对话科理新序张载熙：入局AI4S，构建科学原生基座模型

评选

TR35 Asia Pacific

TR35 China

TR50

活动

EmTech China 2025

EmTech China 2022

EmTech China 2020

EmTech China 2019（12月）

EmTech China 2019（1月）

EmTech China 2018

对话科理新序张载熙：在最冷门时入局AI4S，他想构建科学原生基座模型

过去两年，AI for Science 正在经历一场肉眼可见的转向。自 AlphaFold 拿下诺贝尔奖、AlphaFold 3 和 ESM3 等模型相继问世后，AI 在生命科学里的角色，已经不再局限于预测一个蛋白结构或生成一段序列，而是开始直接接管“提出科学假设”这一核心环节。

2025 年，斯坦福大学加里·佩尔茨（Gary Peltz）团队曾做过一次对比测试：他们请谷歌研发的科研智能体 AI co-scientist 为肝纤维化筛选可以“老药新用”的候选药物。AI 推荐了三种，佩尔茨凭经验另选了两种。这五种药物在实验室培养的肝脏类器官中一同接受测试，结果 AI 推荐的两种表现出显著的抗纤维化活性，而佩尔茨选的两种均未见效。

当 AI 能够在几分钟内给出超越人类直觉的假设，科研的瓶颈便迅速转移到了物理世界。计算机里的推演可以无限加速，但现实中的验证依然受制于细胞培养和动物实验的客观周期，跑完一轮少则数周，多则数月。

在我们与张载熙对话中，他所聊起的一项合作，正是卡在了这里。一家研究急性髓系白血病十余年的国家重点实验室，早年曾尝试寻找新靶点，但后来放弃了。原因很现实：人工整理出一个候选靶点后，还要走完细胞培养、基因编辑和敲除实验等一长串流程，验证单个靶点往往需要一个月以上，探索十个靶点通常要耗费一名学生一年多的时间。

在部署了张载熙参与开发的科研智能体 STELLA 后，这家实验室在极短时间内拿到了 40 个此前从未见诸文献的候选靶点。面对这份名单，实验团队起初将信将疑，加上每次验证耗时近两个月，他们只挑了排名第一的靶点，在四个细胞系中做基因敲除。结果实验效果非常明显且高度一致，目前团队已在围绕该靶点开展抗体药物设计。至于剩下的 39 个候选靶点，至今大多还躺在名单上。张载熙认为，从分析链路来看，它们同样各有依据，只是实验的速度跟不上。

这也是整场对话中张载熙反复谈到的核心矛盾：AI 提出候选的速度已经远超实验验证的速度；与此同时，计算结果与真实的实验结果之间，依然横亘着一道相当大的鸿沟。

谈及技术落地时，张载熙给出的数字相当克制。在他看来，团队此前做的核酸设计模型已是领域内最好的水平，但设计出的一百条序列中，真正能在湿实验里产生预期活性的只有一成左右；另一项代表作 PocketGen 虽然将实验端的抗体设计成功率从 10% 左右提高到了 20%，但若要继续往上走，他认为已经不是靠改进单一的工具模型能够解决的了。

如何跨过计算与实验之间的这道鸿沟，正成为全球 AI4S 领域争夺的下一个焦点。在美国，资本开始大举流向实验一端，Lila Sciences、Periodic Labs 等初创公司各自拿下数亿美元融资，试图建设由 AI 调度的自动化实验室，用机器通量去追赶算法通量。

而在大洋彼岸，完整经历了 AI4S 从冷门到爆发全周期的张载熙，也在尝试给出自己的解法。

张载熙生于 1998 年，本科就读于中国科学技术大学少年班学院理论与应用力学专业。2019 年开始读博时，他选择了 AI for Science。按他的说法，当时这个方向相当冷门，“基本上没有人会主动把它作为自己的研究方向”，标志性的 AlphaFold2 要到第二年年底才问世。

此后数年间，他先后做出过蛋白质口袋、核酸等领域的设计模型，随后赴普林斯顿大学王梦迪课题组从事博士后研究，并与斯坦福大学团队合作开发了 STELLA、LabOS 等科研智能体。今年 7 月，他加入香港科技大学，由化学与生物工程系、计算机科学与工程系和医学院联合聘任为助理教授，同时创立科理新序（Scinetics），并于 9 月完成首轮近 5,000 万元融资。

科理新序试图从“模型”和“实验”两端同时入手，去缩小计算与现实之间的差距。

在模型端，针对单点模型“只见树木不见森林”的局限，公司正在训练一个多模态科学基座模型。他们通过自己定义的 scientific token，将蛋白质结构、组学矩阵、基因序列、分子动力学等截然不同的科学模态统一起来，让模型能够直接在科学空间中进行推理，张载熙认为这是目前的通用大模型原生做不到的。团队在近期发布的技术报告中为下一阶段设定了名为“SSI（科学超级智能）”的标准：模型不仅要在垂直任务上超过所有最好的专用模型，还要在跨模态科学推理上超过同等体量下最好的通用模型。

在实验端，团队选择先在虚拟仿真沙盒中训练驱动机械臂的模型，计划明年开始建设自己的自动化实验室，跑通“干湿闭环”。值得一提的是，他和联合创始人早在 2025 年身处美国时就已开始筹划创业，但最终决定回国落地，理由同样与实验验证直接相关：在美国完成同样的实验验证，整体效率“比国内要慢好多倍”。

10 月 29 日，张载熙在 2026 腾讯全球数字生态大会智慧教育专场做了主题分享《以科学 token 为载体，走向科学超级智能》。腾讯云联合各科研实验室共建大衍 AI4S 社区，科研人员可以在社区发布真实的科学问题、寻找合作者，社区通过 Demo Day、大衍 Talk、联合案例发布等活动展示科研成果，并提供科研 Skills 和工具索引，以及腾讯云 TI-ONE 平台、TEFS 科学计算平台和算力等。大会期间，我们与张载熙进行了这场对话。

（来源：受访者）以下是对话全文。

“当时基本上没有人会主动做这个方向”

**DeepTech：**先从你的经历聊起。你本科在少年班学的是力学，后来转到计算机，再到普林斯顿做博士后。当时为什么会把 AI for Science 选成研究方向？那个时候这个方向大概是什么状态？

**张载熙：**我本科学的是理论与应用力学，偏物理方向，具体做的是流体力学。那时候我就很喜欢自然科学里的问题，但也看到传统的计算方法有很多局限。比如用传统的物理仿真方法，很难高效地去做流场这类计算。

2018 年我有机会去美国杜克大学交流，跟一位年长的美国工程院院士做研究。当时我们就尝试用神经网络等 AI 方法来做流体力学预测。虽然那时的神经网络还比较初步，但在解偏微分方程这类问题上已经展现出了一些优势，主要是效率上的优势。本科毕业后，我就希望继续用 AI 的方式去研究自然科学问题。当时我本来准备出国，拿了几个学校的 offer，但那年因为签证原因没去成，2020 年我又拿到了哈佛、MIT 等更好的 offer，但赶上疫情，最终也没有去。

我从读博开始就做 AI 和科学结合的方向，这也离不开我博士导师的建议。他觉得我科学这块基础不错，同时又对 AI 感兴趣，应该去探索这样一个前沿方向。但当时这个领域非常冷门，基本上没有人会主动把它作为自己的研究方向。我在准备读博时想的是，做研究应该锚定五六年之后、甚至更长的时间段，去想那时候做什么事情更有意义、更能凸显自己的价值。当时最火的是图像识别，但我还是更愿意深入做自己感兴趣的事。所以我从博士一开始就做这个，当时领域里最有代表性的工作，像 AlphaFold2，其实都还没出现。

**DeepTech：**AlphaFold 2 的确是一个非常具有划时代意义的成果，它的发布对你有什么影响吗？

**张载熙：**它让我对自己在做的事情更加坚定了。看到它能突破传统方法长期无法解决的科学难题，我当时非常兴奋。我觉得很多领域都存在类似的困难，除了蛋白质，还有小分子、核酸和基因组等领域，都有大量长期悬而未决的难题，AI 在这里面的潜力非常大。看到 AlphaFold2 的时候，我觉得非常 exciting。

“单一的模型只能看到这个系统的一个侧面”

**DeepTech：**从早期偏传统的机器学习工具，到 AlphaFold 这种专用模型，再到现在开始出现通用模型。你现在做一个具体课题，完整的流程是什么样的？

**张载熙：**我们的研究方向是一步步推进过来的，中间有很多思考。一开始 AlphaFold2 出来后，我们是沿着这个趋势做模型，比如研究蛋白质的生成和设计，像 RNAGenesis 就是做核酸领域的生成模型。后来我们觉得，科学是一个复杂的系统，如果只做单一模型，它就只是一个更好的工具，很难产生我们想要的“科学智能”。因为在一个生命体里，有 DNA、蛋白质、RNA 等各种不同的分子类型，还有不同层级之间的相互作用在控制整个系统。所以我们觉得应该去做统一的模型。2023 年初，ChatGPT 展示出一个统一的模型可以在各种任务上都达到很好的效果，这更加坚定了我们往统一模型上走的决心。

我们一开始也尝试过智能体的方法。比如 STELLA，就是把大语言模型作为底座，接入各种垂直模型，希望通过智能体把不同的能力集成到一个整体。现在在公司，我们会更进一步，通过一套 tokenizer，把各种各样的数据训练到基座模型里去，同时做相应的对齐。

其实我们也是一点点探索出来的。不管是单点模型还是智能体，我们既看到了它们各自的能力，也看到了它们的局限性和天花板。现在做基座模型，并不是完全摒弃过去所有的思路，里面很多设计正是基于我们过去做垂直领域模型积累的 insight，才得以更好地实现。所以我认为这是一个很自然的发展轨迹，整体思路也很清晰，就是从单一模型走向更通用的模型，去做更大的科学闭环。

**DeepTech：**你前面说单一的工具很难产生智能，这一点能具体展开吗？

**张载熙：**可以举个例子。我们做的核酸模型，虽然已经做到了领域内最 top 的水平，能覆盖各种设计任务，但在做实验时还是发现，设计 100 个序列，真正能产生预期活性的大概只有 10% 左右。

即便模型做了很多改进，这个 gap 依然存在。这是因为我们在构建模型时做了很多简化。比如只做一个 RNA 模型，其实没有考虑到 RNA 在细胞内复杂的相互作用，包括从 DNA 到 RNA 再到蛋白质的中心法则等更长链路上的信息。所以单一模型相当于只看到了这个系统的一个侧面，或者说只看到了单一维度，没办法进一步泛化。忽略了这些信息，就会造成计算和真实实验之间的 gap。根据我们的观察，这种 gap 靠单点模型很难进一步解决。

**DeepTech：**那如果把你们现在做的这个模型放回到整个技术图谱上，它和已有的那些模型差别在哪？

**张载熙：**我们现在做的 AI for Science 基座模型，具体来说是一个多模态的科学推理模型。我们认为 AI 要去做科学探索，最关键的是在两个能力维度上实现突破：一是对科学模态的覆盖能力，除了文本和图像，还要涵盖蛋白结构、组学、基因序列、分子动力学等；二是推理能力，能不能系统性地解决问题，而不是单纯地调用工具。这两个维度是最重要的。

过去很多所谓的 AI for Science 基模，其实都是单模态的工具模型，比如 ESM、Evo 做的是序列生成，AlphaFold2 只做结构预测。后来也出现了一些多模态工具模型，比如 AlphaFold 第三代除了预测蛋白质单体，也能做复合物的结构预测，但它依然是个工具模型，只能解决非常具体的问题，达不到智能的层面。

另一条发展链路是推理能力。以大语言模型为代表，一开始只是简单对话，后来可以在特定场景和行业里做思考推理，甚至直接调用工具，这是目前通用大模型在做的事。但它们无法原生覆盖科学模态，也没办法在大分子结构空间、分子动力学时空这类科学空间里做推理。我们对自身模型的定义是，既能覆盖各种科学模态数据，同时又能在科学空间里做长程的探索和推理。

**DeepTech：**要让一个模型原生覆盖这些模态，就是 scientific token 要解决的问题？

**张载熙：**对。如果想用基座模型解决好科学问题，就要面对不同科学领域、不同模态的数据，比如蛋白质的空间结构、组学矩阵、极长的基因组序列，还有分子动力学这种动态、持续的结构数据。这些数据跟一般的文本或图像、跟目前通用模型处理的模态都很不一样。我们需要设计相应的 tokenizer，把它们统一做 token 化，变成 scientific token，在数据形式上形成统一的表示。

图丨科学 token与科学 token 链。（来源：Scinetics）这样做有两个目的：一方面是通过 tokenizer 把不同模态里最关键的科学信息压缩、聚焦出来；另一方面，统一成 token 后，也方便不同模态之间的信息对齐，比如我们可以沿着中心法则去做跨模态数据对齐。我们希望通过引入更多模态和视角，让模型对科学系统建立全局认知，从而推进科学智能的涌现。这个概念也是我们在最近的技术报告里第一次明确定义下来的。

**DeepTech：**相比通用模型的 tokenizer 设计，你们的做法在方法或者特性上有什么不同？

**张载熙：**会有很多不同。比如化合物结构、组学矩阵，这方面原本就没有多少工作专门去设计 tokenizer，尤其是面向基座模型，该如何提取最核心的信息，同时支持几乎无误差的数据重建。这里面有很多具体挑战，既涉及数据格式，也涉及如何保留关键的科学信息。我们过去处理过很多科学模态的数据，在数据表征、数据建模上积累了不少领域知识，这支撑了我们去做相关的 tokenizer 以及模型和算法上的创新。

**DeepTech：**这种 tokenizer 会不会对数据的收集、清洗和筛选提出新的要求？

**张载熙：**对，很多科学数据需要我们自己从原始文献和专利数据库里去整理。原始数据非常粗糙，有时候还需要我们自己定义数据格式。比如我们之前做过一个平台，用来自动化收集蛋白质和小分子亲和力的数据。做下来发现，只收集蛋白质、小分子和亲和力这几项还不够，还必须把实验条件和实验 protocol 也记录下来。因为很多实验结果和性质是有前提条件的，实验方案不同，或者温度、时间等参数发生变化，最终结果就会不一样。所以我们前期做了很多摸索，发现必须把更完整的信息记录下来，不管是 tokenizer 还是后续的数据处理，才能建立更完整的理解，否则会损失很多信息。

DeepTech：“在科学空间里做推理”这个说法还是比较抽象，有具体的例子吗？

**张载熙：**在技术报告和 perspective 的基础上，我做了一个具体的模型叫 Chain of Structures，就是在蛋白质结构空间里做推理。举个例子，酶蛋白设计是非常困难的，因为酶的结构极其敏感，某些氨基酸结构稍微变化一点，就会决定它能不能催化。所以我们不是一步直接把蛋白结构生成出来，而是分步走：先设计活性中心，再搭建支架，接着设计侧链，最后做整体的能量优化和侧链修饰。

在这个过程中，每一步的结构推理和文本推理是同时进行的。因为它们都以 scientific token 作为表示方式，信息是互通的，没有模态之间的隔阂，而且能互相促进。文本会指导模型如何在蛋白结构空间里做推理和编辑；蛋白结构的信息又会直接反馈给文本，让推理模型知道设计已经到了哪一步、当前状态是什么、下一步该做什么，从而一步步把蛋白质设计出来。我们发现，在酶蛋白设计上，这种方法相比目前最好的一批蛋白质设计模型有明显提升，达到了 SOTA 的效果。

**DeepTech：**那你们如何定义这条路最终的目标？

**张载熙：**我们在技术报告里把下一个里程碑定义为 SSI（scientific super intelligence，科学超级智能）。我们的标准是：首先，这个模型在蛋白结构设计、分子属性预测等各种垂直任务上，一定要超过各自领域里最好的专用模型；其次，在相近的参数体量下，它在跨模态科学推理、科学探索任务上，要超过目前最好的通用模型。这就是我们定义的下一阶段目标。按照我们目前的内部 scaling law，大概在 100B 到 300B 的参数量级上能达到这个水平。

40 个靶点，和一个将信将疑的实验室

**DeepTech：**有报道提到，一家专门研究急性髓系白血病的重点实验室部署 STELLA 之后，十分钟之内就拿到了候选靶点列表。相比传统做法，拿到这类候选靶点大概需要多久、要投入多少资源？

**张载熙：**我们合作的那家国家重点实验室，过去十多年一直在研究急性髓系白血病。但他们绝大部分研究都是基于老靶点做药物开发或机制分析，很少尝试发现新靶点。我们也问过原因，其实他们早年尝试过，但总体成功率很低，效果并没有显著超过老靶点。

这主要是因为时间和资源成本太高了。如果靠人工去标注、整理候选靶点，再往下做细胞实验和基因敲除来验证靶点作用，单做一个靶点的实验可能就要花一个月甚至更久。从培养细胞到基因编辑，一整套流程走下来成本非常高。探索十个靶点，可能就要耗费一名学生一年以上的时间，不管是时间成本还是资金成本都相当高。

他们早期尝试后发现整体效率太低，就放弃了，后来尝试用 STELLA 系统来做新靶点发现。STELLA 之前做过很多科学探索，虽然不是专门针对这个疾病，但它学会了如何通过系统性分析去寻找线索。在这个具体的靶点发现任务中，它综合了生物功能、蛋白质相互作用、基因通路、科研文献以及临床数据，进行整理、分析和排序，最终给出了 40 个此前从未被文献报道过的候选新靶点。

**DeepTech：**使用这些工具的实验人员那边的反应是什么？

**张载熙：**实验人员一开始也是将信将疑地去做验证，毕竟验证一次差不多要花两个月时间。他们挑选了排名第一的靶点，在四个细胞系里做了基因敲除实验，结果发现整体效果非常明显，而且高度一致，我们也非常欣喜。现在他们正在基于这个新靶点做新的抗体药物设计。

**DeepTech：**另外一些成果，比如 PocketGen，生成速度大概是传统物理方法的十倍，在设计环节的指标也更高。到了后期真实实验里，成功率具体提高了多少？计算指标和实验结果之间的差距大概有多大？

**张载熙：**PocketGen 是我们之前做的一个垂直模型，用于蛋白质结构和序列的协同生成，可以设计抗体和其他类型的蛋白。它一方面效率很高，另一方面设计出来的抗体在稳定性、亲和力等指标上也超过了后续的一些方法。我们后来做过相关测试，它确实能提升实验端抗体的整体成功率，比如从 10% 提升到 20%。

但我们也看到，它依然是一个单点模型。如果想进一步提高，比如把成功率拉升到 80%、90%，还是需要依靠基座模型。这也印证了前面说的，单一的垂直模型很难形成科学智能的涌现，它只是一个更好的工具；而如何对科学做更好的建模，显著缩小计算和实验之间的 gap，我们现在押注的是靠基座模型来最终实现。

先在沙盒里练到接近 100%

**DeepTech：**实验这部分现在是整个领域比较关键的瓶颈。除了数据之外，湿实验的通量可能赶不上前端靶点发现效率提高的速度。你们搭了一个沙盒环境，用 VLA 模型驱动机械臂做实验，现在跑一个 loop 大概需要多久，瓶颈在哪一部分？

**张载熙：**我们之前先搭建了一个沙盒环境，对很多实验设备做了仿真建模。因为训练 VLA 或其他面向物理设备的世界模型时，相关的数据和反馈非常稀缺，直接在线下部署、收集真实数据的成本又太高。所以我们先在虚拟沙盒里做预训练，通过不断迭代，把实验成功率从最初的不到 10% 提升到接近 100%，然后再部署到线下实验室里做测试，收集真实反馈。

**DeepTech：**这已经是一个比较完整的 RSI 闭环了。你怎么看 RSI 在 AI for Science 里的应用？

**张载熙：**我们很早就开始在各个方面尝试 RSI（递归自我改进）的迭代应用了。比如去年 7 月发布并开源的 STELLA 第一个版本，就提出了自进化的概念。当时设计了两种自进化方式：一种是通过思维模板，用类似记忆的机制，把过去成功和失败的经验整理成 high level 的模板，用来指导未来同类任务的探索；另一种是模型的持续学习，把反馈信号通过后训练等方法融入模型，提升它在后续任务中的表现。

现在做基座模型，其实也在用 RSI 的方式。比较有意思的是，我们在探索如何用小体量模型去训练更大规模的模型，从而快速放大模型能力。比如我们早期从小参数量开始探索，从 4B、7B、14B 一路往上走。每个阶段都会利用上一个小版本的模型来加速下一代训练，比如把它作为数据合成器、数据筛选器，或者作为 teacher 去指导训练。这样下一代模型就不需要从头训练，而是站在前一代模型的基础上快速迭代。这套方法论在我们的技术报告里叫作 ScienceRSI[1] ，是专门面向科学基座模型的一套具体应用，也是我们自己摸索出来的特色路径。

**DeepTech：**前面提到的这些工具和 RSI 框架，目前见到的成果更多是提高效率。有没有可能 AI 也在一些我们没意识到的地方提出新的发现，反过来给人启发？

**张载熙：**我觉得会的。靶点发现就是一个很有意思的例子。我们给出了 40 个候选靶点，并通过交叉验证确保它们此前从未被文献报道或实验测试过。但受限于目前的验证能力和通量，我们只能挑最靠前的几个去做系统验证。其实排在后面的那些靶点，不管是看分析链路还是其他信息，也都有各自的合理性，只是现在没办法快速验证出来。

所以我们认为未来会出现“科学涌现”的现象。这有点像现在 AI 解决数学猜想，它能快速给出大量新的科学猜想或突破，但人类专家和实验室只能验证其中很小的一部分。就像 AI 给出了几百道数学证明，人类专家只能核实一小部分，对其余大部分只能保持将信将疑的状态。我觉得在 AI for Science 领域，很快也会出现这样的局面。

**DeepTech：**算力这边，从预训练到运行过程中调用工具、智能体推理，再到实验数据回流、再训练，算力主要花在哪个环节？

**张载熙：**主要花在预训练上。我们的模型训练分几个阶段，其中预训练所需的数据量和训练时长是最大的，比如一个版本的模型迭代，单是预训练可能就要花一到两个月。后训练主要是强化推理能力，基于我们收集的长程推理数据，去提升模型处理复杂任务和科学探索的能力。所以绝大部分算力消耗在预训练阶段，后训练的数据量和调整规模相对小一些。

**DeepTech：**对一个刚起步的团队来说，获取算力比较难的部分是哪些？主要是预算，还是会涉及环境配置、数据工程这类问题？

**张载熙：**最主要的还是算力租赁和预算问题。现在显卡涨价很快，而且很多云厂商的算力都要排队，这些都是很现实的困难。

**DeepTech：**你读博的时候在腾讯、微软亚洲研究院等都做过实习。这些企业环境里的范式或者工程上的支持，对你现在的研究有什么帮助？

**张载熙：**我觉得像腾讯、微软这样的大厂，在项目管理和协作方面做得很好。在学术界，很多时候是一个人做一个项目、写一篇论文；而在大厂，更强调团队合作完成大项目，包括怎么协同、怎么规范数据格式、怎么管理版本。大厂对工程管理的重视给了我们很多启发，我们现在做公司，也在项目管理上借鉴了不少大厂的经验。

“渗透率很低，但需求很大”

**DeepTech：**像 STELLA 这样的工具现在已经服务了不少科研用户，但科研产品的分发有时候还需要借助比较大的平台。例如腾讯大衍 AI4S 社区现在会让科研人员把真实的科学问题发布出来、由社区撮合合作者，也通过 Demo Day、大衍 Talk 让好的工作被同行看到，同时提供科研 Skills、工具索引，以及 TI-ONE、TEFS 等平台的算力支持。从你们与一线科研人员合作的经历来看，这类平台能发挥什么样的作用？

**张载熙：**社区之前组织过一次活动，邀请我们去西湖大学做分享。那次分享让我们感受到了同学们对 AI 的热情，同时也看到了很多迷茫。我们发现，很多想做 AI 科研的人并不是 AI 背景，而是来自结构生物学、植物学、免疫学等科学背景，他们一直想结合 AI 做研究，但不知道从何入手。大衍社区以及腾讯的平台，实际上是把包括我们在内的许多案例和资源，对接给了这些科研工作者。在当时的现场 poster 环节，很多原本没有相关经验的人试用了我们的智能体，都感受到了它的吸引力，后续也愿意把这类工具用到日常工作里。

我们目前的观察是，在生命科学领域以实验为主的科研人员中，AI 工具的渗透率还很低，但他们的需求其实非常大。所以这类社区能够很好地起到桥梁作用，帮助科研人员学会如何更好地使用 AI 工具。

**DeepTech：**你之前提到 AI for Science 的教学不能只教学生写提示词、调用模型，而要让他们理解科学数据怎么 token 化、怎么做闭环训练。如果要教一个刚入行的研究者，你会教他们什么？

**张载熙：**我最近也在思考这个问题，因为明年我在港科大可能会带一门 AI for Science 的课，会非常偏实操。比如我们会安排几节课，让学生自己动手训练一个 AI for Science 模型。现在的 AI coding 模型和智能体已经非常强大，人主要需要做的是 pipeline 的设计，同时理解每一步到底在解决什么问题：从最初的数据组织，到模型框架搭建、训练设计，再到最后的 evaluation。

过去要跑完这一整套流程，可能需要一个训练有素的博士生才能独立完成。但现在有了 AI 的加速和赋能，一个刚入门的学生在适当的指导下，就能独立跑完从数据处理、模型评估到产出报告的全链条科研项目。我们需要做的就是一步步引导他们把这个流程跑通。所以如果带这门课，我们会直接给学生上手的机会，让他们自己去训练模型。

**DeepTech：**那往后看，这个方向需要什么样的人？你们现在在招什么人？

**张载熙：**我们团队目前非常国际化，跟国际最前沿保持着密切交流。团队成员来自 DeepMind、MIT、哈佛、剑桥等机构，整体人才密度很高，也很年轻，平均年龄二十几岁，属于 AI 和 science native 的一代。

我们非常欢迎两类人：一类是对科学有深入理解，同时对 AI 保持开放和包容、愿意去探索的人；另一类是在 AI 领域有深厚积累，对模型原理有基础追求、希望做到极致，同时也认同 science 是下一个更广阔的“coding 时刻”的同学，欢迎大家加入我们，一起往前推进科学智能。

超导被观察到四十多年后才有理论

**DeepTech：**未来五到十年，科研的哪些环节会被彻底改变，留给人的部分是什么？

**张载熙：**长期来看，我认为 RSI 是通往 Superintelligence 的必经之路，它跟 AGI 并不是割裂的两件事。现在很多 AI 公司都高度关注 AI for Science 的发展，争相竞逐这个突破性的圣杯。

我觉得其实不需要五到十年，就会出现极具突破性的进展，因为现在的整体发展速度远超我们的想象。我之前也跟一些同学聊过，两年前我们根本想不到 AI 能独立写出工程级别的代码；一年前我也想不到 AI 能完整证明一些最难的数学定理。同样地，站在今天这个时间点，我们也很难想象一年后 AI 在科学探索上能做出多大的突破。当然，AI for Science 相比 coding 或数学有它的特殊性，因为它必须经过实验验证，受制于实验周期和通量，节奏会相对慢一些。

图丨科学超级智能：定义与规模窗口的依据。（来源：Scinetics）但我们非常坚信，AI for Science 会是未来各方持续加大投入的方向。我个人也相信，我们的模型未来会出现“科学智能涌现”的现象，不再只是解决单点的科学问题，而是能在一批科学探索上带来突破。

**DeepTech：**如果未来 AI 提出一些人类看不懂、但确实被证明有效的科学假说，科学家的工作会变成什么样？

**张载熙：**我觉得人类科学家一方面要学会去理解和总结。回顾科学史，很多前沿突破往往是人类先观察到了某种现象，或者先在工程上实现了，之后才一点点摸清背后的机制。比如我本科学超导时了解到，超导现象早在 1910 年代就被观察到了，相关材料也随之出现，但直到 1950 年代才诞生了 BCS 理论，真正解释清楚它的物理机理。我觉得未来会有更多类似的情况：AI 率先做出很多科学突破，人类再去慢慢思考和总结。人类非常擅长总结概括，能把复杂的机制提炼成通用、可理解的概念或定理范式，这是人独特的能力。

另一方面，人需要把科学引导到正确的道路上。我们很早就开始关注生物安全方面的问题，去年还办过一次研讨会，探讨生成式 AI 在生物安全领域的风险。我们去年做了一系列工作，比如通过 jailbreak（越狱）的方式测试模型是否会设计出具有致病性的序列。今年一些大厂也开始关注我们的工作，Anthropic 就发过几篇 blog 探讨大语言模型在生物安全上的问题。所以在安全与伦理层面，人必须引导 AI 在正确的科学探索轨道上往前走。

**DeepTech：**最近，陶哲轩在一次公开讲座中提出了一个思想实验：一个 AI 被要求找出一种能通过三期临床试验的癌症疗法，它耗费大量算力，配出一种由几种此前未知的化学物质混合而成的制剂，也确实通过了三期试验，但没有人知道它是怎么找到的。陶哲轩担心的是，这个结果会不会利用了试验流程或数学模型的漏洞。他接着问听众：假如你刚被确诊早期癌症，在注射这种制剂之前，知道至少有一位人类癌症专家哪怕只是部分理解它的机理，会不会更安心？这页幻灯片传开后，不少生命科学背景的人提出反驳。肿瘤学家维奈·普拉萨德（Vinay Prasad）专门写文章回应，说多柔比星、多西他赛这些常用抗癌药的作用机理至今都没有完全弄清，临床上依据的是三期随机对照试验的结果。如果未来由 AI 主导整个科研流程，可解释性还重要吗？

**张载熙：**肯定是很重要的。但我也很相信人类有能力去理解 AI 做出的科学探索。人类一直具备高度浓缩信息的能力，能够从复杂的科学现象里抽取出最根本、最基础的原理，这是人类非常强大的地方。虽然现在信息量爆炸，AI 可以在各个方向上展开探索，但人依然可以把其中最核心、最底层的理论提炼出来。

“壁垒有三个阶段”

**DeepTech：**一个比较直接的问题：会不会担心你们做的这类科学基座模型，被 Anthropic 这样的通用大模型公司覆盖掉或者替代掉？

**张载熙：**我们现在做的科学基座模型，跟 Anthropic 在 coding、数学上取得的突破相比，有其自身的复杂性和特殊性。比如科学模态跟一般的文本序列模态差异很大，需要对模型本身做大量改进。我们的 tokenizer 是自己创新设计的，训练目标也不同，分为三个训练阶段，包含了不同科学模态之间的对齐，以及后续基于推理数据的长程推理后训练等。这些都跟通用大模型的训练方法有很大区别，我们在里面做了很多创新。

所以我们认为团队在早期算法上是有优势的，经过前期的架构探索，我们已经逐步形成了自己的一套方法论。我们也一直在思考这件事的壁垒在哪里，我认为壁垒可以分为三个阶段。第一个阶段是算法实现，看谁能快速把模型迭代出来、在前期跑在前面，我们正好抓住了这个时间窗口，也确实做到了。第二个阶段拼的是数据，当模型架构稳定之后，谁拥有更多高质量的数据，谁就能把参数量堆起来。这方面我们也在布局，比如利用自己的数据挖掘平台，从各类公开渠道中整理可用于预训练的数据。

第三个阶段，就要回到 AI for Science 跟 Coding、数学最不一样的地方，也就是它必须做真实的实验验证。这其实也是我们选择回国创业的原因。我和联合创始人在 2025 年准备创业时人都在美国，当时我们就考虑到 AI for Science 需要大量的湿实验和高通量验证，而这正是国内的优势。不管是实验成本、验证效率，还是上下游供应链，国内都更成熟。我们对比过，在美国完成同样的验证，整体效率比国内要慢好多倍。

所以早期我们会先把基座模型做出来，但长期来看，我们要做的是一个 discovery loop，也就是干湿闭环。过去我们在 LabOS、STELLA 等代表性工作上的积累，已经证明了团队有能力搭建起这样的干湿闭环系统。明年开始，我们公司也会建设自己的自动化实验室，把这个闭环跑通。在未来，这会成为真正的长期壁垒：随着模型不断迭代，某些特定领域的数据会非常匮乏，谁能通过实验快速生成并获取这些数据，去支撑模型迭代和系统的自进化，谁就能建立起护城河。我们知道这里面存在竞争，但并不担心。每个阶段的核心竞争要素和壁垒都不一样，我们会借助现阶段的模型能力壁垒，一步步垒起下一个阶段的壁垒。

**DeepTech：**那商业上这套东西如何运转起来？你们之前曾提出过 Scientific Token Economy 这个说法。

**张载熙：**我们希望基于这个基座模型和相关服务，构建起 Scientific Token Economy，也就是科学 token 经济。过去的 token 经济学是按计算量来算的，比如根据消耗了多少 GPU 算力来定义成本和计价。但 scientific token 的计价逻辑会非常不一样，它的经济价值应该取决于背后的科学价值。比如相关科学数据的稀缺程度、做出这项科学突破的难度，以及它在现实中的实际价值（比如设计出一款药物在医疗上的实际价值），都应该纳入定价考量，从而在市场上逐渐形成一套公允的价值体系。这是我们对未来实现通用科学智能、在各个方向不断涌现科学突破后，关于科学 token 经济学的一个畅想。这些都是我们比较原创的概念，也已经通过技术报告发布了出来。

**DeepTech：**所以公司未来的收费会直接以这种形式？

**张载熙：**scientific token可能会是一种比较基础的形式。除了模型本身的订阅服务外，针对 scientific token 背后所对应的数据价值如何定价，我们最近也在做商业化探索。未来我们还是希望先用这个模型做出一些有代表性的具体成果，去进一步证明它的价值。

**DeepTech：**最后一个开放的问题。有没有一个科学问题，或者一个圣杯式的问题，是你希望在自己的职业生涯里借助 AI 去解决的？

**张载熙：**我觉得像人类的衰老机制，就是一个非常有意思、目前也依然开放的问题。我们现在的模型框架也是先从生命科学领域切入探索的。如果能通过模型智慧的涌现，揭示出衰老的底层机制，进而改善人类健康、提升生活质量，并解决其他与衰老相关的疾病，那会非常有意义。我也希望我们的模型和正在做的事情，最终能够真正反哺并改善人类的生活。

参考资料：

1.https://scinetics.ai/blog/sciencersi/

22小时前

加洋编辑记者