实训营定位“磐石·科学智能（AI for Science）实训营”由中国科学院物理研究所、中国科学院自动化研究所、中国科学院计算机网络信息中心、中国科学院杭州医学研究所、中国科学院大学主办，联合中国科学院国家天文台、中国科学院心理研究所、中国科学院文献情报中心共同举办，邀请AI4S领域高水平专家和一流师资设计培训方案，联合开发课程，并提供案例支持。实训营特色注重AI4S系统性认知与科研思维建立。实训营将围绕磐石科学基础大模型、科学数据、科研智能体、科研工具及计算—实验闭环等内容进行系统授课。帮助学员建立系统化 AI4S 知识框架和将领域问题转化为数据条件明确、任务边界清晰、可计算、可评测的 AI-ready 任务的能力。构建智能体原生、实践嵌入式的实训体系。将智能体构建和应用贯穿于文献调研、假设生成、实验设计、数据处理与分析等环节，采用“先完成最小可运行闭环，再逐步理解核心交互Harness原理”的教学路径。注重讲解智能体、记忆、知识库、工具调用等原理，强化AI4S科研实践能力，并培养基于人在回路（Human-in-the-Loop）和科学边界的复核审查意识。建立真实问题牵引与科研培育机制。实训营课前征集真实AI4S问题，学员报名时选择或自主提出问题，并通过课程学习、习题课和分组研讨逐步完善问题定义与技术路线。对科学价值明确、研究条件基本具备且学员具有持续参与意愿的课题，通过双向选择、导师指导和持续项目跟进，推动其进一步发展为科学模型、科研智能体、科研工具或可复用工作流/技能/MCP等成果。推动学科交叉和科学智能生态构建。依托磐石科学智能生态和多学科科研体系，连接不同领域的科学问题、专业人才和技术能力，并引入科研平台、科技企业、算力及云服务等资源。通过研究所真实科研需求牵引课程教学，将科研任务、课程训练和青年人才培养贯通起来，促进领域知识、科学数据、模型算法、智能体工具和应用场景协同，使实训营同时成为AI4S人才培养、科研需求对接和跨学科合作的平台。 9:00—9:20开幕式①介绍实训营定位、课程结构与学习安排②说明问题牵引、习题研讨与成果交流方式主办单位9:30—10:30前沿讲座：AI for Science与磐石科学基础大模型① AI4S 发展趋势、代表性工程与平台② 磐石科学基础大模型的定位、能力与应用场景③ 科学数据、模型、智能体与工具的关系曾大军中国科学院自动化研究所研究员、副所长10:50—11:50前沿讲座：凝聚态物资科学数据体系建设与数智驱动的物质创新① 建设凝聚态物质科学领域科学数据体系，覆盖物质研究数据的全流程和全生命周期② 利用建成的数据资源，在结构解析、超导材料优化等方向进行数智驱动的研究实践翁红明中国科学院凝聚态物质科学数据中心研究员、主任14:00—15:00前沿讲座：AI4S驱动科研范式变革：磐石重塑科研范式、共建开放科研平台生态① 科学基础大模型和通用大模型的对比分析② 磐石平台在科研环节中的实践应用③ 整合数据、模型、工具、技能等科学资产，共建开放科研平台生态王正帅中科闻歌产品总监

9:30—10:30时间分析视角下的AI4S：从科研提效到智能发现① AI在科研问答、文献调研、实验设计、数据分析、科学作图与论文写作中的应用② 以时间分析法发现科研痛点、建立反馈并评估AI工具的实际价值③ 以适配体筛选为例，介绍超高通量实验、高质量数据与模型—实验闭环罗昭锋中国科学院杭州医学研究所核酸适体筛选中心副主任10:50—11:50案例分享：LinX超高通量分子互作平台——面向AI药物研发的数据基础① 标准化、高通量、自动化实验平台如何持续供给 AI 建模数据② 分子编码、空间定位与自动化筛选③ 海量分子—靶标并行检测的科研数据基础罗昭锋中国科学院杭州医学研究所核酸适体筛选中心副主任14:00—15:00案例分享：无机功能材料的计算—实验闭环——从组分设计到制备① 组分设计、高通量计算筛选与材料制备② 计算—实验各环节中 AI 与人的分工③ 闭环中的结果验证与迭代机制刘建军中国科学院上海硅酸盐研究所研究员

9:30—10:30前沿讲座：科学数据基础设施与科学语料库① 科学数据与科研基础设施的组织、治理与服务② 科学语料库构建及 AI4S 数据开放实践③ 理解数据来源、质量与可调用性周园春中国科学院计算机网络信息中心研究员、主任10:50—11:50理论课程：AI驱动的科学规律发现——从实验数据到控制方程① 从实验数据到规律归纳的科学发现路径② 方程发现的组合搜索、代表方法与适用边界③ 数据驱动结构分析与经验驱动策略总结李凯中国科学院自动化研究所研究员