Datawhale联合

上海科学智能研究院、魔搭社区、Datawhale

AI for Science（AI4S）不再是概念，而是正在发生的现实。《Nature》与《Science》将其列为2026年重大突破方向 。

1. AlphaFold破解蛋白质结构，让生物学家看到了AI的可能性。

2. AI设计的新材料在实验室里被合成出来，材料学家开始重新思考研究范式。

3. 气象预测模型的精度突破传统方法的天花板，物理学家意识到计算正在改写规则。

但这场变革遇到了一个瓶颈。

不是算法不够先进，不是算力不够强大， 而是能把SOTA论文变成实验室里能跑通的工具的人，太少了。

那些既懂科学问题本质、又掌握AI工程实践的人在哪里？那些愿意把自己的Workflow开源共享、推动整个领域进步的人在哪里？

我们看到了这个断层。于是决定做点什么。

01 | 强强强联手，填上AI4S落地的最后一公里

这是一次跨越学术、产业、开源社区的联合行动。

• 上海科学智能研究院

• 魔搭社区

• Datawhale

我们的目标很明确： 把那些顶会上的SOTA模型，变成实验室里能跑、能用、能发paper的生产力工具。

于是， 《AI4S 实战派》诞生了！

这不是又一套"空谈理论"的科普课。我们要做的，是手把手教你： 怎么把论文里的模型，变成你实验室里真正能用的工具。

02 | 首批导师：汇聚全球AI4S"年轻大脑"

首个模块（Hello Universe! AI4S 第一课）的特邀导师已正式确认。

从常春藤盟校到国内顶尖高校，从纽黑文到香港、上海、杭州。我们打破物理边界，把世界级的AI4S青年导师带到你面前。

他们是：

• 陆路：耶鲁大学助理教授，美国能源部早期职业奖得主，《麻省理工科技评论》"35岁以下科技创新者" 亚太区入选者

• 章敏：浙江大学百人计划研究员，国家级青年人才， 主持科技创新2030重大项目，国际医学核磁共振学会最高荣誉获得者

• 方榯楷：浙江大学百人计划研究员，前微软亚洲研究院高级研究员，GitHub开源项目累计1.3万+star

• 刘圣超：香港中文大学助理教授，波动智能实验室负责人，致力于物理建模与生成式AI的深度融合

更重要的是，他们都在用AI解决真实的科学问题——这正是我们要教给你的。

03 | 填上工程鸿沟：面向真实科学问题的AI实践

从SOTA论文到能跑通的科研流程，中间隔着代码、参数、环境、数据……我们和这些导师联手把这条鸿沟拆解成了一套完整的学习路径——"思维实战派"。

课程覆盖的方向包括：蛋白质设计、材料筛选、气象建模、AI4S基础设施、文献自动化处理……每一个方向，都是从真实科学问题出发，用AI工具解决实际痛点。

但我们的愿景不止于此。

我们希望培养一批"左手懂科研，右手玩转AI"的应用型人才；沉淀一套"学术认可 + 工业可用"的AI4S工程标准；打造一个自进化、跨学科、全球协作的开源科研社区。

参与方式：进群参与及合作！

一起“ 点 赞 ” 三连 ↓