过去的科研是科学家跟自然的一场消耗战。爱迪生试过一千多种灯丝，居里夫人从几吨沥青矿里提炼出零点几克镭。而今天在北京一些先进的AI4S实验室中，人工智能和机械臂接过了这些繁琐的任务，正在自动记录数据、总结和发现新的科学规律。这里的AI不只回答问题还提出问题，不只消化数据还生产数据。在《北京市加快推进人工智能赋能科学研究实施方案》刚刚发布的当口儿，记者走进北京AI4S实验室现场，发现AI已经正式上岗当起了科学家。
进入实验室内，室内被若干个全封闭的实验台柜体占满，仅留下了约供一人行走的通道。研究人员表示这是因为实验完全自动所以只需要一个人就够。实验台柜体正面是一整块密封的透明玻璃，像一个巨大的展示柜，顶部灯带把舱内照得雪亮。透过玻璃可以看到烧杯、试管等实验设备一应俱全，但里面并没有研究人员。取代人类进行操作的，是一个不断运转有半人高的机械臂。当记者走近实验台柜体时发现机械臂正在吸取移液枪头，就像正在穿绣花针的纺织女工。穿针取枪头时动作很慢，但装配上枪头后立刻行云流水般开始了下一个动作。机械臂把移液枪头精准地伸到了另一侧的棕色试剂瓶上方吸液，之后再把吸取好的液体转移到样品瓶里。机械臂没有普通工业机械臂那种生硬的顿挫，动作平稳丝滑，整个过程几乎看不出液面的晃动。负责实验设计的研究人员告诉记者眼前所看到的是传导液的配制流程，大概20到30秒就能配一瓶。如果换成人手来操作，相比标准化机械臂操作是存在误差的，这种标准化操作对于AI4S的数据收集来说至关重要。
比效率更关键的是这套系统的产出方式。研究人员表示，系统会在实验过程中找到材料与性能之间的对应关系。他把这个实验室的产出概括为三层。第一层是通过自动化实验获得高质量的结构化数据。传统人工实验记录往往存在信息缺失、数据格式不统一、操作误差大等质量问题，而机械臂的标准化操作确保了每一组实验数据的精确性和可重复性。第二层是通过机器学习模型分析实验数据，发现隐含的科学规律。系统会自主对比不同配方下的实验结果，识别出影响材料性能的关键变量，并将这些发现总结成可验证的科学假说。第三层是将验证通过的假说反馈到实验设计中，形成新一轮的迭代闭环。这一机制的核心价值在于，它打破了传统科研中实验与理论分析的割裂状态，让数据采集、分析和假说验证在同一条流水线上自动完成。研究人员只需要设定实验目标和参数范围，AI就会自动完成从实验设计到数据分析的全部工作。
北京在AI4S领域的快速发展得益于明确的政策导向。2026年6月发布的《北京市加快推进人工智能赋能科学研究实施方案》为AI4S的落地提供了系统性的政策框架。方案提出了三大发展方向：搭建科研数字化底座、普及智能科研工具以及推进自主无人实验室规模化落地。根据方案规划，北京将在三年内建成10个以上AI4S标杆实验室，覆盖材料科学、药物研发、合成生物学等重点领域。在资金支持方面，北京市设立了总规模100亿元的科学智能产业基金，专门用于支持AI4S基础设施建设和关键技术攻关。产学研协同机制是北京AI4S战略的另一大亮点。北京市鼓励高校、科研院所与企业联合建设AI4S实验室，形成了从基础研究到产业应用的完整链条。例如北京大学与深势科技的合作已经产出了多项重要成果，包括近期发布的PRA自回归图像生成技术和DPA4大原子模型。这种高校出算法、企业做工程、政府搭平台的模式正在加速AI4S成果的产业化进程。
北京AI4S实验室的密集涌现正在为AI产业化提供新动能。以戴纳实验科技为代表的国产实验室自动化设备企业，已经在机械臂精确控制、实验流程智能调度和实验室信息管理系统等核心环节实现自主可控。戴纳实验科技的产品已出口至12个国家，表明中国在AI4S硬件基础设施方面已经具备了国际竞争力。与硬件快速发展相比，AI4S复合型人才的培养更加紧迫。北京市教委已于近期启动了AI4S交叉学科人才培养计划，在北京大学、清华大学、北京航空航天大学等10所高校设立AI4S交叉学科方向，预计每年培养硕博研究生500人。同时北京还推出了AI4S人才引进专项政策，对海外高层次AI4S人才给予落户、住房、科研启动资金等全方位支持。这些举措将为北京AI4S的长期发展提供持续的人才供给保障。
与硬件快速发展相比，AI4S复合型人才的培养更加紧迫。北京市教委已于近期启动了AI4S交叉学科人才培养计划，在北京大学、清华大学、北京航空航天大学等10所高校设立AI4S交叉学科方向，预计每年培养硕博研究生500人。同时北京还推出了AI4S人才引进专项政策，对海外高层次AI4S人才给予落户、住房、科研启动资金等全方位支持。
从全球视野来看，北京AI4S实验室的发展模式正在获得国际同行的关注和认可。2026年上半年已经有来自德国马普学会、英国剑桥大学和新加坡科技研究局等多个国际顶级科研机构的代表团访问北京AI4S实验室，表达了合作意向。北京在AI4S领域的探索为全球科研范式变革提供了一个可参考的实践样本。随着北京AI4S生态的持续完善，这里有望成为全球AI for Science的重要创新策源地之一。