先看几个关键信息：北京科研团队在全球顶级算法层面上刷出了新高度，北京的算力设施给模型运行提供了稳定“燃料”，高质量的训练数据集也来自北京团队。包括DPA模型、磐石大模型在内的多个科学模型，背后都有北京的全方位支持。北京科学智能研究院院长李鑫宇给了一个判断：目前，北京的AI for Science创新矩阵，已经是全国密度最高、综合实力最强的那一个。

5月份，由北京科研团队开发的新一代大原子模型DPA4，综合性能指标直接登顶材料发现领域的国际权威榜单。冲榜只是第一步，这个模型已经投入工业场景，帮科研人员寻找充放电更快、容量更大、安全性更好的新型电池材料。从基础研究、技术突破到应用落地，一条完整的创新链条就这么跑通了。

你可能会好奇，这DPA4到底厉害在哪？传统科研模式下，要找性能更优的新材料，科研人员得靠“试错”吃饭——失败的概率远高于成功，这个环节会消耗大量人力物力。北京科学智能研究院研究员张铎点明了关键：大原子模型能精准描述原子间相互作用的过程，只需稍一“动脑”，就能快速从成千上万的候选材料中找到稳定好用的样本，极大降低课题组的数据生产成本。

在北京科学智能研究院推动建设的开源社区上，DPA4已经开放试用。中国科学技术大学人工智能学院教授钟志诚是DPA模型的深度用户，这个模型四年四代的发展过程，他全程参与。他坦言：“我接受过良好的传统科研训练，当科学智能的概念出现时，起初是惊讶和怀疑的。当然，模型的能力彻底扭转了我的看法——它真的能用且好用。”迭代到DPA4，在他看来，就像发动机的出现对汽车发展的意义，“它一定能为科研带来划时代的变革，目前我们已经看到这个迹象了。”

说起来，科学智能（AI for Science）这个概念从诞生到发展，一直跟北京紧密相连。2018年，北京大学的一次学术会议上，中国科学院院士、北京大学教授鄂维南首次为“科学智能”命名；2024年，全球首个专注科学智能领域的新型研发机构——北京科学智能研究院成立；2025年至2026年，北京出台了全国首个科学智能专项地方政策，并印发了《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》，率先绘出了科学智能发展的“施工图”。

聊到这份《实施方案》，中科院自动化所研究员李林静很有感触，他是磐石·科学基础大模型的核心研发骨干。他说：“方案里‘做强模型体系’的内容跟我们的研究方向最契合，‘基础理论与关键技术-通用科学基础模型-领域专业模型’的体系构建，既能发挥人工智能的碘伏性作用，也能有效接续经典科研模式，助力原创成果涌现。”基于磐石大模型，团队已经成功研发了8个学科领域的大模型和100余个科研场景智能体，构建起“磐石100”模型体系，服务了来自2300多家科研机构的3万余名用户，累计支撑科研服务25万余次。

磐石的强大能力背后，是北京在语料、数据、算力等模型训练方面的有力支撑。李林静提到：“北京市科委、中关村管委会设立的创新专项，让‘磐石’基座模型处理科学模态数据的能力显著提升。现在人工智能应用的普及速度很快，面对紧俏的算力市场，北京也为我们提供了支持。”

根据《实施方案》的规划，预计到2028年，北京人工智能赋能科学研究基础理论和关键技术将取得重大原创突破，“基础模型+专业模型”协同联动的科学模型体系，将对标国际一流水平。值得关注的是，这套体系正在从蓝图走向现实。