自2025年以来，人工智能的竞争日益激烈，美国推出了名为“创世纪计划”的项目，该计划被誉为新的“AI曼哈顿计划”。这一计划通过整合国家级的超级计算资源与联邦科研数据，重点关注先进制造、生物技术、关键材料等六大战略领域，旨在构建由人工智能引领的科学发现，从而巩固其全球科技霸权。与此同时，英国也宣布了一项高达550亿英镑的长期投资计划，而中国则将“人工智能+科学”提升为国家战略重点。在这场决定未来科技主导权的竞赛中，中国的科学智能如何实现突破与创新，成为了一个亟待解决的时代课题。

破局之道，首先在于夯实数据基础。科学智能（AI for Science）的核心是数据驱动的科研模式变革，高质量、标准化和可共享的数据是其不可或缺的“燃料”。目前，我国在材料、生物、气象等领域仍面临严重的“数据孤岛”问题。解决这一难题的关键在于推进元数据标准的建设，建立跨机构的数据共享机制，并加大对数据清洗、标注和溯源的投入。唯有构建一个统一、开放和可信的科学数据生态系统，才能为大型模型的训练提供坚实的支撑。

其次，必须打造自主可控的算力基础设施。2025年12月，思朗科技发布基于自研MaPU架构的“天穹”3D科学计算机，以三维互联架构实现通信延迟极低、计算效率提升两个数量级，已在分子动力学、新药研发等领域展现强大能力。这一突破表明，中国正摆脱对传统超算架构的依赖，发展出适配科学智能的“新范式算力”。未来需进一步推动国产AI芯片、科学软件与硬件的协同优化，形成全栈自主的技术体系。

第三，要构建“产学研用”深度融合的创新生态。科学智能项目周期长、投入大、风险高，单靠企业或高校难以支撑。应借鉴“两弹一星”模式，建立国家级协同平台，整合高校、科研院所与企业资源，围绕重大科学问题联合攻关。同时鼓励像金发科技、一汽红旗等企业以“AI+产业”场景反哺基础研究，形成“需求牵引、技术反哺”的良性循环。