AICC2025 人工智能计算大会将于 9 月 26 日在北京开幕。

作者 | 江宇

编辑 | 漠影

AI 如何深入科研与产业一线？从药物分子设计，到新材料性能优化，再到空域调度与无人系统交通管理，如今，越来越多实验室和企业开始把 AI 当作研究工具用起来。

9 月 26 日即将在北京开幕的AICC2025 人工智能计算大会上，两场重磅前沿论坛将集中呈现这类探索的最新进展：一个走进实验室与药厂车间，探索 AI 如何加速科学发现；一个深入空域与城市上空，看 AI 如何支撑无人系统的交通调度与低空经济的创新发展。

AI for Science 论坛将聚焦 AI 在材料创新与药物生成中的探索与应用实践。来自北京中关村学院、中关村人工智能研究院、中国科学技术大学、全球健康药物研发中心、字节跳动的专家学者，将带来从高精度量子化学模拟平台，到跨模态文本驱动药物设计等领域的科研进展和突破性应用，并在 "AI for drug design""AI for material design" 两场圆桌中进一步展开对话。

而随着《低空飞行管理条例》的全面落地，中国也正式迈入 " 全域低空开放 2.0" 时代。另一场重磅论坛 "AI 赋能低空经济发展 " 则将围绕低空网格化导航技术、低空红绿灯系统、地空一体化等关键方向展开，聚集清华大学、香港城市大学、中国电信集团、北斗伏羲等单位专家。

现场还将重磅展出由亿航自主研发的全球首款获得型号合格证的载人级 eVTOL 航空器，提供一次低空产业与 AI 技术结合的前线观察机会。

如果你想了解科研与产业一线的 AI 技术落地路径以及哪些方法真正起效，这两场论坛将是难得的观察窗口。

01.

不止更快，AI 正改变新药是怎么被 " 想 " 出来的

新药从哪里来？过去，AI 药物设计主要依赖 " 靶点先行 "。科学家们需要先明确药物攻击的目标蛋白结构，才能开始分子设计。而现在，AI 正在突破这个限制。

在即将于 9 月 26 日举行的 AICC2025 人工智能大会 "AI for Science" 论坛上，来自中关村学院、全球健康药物研发中心、字节跳动等单位的研究者，将围绕药物生成领域的最新进展展开深入交流。值得关注的是，新一代 AI 方法已能够处理更复杂、难以成药的靶点，甚至在没有明确靶点、仅基于表型数据的前提下，也能生成具备潜力的候选分子。这意味着，AI 不再只是加快原有流程，而是正在重新定义新药是怎么被 " 想 " 出来的。

接受智东西采访的专家称，AI 不仅能帮忙预测哪些分子值得继续实验，还在推动部分临床前环节发生变化。比如通过虚拟建模筛选候选药物，已经在一定程度上减少了动物实验的需求。这类趋势也正在引起监管关注。今年初，美国 FDA 发布了一份面向 AI 的药物监管草案，有意在某些药物安全评估环节中逐步减少动物实验，推动采用包括 AI 推断模型在内的替代实验方法。

除了新技术路径，不少团队也在关注更具现实意义的应用场景。面向疟疾、肺结核和新冠等传染病，AI 方法已筛选出一批具有潜力的候选分子，部分成果已具备进一步开发的基础。AI 正在从学术讨论走向实际应用，为资源受限地区提供更高效的新药研发手段。

这场论坛也将汇聚来自高校、企业、投资机构的多方嘉宾，共同探讨 AI 制药如何从科学研究走向临床实践，哪些方法正在奏效，哪些挑战仍待解决。

02.

不止提速，AI 正成为材料研发里的新助手

材料怎么创新、怎么预测性能，过去这些问题往往需要依赖经验积累和大量试验。而如今，越来越多研究者开始尝试把 AI 带进实验室，用模型来辅助推演结构、评估性能、缩小试验范围。

在本次 "AI for Science" 论坛上，中国科学技术大学胡伟教授也将介绍其团队在 "材料模拟智算平台" 上的最新进展。

AI 材料创新虽然起步稍晚，但近年来也开始出现一些突破性探索。例如，微软研究院所提出的 MatterGen 生成模型，尝试根据目标性能反推出材料的配方与结构，帮助研究者在海量可能性中更快设计材料。

在一些如电池材料的场景中，AI 模型也被用于辅助预测使用寿命、稳定性等关键参数。虽然这类方法多数仍处在研究验证阶段，但在特定领域已经展现出初步应用价值。

除了工具本身，论坛也将设立圆桌环节，讨论 AI 在材料领域的实际适用边界与落地挑战。例如，哪些类型的数据足够支撑模型？预测结果如何与实验闭环？这些问题也正是科研和产业共同关注的重点。

可以预见的是，在科学计算能力持续增强、材料数据库逐步积累的基础上，AI 有望成为材料科学研究中不可或缺的辅助工具，帮助科研人员走得更快、也更稳。

03.

不止 " 飞 " 更高，AI 也正参与构建低空世界

随着《低空飞行管理条例》的正式实施与空域数字化改革推进，中国低空经济进入了一个需要精细化管理与大规模调度的新阶段。AI 正逐步被用于动态空域划设、航路冲突识别、飞行任务调度等核心环节，成为支撑低空运行的关键工具。

此次 "AICC2025 · AI 赋能低空经济发展 " 论坛由清华大学工业工程系主办，清华大学笃实书院学生科协承办，议题集中在 "AI 如何参与低空基础设施建设"。论坛汇集清华大学、香港城市大学、北斗伏羲、浪潮信息、中国电信集团等来自高校与企业的专家，围绕低空网格化导航、无人机交通管理、地空一体化配送、低空红绿灯系统等前沿技术展开分享。

论坛邀请清华大学航天航空学院陈海昕教授详细讲解低空经济与 eVTOL 飞行器的发展。正如论坛主办方所分享的，eVTOL 不仅是低空经济从 " 物 " 到 " 人 " 的关键载体和智能终端，其本身也是一个海量数据的关键提供者，正在倒逼整个空管系统的 AI 能力重新升级。

论坛主办方还指出，目前 AI 在低空领域已有不少 "单点应用 " 相对成熟，比如：基于视觉的环境感知、单架飞行器的航线规划、飞行器的健康预测等。

下一阶段的技术重点是" 系统协同 "，即从 " 单机智能 " 到 " 群体智能 " 的升级，特别是在航路冲突规避、动态调度等方面，对 AI 模型的实时推理与大规模并发能力提出了更高要求。相关议题将由香港城市大学李立帅教授在现场深入讲解。

除了技术讨论外，论坛还将发出产学研共建交叉工程本科生实践教学基地的倡议。论坛主办方称，这一举措旨在回应产业当前的两大核心问题：一是通过汇集各方顶尖专家，旨在打破学科壁垒，让不同领域的 " 最强大脑 " 直接对话，共同形成系统性的解决方案；二是打通产学研壁垒，解决 " 实验室方案 " 与 " 市场应用 "、" 课本知识 " 与 " 产业实践 " 的脱节问题。

如果说材料与药物是 AI 深入科研流程的 " 纵向应用 "，那么低空经济则是 AI 走向物理空间、参与基础设施建设的 " 横向拓展 "。这场 AI 与低空融合的探索，已不止于飞得更快，而是让 " 飞 " 成为城市运行的新组成部分。

04.

结语：两场论坛，看 AI 怎么走进实验室，

也飞向城市上空

AI 走进科研一线，也在接入城市基础设施。从 " 药物 "" 材料 " 到 " 空域 "" 飞行器 "，不同领域对 AI 的需求、落地路径和挑战各不相同，但也正因此构成了这场论坛最值得关注的观察窗口。

当 "AI 赋能 " 不再只是愿景，而是逐步渗透科研一线与低空产业，这两场论坛所呈现的，是一系列行业聚焦的问题——技术如何真正落地？科研与工程如何打通？这些现实挑战的解法，也将在 AICC2025 的讨论中陆续浮出水面。