11月11日，“社会力量支持基础研究大会”在上海科学会堂举行，来自科研机构、基金会、企业、高校和国际科学慈善机构的代表齐聚现场，围绕社会力量如何深度参与基础研究展开多维度对话。中国科学院自动化研究所研究员李国齐在会上直言，当前AI时代基础研究遇到的最大问题就是算力，过去一年高端算力的租赁价格上涨近100%，从去年的两万多一台涨到今年的四万多一台，算力与数据已经成为AI时代基础研究昂贵的入场券。不少一线科研人员在日常推进项目的过程中，都能直观感受到算力成本上涨带来的压力，原本预留的算力预算随着租金翻倍，能支撑的实验时长和数据处理规模直接缩水近一半。

AI科研的双重现实痛点

　　当前AI科研正同时面临算力昂贵与验证成本高昂的双重挑战，大量算力资源高度集中在头部科技大厂手中，那些走非主流路线、聚焦非共识方向的原创研究，很难从企业端获得长期稳定的资源支持。不少深耕小众前沿领域的科研团队，往往要在算力采购上反复压缩其他环节的经费，才能勉强维持项目的基本运转，稍有算力价格波动就可能直接打断研究节奏。

　　清华大学丘成桐数学科学中心副教授徐文强认为，AI技术的普及虽然让科研产出的速度大幅提升，比如数学领域的相关论文产出量出现急剧增长，但也随之带来了巨大的“验证负担”。传统依靠少数专家人工审稿的模式，审核周期往往以年为单位推进，现在即便借助AI工具开展形式化验证，整个过程依然要耗费庞大的算力资源和人力投入，进一步推高了科研项目的整体成本。

　　阿里巴巴达摩院智能负责人顾斐提出，社会力量可以通过投资算力与公共实验平台的方式，同时为个体科研人员的自主研究和成果验证环节提供支撑，本质上是在补齐整个科研体系的底层基础设施短板。不少参会代表都在讨论中提到，当前行业内普遍存在一个待解的问题：当算力资源越来越向头部集中，大量中小团队的原创探索该如何获得足够的资源保障，避免科研创新出现同质化和头部化的倾向。

社会力量填补中间地带的实践路径

　　与会代表形成的共识显示，社会力量介入基础研究，通常会出现在公共资金覆盖不足、商业资本不愿进入，但科学价值尚未被充分认可的“中间地带”。这类力量既可以补充算力、数据等科研基础设施的底座支撑，更能以长期、耐心、支持非共识探索的方式“投资于人”，守护青年科研人员、长尾研究方向和自由探索的空间，为AI时代的科研生态注入更多元的活力。

　　腾讯新基石科学基金会秘书长李越琪在会上透露，新基石项目始终坚持“选人不选项目”的资助模式，最长资助周期可达10年，全程不考核论文发表数量。基金会副秘书长佟贺丰补充说明，甚至有获得资助的研究员在研究过程中直接将方向调整为“AI for Math”，只需要向基金会报备即可，这是完全属于科学家的自主探索自由。这种不绑定具体研究课题的资助方式，打破了传统科研资助中对研究方向的严格限定，给了科研人员更大的试错空间。

　　顾斐同时也发出呼吁，后续相关资源应当进一步向那些本身资源匮乏、正在开展不起眼小众探索的青年科研人员倾斜，避免优质资源过度集中在少数已经获得大量支持的头部团队手中。不少参会的青年科研工作者也在交流中提到，他们更需要的不是短期的项目补贴，而是能够支撑他们沉下心来深耕十年甚至更久的稳定支持，不用为了凑论文指标频繁调整研究方向。

科学慈善领域的发展现状与现实挑战

　　大会现场首发的《中国科学慈善基础画像报告》数据显示，2021至2024年，全国共有1175家基金会开展过科学慈善项目，累计实施项目5944个，项目收入约279.47亿元。当前国内科学慈善资金正在持续向科技人才和基础研究上游集中，其中科技人才方向的收入占比达到55.8%，基础研究方向的收入在四年间实现了明显增长。但同时行业也呈现出显著的头部效应，不足1%的项目贡献了近七成的资金，资源分布的集中特征十分突出，不同学科之间获得的资助力度也存在明显差异。

　　上海在全国率先出台了针对科技企业基础研究的专项政策，明确支持企业和社会力量设立基础研究公益基金会，为社会资本进入基础研究领域打通了政策通道。不少行业从业者都表示，地方层面的政策支持，能够有效降低社会力量参与基础研究的制度门槛，让更多有意愿投入科研公益的主体找到合规的落地路径。

　　当前国内科学慈善的发展依然面临着理念与制度层面的多重鸿沟，科技领域的资助对象边界难以清晰界定，国内还没有建立起完善的永续捐赠基金制度，不同机构之间的跨主体协同也存在不少现实障碍。不少基金会的工作人员在交流中提到，他们在实际推进资助项目的过程中，经常会遇到不同部门的规则衔接问题，跨机构的资源共享和项目协同很难顺畅推进。

　　天桥脑科学研究院计划投入两亿元资金，探索通过公共福利公司的模式实现项目收益反哺公益，同时设立专门资助医学研究的“天桥学者”计划，为相关领域的科研人员提供长期稳定的支持。这种全新的运作模式，也为国内科学慈善的可持续发展提供了新的探索方向，不少参会机构都表示后续会持续关注该项目的落地进展，探索可复制的经验模式。

(编辑：吴淑娟)