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AI for Science（AI4S）從理論探索走向產業部署的前沿圖景。

論壇涵蓋芯片、物理學、基礎數學、生命科學、社會科學、新能源材料等多個領域，匯聚了來自高校、科研機構與產業界的17位青年科學家與技術專家，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？這一環節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。

于曉軼現任上海人工智能實驗室資深主管、項目經理人團隊負責人。在本次論壇的幕前環節，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高價值項目的實戰經驗，勾勒AGI驅動科學發現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產線，它將如何應對真實世界中物理約束、安全邊界與產業成本的嚴苛拷問？

第一幕我們聚焦產業一線，邀請來自芯片、生物等領域的科學家與技術專家，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，創立了人工智能與科學仿真發現實驗室。

其研究方向聚焦于人工智能與科學的交叉領域，主要利用機器學習方法加速大規模科學仿真、輔助科學發現，并研究基于圖神經網絡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據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數個量級的仿真加速。多項成果發表于NeurIPS、ICLR、ICML等頂會及權威期刊，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新與產業研究院，助理教授“AI看懂物理：讓流體在AI里重新流起來”

姜若曦博士現任復旦大學人工智能創新與產業研究院助理教授、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一與算法創新。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。相關成果發表于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”

楊曉暉博士現任廈門大學化學化工學院副教授、博士生導師，兼任嘉庚創新實驗室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計。相關成果發表于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同破解傳統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走進芯片設計核心，能走多遠？”

邵雷來博士現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。

其研究方向專注于新型半導體和Chiplet系統的設計工藝協同優化(DTCO/STCO)、柔性電子、電路設計自動化(EDA)以及機器學習等研究。累計在相關領域的頂級期刊以及會議發表文章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領域頂級會議IEEE DATE 2018的Best Paper Award Nominations，谷歌學術累計引用1000+。

在本次論壇中，他將追問“讓AI走進芯片設計核心，能走多遠？”，結合其在EDA與Chiplet系統設計中的實踐經驗，探討人工智能從輔助工具走向芯片設計核心決策引擎的現實路徑與關鍵挑戰。

徐麗成 上智院物質科學方向研究員“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），擔任物質科學方向的研究員。

其研究方向主要聚焦于AI for Science（AI4S）領域，致力于通過人工智能技術推動化學反應預測與合成規劃。代表性成果是主導開發了名為 RXNGraphormer 的統一預訓練深度學習框架。該框架通過整合圖神經網絡與Transformer模型，成功實現了對化學反應活性、選擇性以及單步正、逆向合成的精準預測，相關研究成果發表于《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化學從算法創新到真實實驗閉環的轉化。

董振 西湖大學助理研究院“我把細胞‘放大’給AI看”

董振博士現任西湖實驗室生命科學和生物醫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基于組織膨脹的空間蛋白質組學技術。他參與開發了第一代技術ProteomEx，并主導開發了第二代技術FAXP，該技術被《Nature》期刊作為空間蛋白質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，結合空間蛋白質組學技術，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架構師“一家生物企業的AI，從PPT到產線之間發生了什么？”

作為一名從學術界堅定投身工業界的實干家，他致力于將AI for Science的科學范式深度應用于人源化生命材料制造領域，旨在全面重塑重組人源化膠原蛋白的研發效率與產業化標準，讓AI真正轉化為實體制造的“新質生產力”。

在本次論壇中，他將以產業一線操盤手的視角，還原一家制造型企業擁抱AI的真實圖景，分享“一家企業跨越從“想法”到“做法”的關鍵路徑：從算力基建到人才培養，從數據治理到流程再造，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”，科學發現的人機關系正在被重新定義。AI不再只是被動地計算引擎，而是能夠提出假設、參與推理、甚至激發科學家新靈感的協作者。

第二幕將目光轉向這種新型協作范式：在數學、社會科學、量化金融等領域，AI如何從執行命令的“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終產者——Agent時代的R&D、量化交易與科學發現”

方榯楷博士現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向實"——構筑真實物理世界信號驅動的智能新范式。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終產者——“Agent時代的R&D、量化交易與科學發現”為題，探討AI Agent如何重塑研發、金融與科學發現的工作范式，以及在智能體時代個體與系統協作的新可能性。

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理，擁有美國項目管理協會（PMI）認證的項目管理專業人士（PMP）資格。

其研究根植于心理學與人工智能的交叉領域，目前聚焦于人機協作、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）前沿項目的研發工作。其學術成果發表于《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構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、新加坡科技設計大學進行博士后研究工作。

其研究領域涵蓋多智能體系統、博弈論和大語言模型，特別關注如何利用大語言模型解決多智能體系統和博弈論的經典問題、如何利用多智能體系統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頂級會議AAAI/IJCAI/AAMAS/ICML/NeurIPS上發表多篇論文，擔任多智能體系統頂級會議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據庫系統課題組學習，師從張煥晨教授。

其研究聚焦于數據庫系統和大模型基礎設施（RL Infra）兩大方向，致力于優化現代分析型數據庫（如DuckDB、Presto）及提升大語言模型（LLM）的訓練和推理效率。在數據庫領域，主要探索存儲與執行的協同設計，以實現內存高效查詢處理，相關成果發表在VLDB、SIGMOD、CIDR等頂級會議。在LLM領域，關注擴散語言模型的高效后訓練基礎設施、長文本問答等前沿課題，研究成果已發表在EMNLP等會議上。

在本次論壇中，她將直面一個尖銳的行業拷問——“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的真實價值、適用邊界與未來發展空間。

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

溫力成現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學士學位。

研究領域聚焦于自動駕駛、多智能體系統、運動規劃與決策等方向。其工作致力于在復雜交通場景中，以數據閉環驅動的方式解決多車交互的決策與規劃難題，并研發了長期多場景交通仿真器LimSim，為高級別自動駕駛系統的測試驗證提供高效支撐。多項研究成果發表于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——“學了全互聯網的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研發中對物理約束、安全邊界與數據閉環的深刻體會出發，反思當前大語言模型在面向高安全、強物理約束工程系統時的結構性鴻溝。

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。這一環節不給答案，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智能中心 算法專家——“如果AI回到1900年，它能發現相對論嗎？”

杜偉韜 ，達摩院基礎智能中心算法專家。本科畢業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化與生成模型的理論基礎，及其在藥物發現、材料設計、自然圖像和醫療影像中的應用。相關工作已發表于 ICML、NeurIPS、ICLR 等會議及NCS, NC, NPJ, CIMS, HJEP 等領域期刊。

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，它能發現相對論嗎？”。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。他將從這一經歷出發，反思AI在當前歷史節點上從“發現已知”到“創造新知”的可能性與邊界。

陶兆巍 上智院 AI 科學家——“AI如何變革基礎數學？”

陶兆巍，上海科學智能研究院AI科學家，畢業于北京大學數學科學學院。

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”的協同科研范式。相關成果引起學術界與產業界的廣泛關注。

本次論壇他將追問一個深刻的問題——“AI如何變革基礎數學？”，結合其實戰經驗，探討AI在數學定理發現、符號推理與數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？”

劉凱博士現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等技術加速數學、物理、化學及材料科學等基礎領域的自主發現，研究方向涵蓋AI驅動材料研發與自主實驗室。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、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”為話題展開討論，探討智能的本質這一宏大的課題。

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）基于物理模型開發用于加速現有科學范式，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用圖景。

05

結語

在杭州云棲小鎮，每年四月都會發生一件奇妙的事：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：讓學習，回歸興趣與熱愛。

起源

2050 學習節從六位召集人的一個問題開始——

“購物有節日，為什么學習沒有自己的節日？”

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。

我們來見面！

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

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