队通过不同频率的光，将原子冷却至接近绝对零度，从而实现对原子的精确操控。团队负责人李晓鹏介绍，他们研究的是超冷原子系统，通过模拟电子行为，探索超导材料等复杂物理现象，甚至还能用于研究遥远中子星中的微观物理过程。

　　这项十年前还停留在基础研究阶段的技术，如今已经逐步走向产业前沿。无论是量子模拟还是量子计算，其应用场景都与国家安全、密码破解、新材料研发等领域密切相关。在上海相关政策支持下，李晓鹏团队已经成立企业，将实验室中的研究成果推进工程化落地。

　　目前，团队已经成功研制出两套千比特级量子计算系统，各项指标达到国际一流水平，并在量子计算与AI结合方向取得新突破。

　　与此同时，AI技术的快速发展，也在重塑科学研究的方式。以蛋白质设计领域为例，过去这一过程高度依赖专家经验和大量实验试错，一个新蛋白设计周期通常需要2到5年。而上海一家生物科技企业利用AI大模型，通过“AI设计+少量实验”的方式，将周期缩短至2到6个月。

　　上个月，企业推出全新智能体“晓鹜”。用户只需通过自然语言对话，就能完成蛋白质序列设计等复杂流程。企业负责人介绍，平台集成了200多个蛋白质设计专业工具、50多个技能模块以及百亿级蛋白质数据库，大幅提升了研发效率。

　　更重要的是，这一平台已经实现与物理实验的深度联动。AI完成设计后，系统能够自动衔接后续实验流程，驱动机器人完成样品制备、蛋白纯化和功能检测，并将实验结果实时反馈给AI模型，形成“设计—实验—反馈—再设计”的闭环迭代，加速科学发现与技术突破。

　　记者了解到，来自全球的AI蛋白质设计需求，都有机会在共享自动化实验室中完成验证和落地。这种“AI+共享实验平台”的模式，也为全球基础研究提供了新的“中国方案”。

　　目前，上海已经率先推出罕见病智能体、超级科研合伙人等一批AI4S（AI for Science）模型和智能体，并持续建设开放社区、科学数据中心和高通量智能实验室，推动科学研究范式加速迈向智能化。