AI自主科研:从“辅助工具”到“研究主体”的范式革命

2026年9月22日，浙江大学联合阿里云发起国内首个AI自主科研挑战，让AI系统连续72小时研究经典数学难题——吻接数问题，验证AI能否独立完成从文献调研、方案设计、数据分析到结论判断的完整科研过程。这一事件标志着科学研究正从"AI辅助科研"向"AI自主科学发现"迈出关键一步，引发了学术界对科研范式变革的深度思考。

AI自主科研：从概念到实践

吻接数问题是牛顿和格雷戈里在1694年提出的经典数学难题，研究在N维空间中一个球体周围最多能紧密放置多少个相同大小的球体，使它们与中心球相切且互不重叠。接受挑战的是浙大信息与电子工程学院团队7月发布的"求是引擎"系统。作为国内首个具备千步级长程自主推理能力的新型自主研究工具，该系统依托弹性算力、百炼平台与千问大模型在内的阿里云全栈AI技术支持，此前已在光学实验平台完成验证：十余小时内独立完成文献调研、方案设计、数据分析与多轮迭代，形成可验证的研究结果。目前，该系统已在物理、光学、生命医学、数学等十余个学科方向开展自主研究，产出多项原创科研成果，在国际权威自主科研评测基准ResearchClawBench实时榜单中位列总榜第一。

中国工程院院士潘云鹤指出，全球科技竞争正从"谁拥有更强的大模型"转向"谁能用大模型在真实场景中解决复杂问题"，科学研究是最重要的方向之一。这一判断揭示了AI发展的新趋势：当大模型能力达到一定阈值后，其价值不再仅仅体现在对话、创作等消费级应用上，而是开始向科研、制造等专业领域渗透，成为解决复杂问题的核心工具。

多模态AI：打通感知与理解的壁垒

AI自主科研的推进，离不开多模态学习技术的突破。9月17日至19日，2026年多模态与人工智能国际学术会议（ICMAI 2026）在武汉大学召开，来自中国、哥伦比亚、白俄罗斯、孟加拉国等多个国家的专家学者围绕多模态学习、人工智能前沿技术及国际科研合作等议题展开深入交流。

会议期间，武汉大学计算机学院与哥伦比亚安第斯大学共同为中国-哥伦比亚多语言多模态大模型联合实验室揭牌，标志着我国在多模态人工智能领域的国际合作迈出重要一步。中国科学院自动化研究所研究员胡卫明围绕多模态感知与理解的前沿方法作报告，湖南大学教授刘敏分享了人工智能在跨模态学习方面的研究成果，白俄罗斯国家科学院研究员Vassili Kovalev结合医学影像分析等应用场景，展示了人工智能跨学科应用的广阔前景。

多模态AI的核心价值在于，它打破了传统AI仅能处理单一模态数据（如文本或图像）的局限，能够同时理解和处理文本、图像、音频、视频等多种形式的信息。这对于科研场景尤为重要——科学研究往往需要从论文、实验数据、图表、视频记录等多源异构数据中提取信息，多模态AI的突破为AI自主科研提供了技术基础。

AI+社会科学：跨学科融合的新范式

AI技术不仅在自然科学领域引发变革，也在社会科学领域催生新的研究范式。9月18日至20日，2026年第二届人工智能与计算社会科学国际研讨会（AICSS 2026）在北京召开，来自学术界和产业界的专家学者共同探讨人工智能如何深化拓展社会科学研究的广度与深度。

清华大学研究员张勇围绕多模态大模型与全周期智能医疗的新范式展开分享，海南大学教授黄梦醒重点介绍基于区块链的可信服务系统关键技术及应用，北方工业大学教授马礼探讨人工智能在海洋气象预报垂直领域中的应用。来自北京交通大学、河南理工大学、恒生电子股份有限公司等高校及企业的学者，围绕大语言模型、金融时间序列预测、金融大数据分析、人工智能与女性就业、企业智能转型等主题分享最新研究成果。

这一趋势在人文社会科学领域同样明显。9月14日，"2026年人文社会科学年度学术热点中期研判研讨会"在上海召开，与会专家一致认为，人工智能的跨领域应用与全球治理、数据驱动社会科学研究方法和范式转型是贯穿全学科的共性研究议题。上海师范大学期刊社社长洪庆明建议重点关注人工智能的跨领域应用，上海社会科学院杂志社副社长盛垒提出今年经济学领域"人工智能与数字经济"的研究重点已转向人工智能对产业的重塑、智能经济先行、未来产业发展等新内涵。

AI赋能医学科研：从"要不要用"到"用得多深"

在医学科研领域，AI的应用已经进入"下半场"。9月19日，第二届解螺旋全球医学出版峰会在北京举行，现场发布的《2026解螺旋中国医学科研智能化现状白皮书》基于1257份有效样本揭示：中国医学科研的AI化已越过"要不要用"的临界点，正在进入"用得多深"的下半场。

白皮书数据显示，83.8%的受访者认为AI已经或将在两年内对医学科研产生根本性影响，56.7%认为影响"已经发生"；95.8%接受AI参与学术写作。同时，57.6%的受访者期待行业建立科研AI伦理与质量评估框架，涵盖AI生成内容标注、参与度披露、署名与责任归属。

来自斯普林格·自然、约翰威立、威科、泰勒-弗朗西斯、世哲等全球头部学术出版机构的代表齐聚峰会，围绕AI时代的科研创新、学术出版、科研诚信、使用边界与披露规范等展开交流。施普林格·自然全球期刊中国区总监王重芳介绍，2025年施普林格·自然技术投入达1.88亿欧元，旗下3000本期刊均要求原创研究提供数据可用性声明，Nature主刊及子刊超八成原创研究已实现原始数据共享，以提升研究透明度。

本次峰会通过视频号、抖音、小红书等多渠道直播，全渠道直播观看量超12万人次，反映出科研界对"如何规范使用AI"的迫切关注。

AI+心理学：本土化与自主知识体系构建

AI技术也在推动心理学研究的范式转型。9月11日至13日，中国心理学会人格心理学专业委员会2026年学术年会在西安召开，以"智塑人格——AI驱动的人格心理学本土化与自主知识体系构建"为主题，围绕人工智能时代人格心理学的理论创新、方法拓展和本土化发展展开深入交流。

本次年会吸引了来自全国73个单位的180余名参会者，围绕AI驱动心理学研究、数智时代的对人知觉与工作心理、人格结构与心理过程、自尊与自我评价等议题展开交流。大会设置主题为"何以立格——人格心理学自主知识体系的多元路径"的主旨圆桌对话，与会专家围绕中国人格心理学自主知识体系的理论根基、研究方法、文化资源与实践方向展开讨论。

这一趋势与"十五五"规划关于加快构建中国哲学社会科学自主知识体系的部署高度契合，体现了AI技术与本土化研究的深度融合。

挑战与反思：AI科研的边界在哪里

尽管AI自主科研展现出巨大潜力，但学术界对其边界和风险的讨论也日益激烈。核心问题包括：AI能否真正"理解"科学问题？AI产出的科研成果如何界定署名权和知识产权？当AI出现"幻觉"或错误推理时，责任由谁承担？

浙江大学发起的这次72小时挑战，本质上是一次"压力测试"——通过让AI在限定时间内解决一个经典难题，来检验其真实能力边界。无论结果如何，这种开放、透明的验证方式本身，就是对科学精神的最好诠释。

结语

从"求是引擎"挑战数学难题，到多模态AI打通感知壁垒，从AI赋能医学科研到AI驱动心理学本土化，2026年的秋天，我们正站在科研范式变革的临界点上。AI不再仅仅是科研的"辅助工具"，而是开始成为"研究主体"的一部分。

对于广大科研工作者而言，这既是机遇也是挑战。一方面，AI可以大幅提升科研效率，帮助研究者从繁琐的文献检索、数据处理中解放出来，将更多精力投入到创造性思考中；另一方面，如何规范使用AI、如何界定AI在科研中的角色、如何确保AI产出成果的真实性和可靠性，都是需要认真思考的问题。

正如潘云鹤院士所言，全球科技竞争正从"谁拥有更强的大模型"转向"谁能用大模型在真实场景中解决复杂问题"。在这场范式革命中，中国科研界正在从"跟跑者"变为"并跑者"甚至"领跑者"。而最终决定胜负的，不是技术本身，而是我们如何使用技术、如何坚守科学精神、如何在创新与规范之间找到平衡。