财π新闻 据2026年9月23日发布的相关报道，广东正打通AI赋能基础研究、中试验证到工业制造的全链条，人工智能在科研与产业端实现身份之变，从过去辅助查文献、处理数据的普通工具，逐步转变为深度参与科研全流程的“AI科学家”、扎根生产一线的“AI工程师”，推动科研与成果转化两端同时被AI改写。广东依托人工智能核心产业规模超三千亿元及十个万亿级产业集群的雄厚家底，将坚实产业基础转化为发展优势，构建起覆盖创新全周期的智能支撑体系，为AI技术落地提供了充足的产业土壤和应用场景。

在基础研究领域，人工智能的角色已经发生根本性转变，不再是科研人员用来处理零散数据、检索文献资料的辅助工具，而是深度嵌入科研全流程的协作伙伴，以“AI科学家”的身份参与到从科学假设提出到实验落地执行的各个环节。深圳先进院研发的材智云脑MatBrain等大模型智能体，能够调动沉淀多年的海量科研数据，自主生成完整的实验方案，实现人机协同的全新科研模式。这套智能体系统由30B知识推理模型与14B工具调用模型协同工作，在材料性质预测、晶体结构设计任务中，综合准确率较千亿级通用大模型提升66%，部署成本降低95%，有效解决了过去通用大模型参数庞大、部署成本高，在严谨的材料推理和复杂多步工具调用之间难以兼顾的行业难题。

这套智能体系统构建了“科学推理-工具执行”双模协同的运行机制，将低熵科学推理模型作为“认知中枢”，将高熵工具执行模型作为“行动中枢”，建立共享状态驱动的“生成—验证—反馈—再执行”动态闭环，实现复杂科研任务的自主纠错、迭代探索和长程闭环。在实际应用中，该智能体可自主提出科学假设，批量生成数万候选材料结构，仅48小时即可完成筛选交由实验验证，大幅压缩了传统材料研发中漫长的试错周期。目前该智能体的客户端已经面向公众开放下载，越来越多的科研人员开始借助这套系统开展材料相关的研究工作，把过去沉淀的科研经验转化为可复用的模型与数据，让智能体在一次次使用中持续学习，不断提升对科研需求的适配度。

除了智能体本身的能力升级，深圳先进院还搭建起多AI多机器人协作系统及具身智能机器人体系，相关具身智能机器人已能独立执行基础实验及精细操作，将科研人员从大量重复性的实验劳动中彻底解放出来。过去科研人员开展材料、化学类实验时，常常需要戴着防护手套长时间重复相同的操作，这类重复性劳动会大量占用科研人员的精力，限制他们开展更高层次的创造性思考。现在这套多AI多机器人协作系统投入运行后，智能体可以自主控制模组化自动化实验平台，根据实验需求自主安排不同模块的工作顺序，无需科研人员全程值守操作。目前相关机器人已经能够完成基础实验动作，还在持续学习量子点合成、纤维制作等更复杂的精细操作，未来绝大多数常规科研实验都将由机器人承担，科研人员可以将更多精力投入到问题提出、方向判断和统筹决策这类创造性工作中。

长期以来，从实验室成果到工业化量产的中试环节，是大量科研成果落地过程中最难跨越的“死亡谷”，不少实验室里表现优异的技术，在中试放大阶段会出现各类难以预判的问题，导致研发周期大幅拉长、试错成本急剧攀升。广东在中试验证环节全面引入AI层状推理智能体，通过智能技术重构中试全流程，不仅大幅缩短了验证周期，还推动整个中试流程走向标准化，为科研成果从实验室走向量产搭建起顺畅的智能通道。

在微胶囊材料中试的实际应用场景中，AI层状推理智能体深度参与到配方设计的全流程中，依托积累的海量中试数据，对各类配方参数进行多轮迭代优化，快速筛选出适配量产场景的最优配方组合，最终让中试研发效率提升约百分之七十，原本需要耗费数月甚至数年时间反复调试的中试流程，在AI的辅助下可以在极短时间内完成核心参数的确定，直接跨越了材料研发的“死亡谷”。目前深圳先进院依托相关技术搭建的AI驱动先进功能材料中试平台，已经在2025年成功获批首批国家级制造业中试平台，全国仅21家，材料领域仅两家，平台面向全行业开放，不少企业专门找上门来对接中试服务，借助AI智能体的能力加速自身的新材料研发落地进程。

这套AI驱动的中试解决方案，并非简单将AI技术叠加到传统中试流程之上，而是从底层重构了中试的逻辑框架，通过层状推理的模式，将中试过程中涉及的材料性质、工艺参数、设备状态、环境变量等各类复杂信息进行分层拆解，逐层完成推理验证，避免了传统中试模式中各类变量互相干扰、难以定位问题根源的痛点。在与磷化工龙头企业兴发集团的长期合作中，相关团队将材智云脑MatBrain与企业自身的生产研发数据深度融合，构建出面向磷化工及新材料领域的智能研发平台“兴发云脑”，实现了从文献检索、知识分析、实验方案设计到工艺优化的全流程智能辅助，帮助企业大幅提升了新材料研发的速度，推动企业成为新能源领域增速最快的企业之一。

除了材料领域的中试赋能，广东还依托获批的三大国家人工智能应用中试基地，覆盖消费、医疗、能源电力三大领域，让全省“国字号”AI中试基地数量高居全国首位，这些平台被企业形象地称为“AI产业化最快加速器”。以落地东莞与深圳的国家人工智能应用中试基地（消费领域）为例，它打通了从“芯片—系统—模型—应用”的全链条技术闭环，无论是研发智能硬件还是开发工业机器人，都能为企业提供算力、数据、模型测试的一条龙服务，专门解决产品好用、能用、智能的“最后一公里”问题，让各类AI相关的创新成果都能在中试环节得到充分验证，顺利走向规模化量产。

在工业制造领域，人工智能的身份再次完成重要升级，不再是工程师手中用来辅助计算、绘图的工具，而是直接孵化出具备独立工作能力的“AI工程师”，深度参与到精密制造的全流程当中。东莞研发的工业智能体，通过深度挖掘制造业沉淀多年的老师傅经验与海量图纸数据，构建起精密模具制造语义计算底座，让AI能够自主理解工程图纸的各类细节要求，调用各类生产工具完成对应的制造任务，实现了从“工程师调用工具干活”到“AI自己调用工具独立完成任务”的范式转变。

目前部分落地应用的工业智能体，已经积累了相当于五年以上工程师的工作经验，能够独立处理精密模具制造过程中的各类常规问题，有效应对行业长期存在的技工紧缺痛点。过去精密模具制造行业高度依赖资深技工的个人经验，这类经验往往需要从业者经过多年一线实操才能逐步积累，行业人才培养周期长、缺口大，不少企业因为招不到足够的熟练技工，生产效率难以提升，订单交付周期被迫拉长。现在依托构建完成的精密模具制造语义计算底座，AI工业智能体可以将分散在不同资深技工身上的经验进行系统性沉淀，转化为可复用的智能能力，无需依赖特定的技工个体，就能稳定输出符合标准的制造方案，大幅优化全制造流程的运行效率。

这类AI工程师的落地应用，并非简单替代现有产业工人的工作，而是对现有制造体系的能力补充，将资深技术人员从大量重复性的常规工作中解放出来，让他们可以聚焦到更复杂的工艺攻关、新产品研发等创造性工作中。在实际的精密模具生产场景中，AI工业智能体可以快速完成图纸解析、工艺路径规划、参数初步调试等常规工作，遇到超出常规经验范围的特殊问题时，再将相关信息同步给资深工程师进行判断，形成人机协同的全新制造模式，既提升了整体生产效率，也降低了对一线技工经验门槛的要求，让企业在技工缺口较大的情况下依然能够稳定维持高质量的生产节奏。

除了精密模具制造领域的探索，广东各地还在工业制造的多个细分场景持续推进AI工程师的落地应用，佛山人工智能研究院发布的佛智Orient产业世界模型，面向工业制造场景构建起通用工业AI底座，中望软件分享的CAX智能体平台关键技术，推动国产工业软件由“工具赋能人”向“人机共融”模式升级，不同领域的智能体成果共同构成了覆盖工业制造全场景的AI工程师矩阵，让人工智能的能力深度渗透到工业生产的每一个环节，为广东庞大的制造业体系注入全新的智能动能。

广东人工智能核心产业规模超三千亿元，同时拥有十个万亿级产业集群，这样的雄厚产业家底，为AI从基础研究到中试落地再到工业规模化应用的全链条打通提供了独一无二的支撑条件。不同于其他地区AI技术应用往往局限于单一环节的情况，广东的产业体系足够完整，能够为AI技术的迭代提供从科研端、中试端到产业端的全周期场景反馈，让AI智能体在不同环节的落地过程中持续优化能力，形成技术迭代与产业应用互相促进的正向循环。

近年来广东持续强化人工智能科技创新顶层设计与体系化布局，构建起从基础研发、技术攻关到应用落地的全链条推进机制，推动在国产AI高端芯片、超大规模智算平台、大模型等方向取得显著突破，夯实了AI全链条赋能的底层支撑能力。在平台底座建设层面，南方电网人工智能公司发布电力工业人工智能创新平台与高质量数据集全链条平台，以国产算力支撑电力行业人工智能规模化应用；先进能源科学与技术广东省实验室展示强流直线加速器智能控制联合示范成果，推动大科学装置与工业智能技术双向赋能；中国船舶科学研究中心建立船海数据驱动的智能共性平台，朗坤智慧科技总结多模态数据的采集治理经验，推动“小模型+大模型”协同驱动智能运维体系构建，不同领域的公共智能平台共同搭建起覆盖全行业的AI赋能底座。

在不同细分领域的AI创新成果也在持续密集涌现，广州实验室发布毕方（AI Biologists）一站式多智能体科研工作台，为生命健康领域“AI+”科技创新提供自主可控的数智底座；南方医科大学珠江医院聚焦阿尔茨海默病等神经系统重大疾病，推动垂类大模型向专病诊疗深度赋能；琶洲实验室推出非侵入式可穿戴脑机AI反馈训练标志性产品，拓展脑机接口技术的产业化应用；中山大学附属第三医院将海量真实住院病例的诊疗经验转化为可追溯、可下沉的AI决策体系，不同领域的探索共同拓展了AI技术的应用边界，让AI的身份转变覆盖到更多的行业场景当中。

目前广东已经生长出层次分明而丰富的AI产业创新热带雨林，在基础层推动算力普惠、数据开放，在技术层追求模型能力持续迭代升级、更高效解决复杂问题，在应用层推动AI能力无处不在、随时可用的泛在覆盖，从算力保障、场景开放，到中试基地建设、全域应用推广，一条从技术到产业的价值闭环已经完全打通。随着AI在科研端、中试端、工业制造端的身份持续完成升级转变，广东的坚实产业基础正在不断转化为全新的发展优势，科研与转化两端同时被AI改写的格局已经全面形成，为后续新质生产力的持续培育提供了源源不断的智能动力。

(编辑：付健)