2050大會「AGI4Science·新生論壇——正在生長的科學地圖 」嘉賓陣容全覽！

生長中的AGI4Science：全景、邊界、未來——我們走到哪了？

2026年4月25日上午9點，2050大會將迎來“AGI4Science·新生論壇——正在生長的科學地圖”專場。

本次論壇由王婷擔任召集人，以“三幕劇”的形式，從“AI落地真實世界”到“AI作為伙伴”，再到“未來去往何方”，全景式展現(xiàn)AI for Science（AI4S）從理論探索走向產(chǎn)業(yè)部署的前沿圖景。

論壇涵蓋芯片、物理學、基礎(chǔ)數(shù)學、生命科學、社會科學、新能源材料等多個領(lǐng)域，匯聚了來自高校、科研機構(gòu)與產(chǎn)業(yè)界的17位青年科學家與技術(shù)專家，共同探討AI4S的生長與變革。

01

幕前——生長中的AGI4Science:

全景、邊界、未來，我們走到哪了？

在正式進入三幕探索之前，我們需要先校準坐標。

AGI4Science從概念萌芽到多點開花，究竟走到了哪一步？什么是已經(jīng)被驗證的路徑，什么是仍在探索的邊界，而真正的未來又在哪個方向？這一環(huán)節(jié)將為我們勾勒一幅正在生長中的科學地圖，標定我們當下的位置與下一段旅程的起點。

于曉軼現(xiàn)任上海人工智能實驗室資深主管、項目經(jīng)理人團隊負責人。在本次論壇的幕前環(huán)節(jié)，他將以“生長中的AGI4Science：全景、邊界、未來——我們走到哪了？”為題，基于其推動多個AI4S高價值項目的實戰(zhàn)經(jīng)驗，勾勒AGI驅(qū)動科學發(fā)現(xiàn)的當前坐標與演進方向。

02

落地前沿——AI in the Real World

AI for Science的敘事不能只停留在論文與代碼中。當算法走出實驗室、走進工廠車間與研發(fā)產(chǎn)線，它將如何應(yīng)對真實世界中物理約束、安全邊界與產(chǎn)業(yè)成本的嚴苛拷問？

第一幕我們聚焦產(chǎn)業(yè)一線，邀請來自芯片、生物等領(lǐng)域的科學家與技術(shù)專家，講述AI從“可用”到“有用”的落地故事——在這里，問題不是“AI能做什么”，而是“AI已經(jīng)做到了什么，以及它還能做到什么”。

吳泰霖 西湖大學 助理教授——“我們離聚變商用還有多遠？AI的機遇在哪里”

吳泰霖博士是西湖大學工學院特聘研究員、助理教授、博士生導師，創(chuàng)立了人工智能與科學仿真發(fā)現(xiàn)實驗室。

其研究方向聚焦于人工智能與科學的交叉領(lǐng)域，主要利用機器學習方法加速大規(guī)模科學仿真、輔助科學發(fā)現(xiàn)，并研究基于圖神經(jīng)網(wǎng)絡(luò)和信息論的表示學習。代表性工作包括提出“AI Physicist”算法，能夠模仿科學家從觀測數(shù)據(jù)中提煉符號化物理定律；在計算流體力學與等離子體物理中利用機器學習代理模型實現(xiàn)數(shù)個量級的仿真加速。多項成果發(fā)表于NeurIPS、ICLR、ICML等頂會及權(quán)威期刊，獲MIT Technology Review等報道。

在本次論壇中，他將圍繞“我們離聚變商用還有多遠？AI的機遇在哪里”這一議題，探討人工智能的聚變商用，挖掘AI的潛力與機遇。

姜若曦復旦大學人工智能創(chuàng)新與產(chǎn)業(yè)研究院，助理教授“AI看懂物理：讓流體在AI里重新流起來”

姜若曦博士現(xiàn)任復旦大學人工智能創(chuàng)新與產(chǎn)業(yè)研究院助理教授、碩士生導師，同時兼任上海科學智能研究院AI科學家。

其研究聚焦于表征學習與生成模型的科學智能與視覺模型，致力于推進表征學習與生成模型的理論統(tǒng)一與算法創(chuàng)新。她長期從事表征學習研究，認為生成模型與表征學習猶如一枚硬幣的兩面，相輔相成。相關(guān)成果發(fā)表于NeurIPS、ICML、CVPR等國際頂級會議。

本次論壇她將以“AI看懂物理：讓流體在AI里重新流起來”為題，分享讓AI真正“理解”并預測復雜流體行為，從而取得更深程度的突破。

楊曉暉 廈門大學化學化工學院 副教授“為什么高端芯片里，有些問題不能只靠實驗”

楊曉暉博士現(xiàn)任廈門大學化學化工學院副教授、博士生導師，兼任嘉庚創(chuàng)新實驗室AI4EC Lab副研究員。

主要研究方向為芯片制造電子電鍍材料篩選，致力于將人工智能與電化學計算方法相結(jié)合，專注于電子電鍍中專用電鍍液添加劑的計算模擬和智能設(shè)計。相關(guān)成果發(fā)表于ACS Catalysis、Chem. Sci.、Electrochimica Acta等期刊。

在本次論壇中，他將基于工作與學術(shù)視角，回答“為什么高端芯片里，有些問題不能只靠實驗”，闡述人工智能與計算化學如何協(xié)同破解傳統(tǒng)實驗方法難以逾越的瓶頸。

邵雷來 上海交通大學 長聘教軌副教授讓AI走進芯片設(shè)計核心，能走多遠？”

邵雷來博士現(xiàn)任上海交通大學機械與動力工程學院長聘教軌副教授、博士生導師，2021年9月全職回國加入上海交通大學。

其研究方向?qū)Ｗ⒂谛滦桶雽w和Chiplet系統(tǒng)的設(shè)計工藝協(xié)同優(yōu)化(DTCO/STCO)、柔性電子、電路設(shè)計自動化(EDA)以及機器學習等研究。累計在相關(guān)領(lǐng)域的頂級期刊以及會議發(fā)表文章20+篇，包括(Nature Communications, IEEE TED, IEEE/ACM Design&Test, IEEE/ACM DAC, IEEE DATE, IEEE ASP-DAC)，還獲得了EDA領(lǐng)域頂級會議IEEE DATE 2018的Best Paper Award Nominations，谷歌學術(shù)累計引用1000+。

在本次論壇中，他將追問“讓AI走進芯片設(shè)計核心，能走多遠？”，結(jié)合其在EDA與Chiplet系統(tǒng)設(shè)計中的實踐經(jīng)驗，探討人工智能從輔助工具走向芯片設(shè)計核心決策引擎的現(xiàn)實路徑與關(guān)鍵挑戰(zhàn)。

徐麗成 上智院物質(zhì)科學方向研究員“不想當‘算法孤勇者’？我們開源了一座AI+化學實驗室”

徐麗成，任職于上海科學智能研究院（上智院），擔任物質(zhì)科學方向的研究員。

其研究方向主要聚焦于AI for Science（AI4S）領(lǐng)域，致力于通過人工智能技術(shù)推動化學反應(yīng)預測與合成規(guī)劃。代表性成果是主導開發(fā)了名為 RXNGraphormer 的統(tǒng)一預訓練深度學習框架。該框架通過整合圖神經(jīng)網(wǎng)絡(luò)與Transformer模型，成功實現(xiàn)了對化學反應(yīng)活性、選擇性以及單步正、逆向合成的精準預測，相關(guān)研究成果發(fā)表于《Nature Machine Intelligence》。

本次論壇他將以“不想當‘算法孤勇者’？我們開源了一座AI+化學實驗室”為主題，介紹其參與構(gòu)建的開源智能平臺，倡導以開源共建的方式打破學科壁壘，加速AI化學從算法創(chuàng)新到真實實驗閉環(huán)的轉(zhuǎn)化。

董振 西湖大學助理研究院“我把細胞‘放大’給AI看”

董振博士現(xiàn)任西湖實驗室生命科學和生物醫(yī)學研究所助理研究員。他于2020年在新西蘭奧塔哥大學獲得博士學位，2021年至2023年在西湖大學郭天南團隊從事博士后研究。

其主要研究方向是開發(fā)基于組織膨脹的空間蛋白質(zhì)組學技術(shù)。他參與開發(fā)了第一代技術(shù)ProteomEx，并主導開發(fā)了第二代技術(shù)FAXP，該技術(shù)被《Nature》期刊作為空間蛋白質(zhì)組學的重大進展進行專題報道。近五年，他以第一作者（含共同）或通訊作者（含共同）身份在Nature Communications, Nature Protocols, Cell Discovery等期刊發(fā)表論文12篇。

在本次論壇中，他將講述“我把細胞‘放大’給AI看”的故事，結(jié)合空間蛋白質(zhì)組學技術(shù)，分享如何放大細胞，讓人工智能得以解析生命活動的空間圖譜。

張驥 錦波生物首席AI架構(gòu)師“一家生物企業(yè)的AI，從PPT到產(chǎn)線之間發(fā)生了什么？”

作為一名從學術(shù)界堅定投身工業(yè)界的實干家，他致力于將AI for Science的科學范式深度應(yīng)用于人源化生命材料制造領(lǐng)域，旨在全面重塑重組人源化膠原蛋白的研發(fā)效率與產(chǎn)業(yè)化標準，讓AI真正轉(zhuǎn)化為實體制造的“新質(zhì)生產(chǎn)力”。

在本次論壇中，他將以產(chǎn)業(yè)一線操盤手的視角，還原一家制造型企業(yè)擁抱AI的真實圖景，分享“一家企業(yè)跨越從“想法”到“做法”的關(guān)鍵路徑：從算力基建到人才培養(yǎng)，從數(shù)據(jù)治理到流程再造，深度剖析AI賦能生物制造跨越“最后一公里”的泥濘之旅與破局之道。

03

AI作為伙伴——From Tool to Partner

當AI從單純的工具進化為科研的“伙伴”，科學發(fā)現(xiàn)的人機關(guān)系正在被重新定義。AI不再只是被動地計算引擎，而是能夠提出假設(shè)、參與推理、甚至激發(fā)科學家新靈感的協(xié)作者。

第二幕將目光轉(zhuǎn)向這種新型協(xié)作范式：在數(shù)學、社會科學、量化金融等領(lǐng)域，AI如何從執(zhí)行命令的“工具”走向共同探索的“伙伴”？我們承認AI的力量，也承認它還沒到的地方。

方榯楷 浙大百人計劃研究員——“一人成軍or終產(chǎn)者——Agent時代的R&D、量化交易與科學發(fā)現(xiàn)”

方榯楷博士現(xiàn)任浙江大學信息與電子工程學院“百人計劃”研究員、博士生導師，于2025年10月正式加入浙大。此前，他于2024年博士畢業(yè)后加入微軟亞洲研究院，在機器學習組擔任高級研究員。

方榯楷博士長期從事人工智能、機器學習及與物理、金融、氣象、能源等交叉學科研究。他的愿景是"AI向?qū)?——構(gòu)筑真實物理世界信號驅(qū)動的智能新范式。具體方向包括生成模型，時空序列，概率張量，LLM agent，AI4Science。他的研究成果主要發(fā)表在ICML，NeurIPS，ICLR等機器學習頂級會議上，多次獲得oral，spotlight paper等榮譽，并擔任多個頂會的審稿人。

在本次論壇中，他將以“一人成軍or終產(chǎn)者——“Agent時代的R&D、量化交易與科學發(fā)現(xiàn)”為題，探討AI Agent如何重塑研發(fā)、金融與科學發(fā)現(xiàn)的工作范式，以及在智能體時代個體與系統(tǒng)協(xié)作的新可能性。

馬煜曦 北京大學人工智能研究院人工智能博士生——“當AI走進社會科學——人類行為的新顯微鏡”

馬煜曦，北京大學人工智能研究院博士研究生，同時擔任北京通用人工智能研究院高級項目經(jīng)理，擁有美國項目管理協(xié)會（PMI）認證的項目管理專業(yè)人士（PMP）資格。

其研究根植于心理學與人工智能的交叉領(lǐng)域，目前聚焦于人機協(xié)作、計算社會科學等方向。作為核心成員，她參與了通智測試（Tong Test）與“通幾何”（TongGeometry）等多項通用人工智能（AGI）前沿項目的研發(fā)工作。其學術(shù)成果發(fā)表于《Nature Machine Intelligence》、CHI及CogSci等國際頂尖期刊與會議。

本次論壇她將展示“當AI走進社會科學——人類行為的新顯微鏡”，介紹如何利用大模型與多智能體技術(shù)構(gòu)建社會行為的計算模型，讓人工智能成為觀察、理解乃至預測人類集體行為的新一代工具。

胡舒悅 上海人工智能實驗室青年研究員——“大模型能否解決人類的真實決策困境？”

胡舒悅，上海人工智能實驗室青年研究員，于2019年在香港中文大學獲得博士學位，2020至2022年期間在新加坡國立大學、新加坡科技設(shè)計大學進行博士后研究工作。

其研究領(lǐng)域涵蓋多智能體系統(tǒng)、博弈論和大語言模型，特別關(guān)注如何利用大語言模型解決多智能體系統(tǒng)和博弈論的經(jīng)典問題、如何利用多智能體系統(tǒng)的理論和方法提升大語言模型的通用能力。目前已在人工智能與多智能體系統(tǒng)頂級會議AAAI/IJCAI/AAMAS/ICML/NeurIPS上發(fā)表多篇論文，擔任多智能體系統(tǒng)頂級會議AAMAS 2024 組委會成員及Area Chair。

本次論壇中，她將探討“大模型能否解決人類的真實決策困境？”，探討在真實決策情況下，大模型如何輔助人類決策，破解更多難題。

劉奕好 清華在讀博士生——“多智能體究竟好在哪？是不是另一個泡沫？”

劉奕好 清華在讀博士生，目前在清華大學交叉信息研究院數(shù)據(jù)庫系統(tǒng)課題組學習，師從張煥晨教授。

其研究聚焦于數(shù)據(jù)庫系統(tǒng)和大模型基礎(chǔ)設(shè)施（RL Infra）兩大方向，致力于優(yōu)化現(xiàn)代分析型數(shù)據(jù)庫（如DuckDB、Presto）及提升大語言模型（LLM）的訓練和推理效率。在數(shù)據(jù)庫領(lǐng)域，主要探索存儲與執(zhí)行的協(xié)同設(shè)計，以實現(xiàn)內(nèi)存高效查詢處理，相關(guān)成果發(fā)表在VLDB、SIGMOD、CIDR等頂級會議。在LLM領(lǐng)域，關(guān)注擴散語言模型的高效后訓練基礎(chǔ)設(shè)施、長文本問答等前沿課題，研究成果已發(fā)表在EMNLP等會議上。

在本次論壇中，她將直面一個尖銳的行業(yè)拷問——“多智能體究竟好在哪？是不是另一個泡沫？”，理性剖析多智能體技術(shù)的真實價值、適用邊界與未來發(fā)展空間。

溫力成上海人工智能實驗室的研究員——“學了全互聯(lián)網(wǎng)的AI，為什么造不出一架飛機？”

溫力成現(xiàn)任上海人工智能實驗室青年研究員。他于2022年3月獲得浙江大學控制科學與工程專業(yè)碩士學位，師從劉勇教授，并于2019年獲得浙江大學控制科學與工程專業(yè)學士學位。

研究領(lǐng)域聚焦于自動駕駛、多智能體系統(tǒng)、運動規(guī)劃與決策等方向。其工作致力于在復雜交通場景中，以數(shù)據(jù)閉環(huán)驅(qū)動的方式解決多車交互的決策與規(guī)劃難題，并研發(fā)了長期多場景交通仿真器LimSim，為高級別自動駕駛系統(tǒng)的測試驗證提供高效支撐。多項研究成果發(fā)表于IEEE ITSC、AAMAS、Robotics and Autonomous Systems等國際知名會議和期刊。

本次論壇他將提出一個直擊靈魂的工程之問——“學了全互聯(lián)網(wǎng)的AI，為什么造不出一架飛機？”，從其在長期多場景交通仿真器LimSim研發(fā)中對物理約束、安全邊界與數(shù)據(jù)閉環(huán)的深刻體會出發(fā)，反思當前大語言模型在面向高安全、強物理約束工程系統(tǒng)時的結(jié)構(gòu)性鴻溝。

04

第三幕：未來去往何方——

Next-Generation Science

如果AI for Science是一場遠航，那么我們已經(jīng)看到了近海的風景。但更深處的未知海域在哪里？當前范式的能力天花板又在哪里？

第三幕我們將以更批判性的視角，重新審視大語言模型。這一環(huán)節(jié)不給答案，只給問題——因為正是這些問題，將重新定義下一代科學的邊界。

杜偉韜 阿里巴巴達摩院基礎(chǔ)智能中心 算法專家——“如果AI回到1900年，它能發(fā)現(xiàn)相對論嗎？”

杜偉韜 ，達摩院基礎(chǔ)智能中心算法專家。本科畢業(yè)于中國科大物理學院，隨后在中科大與美國西北大學攻讀隨機分析博士。

研究聚焦于人工智能優(yōu)化與生成模型的理論基礎(chǔ)，及其在藥物發(fā)現(xiàn)、材料設(shè)計、自然圖像和醫(yī)療影像中的應(yīng)用。相關(guān)工作已發(fā)表于 ICML、NeurIPS、ICLR 等會議及NCS, NC, NPJ, CIMS, HJEP 等領(lǐng)域期刊。

在本次論壇中，他將以一個思想實驗開啟討論——“如果AI回到1900年，它能發(fā)現(xiàn)相對論嗎？”。作為PackingStar項目核心成員，他參與以強化學習刷新高維空間“親吻數(shù)問題”世界紀錄，并從中提煉出“人機互促進化”的科研范式。他將從這一經(jīng)歷出發(fā)，反思AI在當前歷史節(jié)點上從“發(fā)現(xiàn)已知”到“創(chuàng)造新知”的可能性與邊界。

陶兆巍 上智院 AI 科學家——“AI如何變革基礎(chǔ)數(shù)學？”

陶兆巍，上海科學智能研究院AI科學家，畢業(yè)于北京大學數(shù)學科學學院。

作為PackingStar項目團隊的核心成員，深度參與基于強化學習的高維空間“親吻數(shù)問題”研究。該項工作一次性刷新了25至31維等多個維度的世界紀錄，其核心貢獻在于將數(shù)學直覺與強化學習算法深度融合，推動形成“人機互促進化”的協(xié)同科研范式。相關(guān)成果引起學術(shù)界與產(chǎn)業(yè)界的廣泛關(guān)注。

本次論壇他將追問一個深刻的問題——“AI如何變革基礎(chǔ)數(shù)學？”，結(jié)合其實戰(zhàn)經(jīng)驗，探討AI在數(shù)學定理發(fā)現(xiàn)、符號推理與數(shù)值計算中的潛在變革力量。

劉凱 寧德時代首席人工智能科學家——“AGI與大腦——到底誰更接近智能的本質(zhì)？”

劉凱博士現(xiàn)任寧德時代首席人工智能科學家，牽頭組建科學通用人工智能學院并擔任負責人。

其研究聚焦科學通用人工智能（Sci-AGI），致力于運用大語言模型、AI Agent等技術(shù)加速數(shù)學、物理、化學及材料科學等基礎(chǔ)領(lǐng)域的自主發(fā)現(xiàn)，研究方向涵蓋AI驅(qū)動材料研發(fā)與自主實驗室。加入寧德時代前，他曾任清華大學化學工程系助理教授，并先后于美國Genentech公司任人工智能總監(jiān)、SES AI公司任人工智能副總裁。

在本次論壇中，劉凱將以“AGI與大腦——到底誰更接近智能的本質(zhì)”為話題展開討論，探討智能的本質(zhì)這一宏大的課題。

劉圣超 香港中文大學計算機科學與工程系助理教授——“下一步的LLM for Science，走向哪里？”

劉圣超是香港中文大學計算機科學與工程學系的助理教授，波動智能實驗室PI。他于 2015-2018在U-Wisc完成研究生項目，2020-2023在Mila-UdeM完成博士項目，2023-2025在UCB完成博后項目。他的研究核心方向是AI和物理，主要包括兩個方向：（1）基于物理模型開發(fā)用于加速現(xiàn)有科學范式，并基于生成模型推動全新科學范式的人工智能方法。應(yīng)用涵蓋化學、材料科學、生物學和地理學。（2）利用物理學原理解釋和揭示人工智能模型的內(nèi)部機制，包括生成模型的新范式探索、深度模型的隱空間理解和優(yōu)化過程的相變。

本次論壇他將展望“下一步的LLM for Science，走向哪里？”，探討大語言模型在科學研究中的下一階段演化方向與應(yīng)用圖景。

05

結(jié)語

在杭州云棲小鎮(zhèn)，每年四月都會發(fā)生一件奇妙的事：上萬名年輕人從全球各地趕來，沒有組委會、沒有VIP通道、沒有領(lǐng)導講話——所有人都是“自愿者”，所有人買票入場，所有人平起平坐。

這里沒有議程表，只有無數(shù)個由“召集人”自己張羅的論壇、露營、運動、音樂和深夜星空下的閑聊。

就是在這樣一個地方，我們選擇把AGI4Science的對話攤開來講。不急著給答案，只負責拋出問題——因為我們相信，正是這些懸而未決的問題，正在重新描繪科學的邊界，也正在生長出一幅全新的地圖。

2050大會是一個由王堅院士發(fā)起、打算一口氣辦到2050年的“非典型”科技活動。

它的邏輯很簡單：年青人因科技而團聚。每年三天兩夜，五百多場自組織的活動，像一場沒有劇本的即興演出——你永遠不知道在哪個角落會撞見一場關(guān)于AI4S的思想風暴，或是在熱力運動的賽道上認識一位未來的合作者。

今年的2050更被稱為“史無前例的思想大爆炸”——130余場新生論壇、500多位跨界分享者。

2050 學習節(jié)：讓學習，回歸興趣與熱愛。

起源

2050 學習節(jié)從六位召集人的一個問題開始——

“購物有節(jié)日，為什么學習沒有自己的節(jié)日？”

沒有計劃書，沒有預算，沒有場地保證。 有的只是：幾個覺得這件事值得做的人，一拍即合。

第一年，六人。第二年，千人。今年帶著 40+召集人，11 場論壇，60+的分享，一起來 2050 見面啦！

在2050大會，你不需要想清楚了才來，只需帶著你的熱愛來，帶著你的好奇來，帶著你還沒成形的想法來。

4 月 24—26 日，杭州云棲小鎮(zhèn)。

我們來見面！

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標注來源并插入本公眾號名片。