深势科技发布玻尔·科学空间：AI跑完科研全流程，科学家专注提问与确认

事件概述

深势科技正式发布“玻尔·科学空间”（公开测试版），这是一款面向科研人员与AI科学家协同工作的桌面端环境。它向下连接本地与云端的科学数据、计算和实验资源，向上将面向不同学科的AI科学家嵌入科研流程。研究者只需负责提问和确认，从文献调研、假设验证、计算模拟到成文审查的执行环节由AI接管。

科研全流程覆盖

• 调研阶段：全科科研专家SciMaster自动检索文献与专利，理解论文中的文字、图表、分子和公式，梳理研究共识、矛盾与空白，协助研究者提出有依据的假设，并生成包含研究变量、技术路线、关键步骤和结果判定方式的实验设计方案。
• 执行阶段：AI科学家根据研究目标自动拆解任务，调用数据、模型、软件与算力资源，执行计算、模拟和数据分析，失败时可自动诊断和矫正。面向生物、医学、药物研发和材料科学，已内置BioMaster、PharmMaster、MatMaster等AI学科专家。
• 成果输出阶段：写作助手基于研究数据协助组织论文结构并输出可编辑的LaTeX内容，审查助手核验论文逻辑、引用来源、图表数据与支撑材料，提示需要补充或确认的位置。

三大AI学科专家

• BioMaster（生物医学）：可理解论文方法，关联GEO等公共数据与作者代码，完成论文复现；支持单细胞数据分析（如RNA velocity）和基因变异解读（如TP53，跨ClinVar、UniProt、PDB、AlphaFold等数据源形成带来源与证据等级的结构化结果）。
• PharmMaster（药物研发）：以ITK靶点抑制剂为例，可完成专利与竞争格局分析、SAR分析解读、起点分子筛选、共晶结构解析、逆合成拆解、新分子推荐以及活性与ADMET性质评估，形成由同一研究目标驱动的研发工作流。
• MatMaster（材料设计）：以高温介电薄膜为例，研究者描述目标性能、工作温度和材料约束，MatMaster据此完成领域调研、候选体系设计、计算模拟与结果分析，给出值得进一步实验验证的材料方向及依据。

技术底座

• Science Navigator：连接超过2亿篇文献与专利，提供持续更新的科学知识检索。
• DeployMaster：精选部署超5万个科学计算工具，与深势科技自研的“深势·宇知”系列模型（DPA、Uni-Mol、Uni-AIMS等）及Uni-FEP、Uni-Dock等计算工具配合，可按任务即时调用。
• Uni-Lab-OS：连接超150个大类、1800款仪器设备，推动湿实验数据、样品、操作与结果进入统一闭环。
• Uni-Parser：多模态科学信息解析，文本、数学公式和表格的结构化内容解析准确率均超过98%。
• SciX智能体框架与Sandbox：将研究目标拆解为可执行步骤，在关键节点检查与校验；Sandbox提供批量、隔离、可恢复的运行环境，在累计启动约185万次的统计窗口内创建成功率达98.8%。
• EvoMaster：通过自学习和自进化机制，将经过验证的方法沉淀为可复用工作流，减少重复配置和试错。

玻尔107计划

深势科技同步发起“玻尔107计划”，面向全球科研人员征集具有重要科学价值与探索潜力的问题，并为入选问题提供从科学调研、假设推演、计算模拟到结果验证的科研支持。