股粮网 AI不只会“解题”，现在要“做完整个课题”了！书生·端砚“上新”发布

9月13日，在2026浦江创新论坛人工智能赋能科学研究专题论坛上，上海人工智能实验室升级发布书生·端砚科学发现平台，并全面开放其全栈服务。

新民晚报记者注意到，继今年7月发布后，书生·端砚完成了多项核心能力升级：面向复杂科研任务的模型与Science Harness协同、贯穿全程的可信科研证据链，以及真实科学验证闭环的打通，旨在推动AI科研从单任务执行走向可持续、可核验、可复现的完整科研过程。

论坛上，上海AI实验室联合上海同步辐射光源、中国散裂中子源、原子制造大装置、电合成新技术研究所，将自主科研闭环延伸至大科学装置与中试平台。科研人员可借助大科学装置的独特实验条件与精密探测能力，探究常规实验条件下难以揭示的科学机理；通过中试平台开展概念验证与放大试验，推动科研成果走向产业应用。

书生·端砚自主科学发现合作发布

从解一道题到完成一个课题

据悉，书生·端砚面向真实科研过程，连接算力、数据、模型、智能体、科学工具与实验设施，贯通科学问题定义、方案规划、资源编排、计算分析、实验验证和认知迭代，使模型能力能够支撑完整课题研究，而非停留在文献问答或单点工具调用。

目前，书生·端砚已在生命科学、关键材料、半导体、核聚变、量子、地球气象等方向开展应用，并在蛋白质进化、新材料研发等真实任务中完成计算设计与实验验证闭环。书生·端砚由此从“帮助科研人员完成一项任务”的AI工具，进一步发展为能够支撑复杂、长期科研过程的工作平台。

新民晚报记者了解到，本次升级重点回应AI进入科研深水区后的三个关键问题——

面对复杂、长期的科研任务，AI如何保持研究状态并持续推进？

面对模型生成的结果，如何核查证据、复核过程并复现结论？

面对真实科学问题，如何将计算方案送入实验系统，并依据反馈调整研究路径？

给答案，给来路，给复现

可信科研，不只是给出答案，更要给出答案的来路、证据与复现路径。为此，书生·端砚构建可信科研证据链，围绕“交付对齐、独立核验、执行复现”三个环节，让科学结论可检查、可复核、可交付。

平台将文献、数据、代码、工具调用、计算结果与实验记录，组织成一条完整证据链，让研究过程从输入到输出的关键环节相互关联、有迹可循。在证据链之上，平台引入评审智能体，对AI生成的研究结果进行独立核验，围绕需求完成度、正确性、证据与来源、可复现性、产物质量、工具执行、历史审查七个维度逐维核验。核验结果按结论分级输出，让每一条结论的质量状态清晰可见。

在执行复现方面，平台完整保留关键参数、工具版本、实验条件与执行日志，支持在相同条件下复跑，并依据完整过程记录对结果进行复核。

由此，AI输出的不再是一个孤立的“答案”，而是一条从来源、过程到结果完整连接起来的证据链。

把计算送进真实实验室

证据链回答的是“结论依据什么”，真实实验闭环进一步回答“结论能否经受科学检验”。

科研发现不能停留在数字空间，一个新的科学结论是否成立，仍需要进入真实实验环境，通过实验结果获得验证，并接受真实世界的反馈。

为此，书生·端砚进一步建设分布式自主实验网络操作系统，将分散在不同实验室、不同设备上的实验资源连接起来，并按照科研任务进行统一组织和协同调度，让AI提出的研究方案能够真正从数字空间进入实验现场。

在这一过程中，平台通过统一物理层协议连接不同类型的实验设备，并统一任务语义、状态反馈与执行约束标准；通过跨实验室协同编排，根据科研任务灵活组合实验资源。同时，平台通过安全控制与异常恢复机制，保障真实实验过程中的权限管理、环境隔离，并支持异常处置，并将实验结果、失败记录、阴性数据和异常信息持续回流到科研流程中。

这意味着，AI不再只是利用已有数据进行推理，也不再停留在“给出一个看起来合理的方案”，而是能够调用真实科研资源、执行真实实验，并根据实验结果重新调整研究路径。

科研智能由此从“会想、会算”，进一步走向“能实验、能验证、能根据真实结果继续探索”。而当实验结果、失败路径和专家判断能够持续回流，物理世界就不再只是验证AI结论的“终点”，而成为驱动下一轮科学发现的反馈源。

新民晚报记者还获悉，书生·端砚现已推出本地客户端及科研模型“墨点计划”（Token Plan）。测试期间，每位用户每月可获得免费Token额度，用于调用多元模型与相关科研服务。