science

§ 01综述

Science，在此语境下指人工智能驱动的科学研究（AI for Science），正从实验室概念加速走向工程化与平台化落地，成为科技巨头与初创公司竞相布局的新赛道。

AI for Science 近期进展

Anthropic 发布 Claude Science：专为科学家设计的AI工作台，以工作流而非新模型吸引用户，整合文献分析、实验设计、数据洞察等工具，降低AI在科研中的应用门槛。 Claude Science：面向科学家的AI工作台已上线

Google DeepMind 推出 Co-Scientist：多智能体系统模拟科学家协作循环，并开源 Science Skills 工具包，将科学发现流程（假设生成、实验验证、论文撰写）分解为可复用的AI模块。 Google DeepMind 发布 Co-Scientist：多 Agent 系统复刻科学家研究循环

字节跳动AI制药业务启动拆分：首次试水AI4S产业化，聚焦药物发现与LLM Scaling双线突破，显示企业正将AI科学应用推向独立融资与商业化。字节跳动AI制药业务启动拆分独立融资，首次试水AI4S产业化

新型全息3D打印技术效率提升70倍：虽非纯AI成果，但AI优化加快材料科学实验进程，2分钟打印人耳模型，体现AI加速生物制造。新型全息3D打印技术效率提升70倍，打印人耳模型只要2分钟

当前焦点与观察点

当前AI for Science的焦点从单一模型能力转向平台化工具链与工作流整合。Anthropic与Google DeepMind均强调“科学家-AI协作”而非替代，通过标准化接口降低使用门槛。争议点在于：工具化能否真正解决科研复现性、数据质量等根本问题？随着字节跳动拆分AI制药，产业界对AI科学商业变现的预期升温，但跨学科协同、伦理审查与实验验证仍是规模化瓶颈。整体来看，Science领域的AI应用正进入务实阶段，未来竞争将围绕数据闭环、用户粘性与实际科研产出展开。

§ 02相关报道10 条在档

§ 03邻近话题