2026年4月，习近平总书记在加强基础研究座谈会上指出，要加强对基础研究的支持保障，体系化布局建设重大科技基础设施，建设智能化科研平台系统。近年来，随着人工智能技术在科学研究中的广泛应用，引发“人工智能赋能科学研究”（AI for Science， AI4S）范式的变革热潮。智能化科研平台系统并非传统意义上一般的科研平台系统（例如，数据库、文献系统、管理系统、信息系统等），它是以人工智能（AI）、量子计算为代表的新一代信息技术加速与传统自然科学各学科（如数理化天地生等）融合与汇集，形成的“人工智能、量子计算等共性技术驱动的科学研究平台”，涵盖计算机硬件、科学数据、算法模型、科学计算软件、网络和专业知识等方面。科学研究通过这一平台可以融合科学规律、观测数据和合成数据，发现复杂世界的未知规律，推动我们在下一轮科技革命中走在世界前沿。

一、全球趋势：智能化科研平台系统成为国家战略竞争焦点

近年来，世界各国特别是欧美发达国家，已将智能化科研平台系统视为保持科技领先和提升国家竞争力的关键举措。其核心特征是融合数据、计算与模型，提供一体化服务能力，支撑前沿科学研究与科研数字化创新。

第一，从国际看，欧美发达国家和地区加速布局智能化科研平台系统建设。欧盟自2002年起通过ESFRI持续发布路线图，近五年投入超200亿欧元建设泛欧科研信息化设施。从“地平线2020”到《“地平线欧洲”2025—2027年战略计划》，重点构建先进数据网络、计算网格，并布局量子计算、人工智能等前沿实验平台，支撑从基础研究到技术开发的全链条需求。《美国国家科学委员会：2030愿景》明确要求建设引领全球的科研信息化基础设施。以美国能源科学网（ESnet）为代表，其第六代网络（ESnet6）已实现400Gb/s至1Tbps数据传输能力，并完成46Tbps超高速传输实验。2024年，先进网络基础设施（ANI）实现三大突破：一是FABRIC试验网扩展至150+全球节点，支持量子-经典网络混合计算实验，为6G研发提供底层支撑；二是ESnet6光网部署单波800Gbps商用技术，极地科考卫星链路延时降至400毫秒，助力南极冰盖实时监测；三是PAWR无线平台在智慧农业领域落地，通过“毫米波+AI”实现农田虫害预警准确率98%。2024年全年承载科研数据流超3EB，持续领跑全球。美欧通过高速网络将国家级实验室、大学及研究机构互联，如ESnet连接能源部所有实验室，GÉANT连接欧洲40个国家的8 000个研究机构，打造了全链条的国家科技创新协作系统。

第二，从国内看，我国积极探索智能化科研平台系统建设并取得相应进展。我国已布局“中国科技云”，初步建成网络、数据与计算融合的国家级数智基础设施，汇聚315PFlops计算资源、150PB存储，集成60余个综合服务平台。同时建成14座国家级超算中心，超级计算机数量居全球第一，形成覆盖全国的超算网络。

二、突出问题：我国智能化科研平台系统建设存在三大短板

当前，我国智能化科研平台在关键环节存在一些短板，掣肘高水平科技自立自强。

第一，科研数据严重依赖国外权威数据库。美国国立卫生研究院（NIH）自2025年4月起禁止中国等国家访问其受控数据库（如TCGA、dbGaP等），导致我国精准医学、遗传学等领域研究遭遇“数据断供”。此外，调研显示，在数学与物理、化学、生物、材料等8个重点领域常用的88个国际权威数据库中，仅2个来自中国；93%以上一线科研人员优先使用上述国外数据库。超70%的科研人员认为国内数据质量与国际差距显著；约60%认为国内数据资源共享率低，受产权、安全等问题制约，共享深度广度不足。

第二，科学计算软件受制于人的局面依然严峻。调研显示，国家级超算中心安装的商业软件（33款）中28款为美国研发，开源软件（68款）中41款来自美国，我国自研（29款）软件多限于内部使用，一线人员使用国外软件占比超90%。约75%的科研人员认为我国缺乏支撑大科学研究的算法、软件与平台。例如，量子化学领域广泛使用的VASP软件，国内尚无成熟替代品。

第三，智能化科研平台系统性支撑国家重大科技任务能力不足。我国现有信息化基础设施如大科学装置、科学数据中心、野外台站等，虽已统一归口管理，但发展规划相对独立，缺乏有效的协调与数据联通机制。各平台间仅停留在元数据层面的共享，未能实现装置、仪器、数据、文献等资源的深度打通，限制了数据在科研创新中的价值挖掘。

三、重点举措：统筹建设智能化科研平台

针对上述问题，亟须建设逻辑统一、布局合理、覆盖全国的智能化科研平台，融合科技基础能力各要素、整合多模态数据与知识，支撑数据与智能驱动科研范式下的科技创新活动。

第一，统筹布局智能化科研平台建设。围绕国家重大科技任务，将智能化科研平台的投入纳入国家重大科技任务的整体设计。设立长期稳定支持的专项，聚焦科学数据治理与利用，研发AI与领域数据深度融合的产品与工具。面向AI4S需求，超前部署支持智能网络调度、多模态处理与异构计算的基础设施。

第二，建立健全国产科学计算软件的产-学-研-用体系。加大对科学计算软件研发的财政稳定性投入，重点支持底层数学库、并行计算框架、领域算法库等自主研发。在国家重大科技任务中优先使用国产软件，并将任务需求转化为软件迭代动力。鼓励国产软件探索商业化运营和开源生态，加速更新升级与应用迭代。

第三，打破要素间数据互通、共享使用的壁垒。出台协同共享政策，推行国家科研统一标识编码，将科研单位、人员、仪器、文献、数据等关联，形成可追溯的科研链条。鼓励数据中心高质量汇编与整理数据，借助AI加速科学数据与科技文献的深度融合，形成高质量数据产品。鼓励超算中心及团队研发特色算法软件，促进国产软件生态形成。

第四，大力推进国际科技合作，在优势领域形成主导地位。探索建立符合国情的智能化科研平台系统的国际共建共享机制。在优势领域主导建立以数据为核心的国际合作计划，深入参与国际科学数据规则制定，打造一批国际一流的科学数据中心和数据品牌。