近日，在2025世界人工智能大會（WAIC 2025）“AI數算 重構智造產鏈生態”智能趨勢論壇上，軟通動力集團首席人工智能官金亞東發表題為《AI For Science：于無聲處聽驚雷，新質生產力的源頭創新》的主題演講。闡述了AI for Science（AI4S）作為驅動科技源頭創新核心引擎的關鍵作用，并分享了軟通動力在該前沿領域的洞察與實踐。

AI正深刻重塑千行百業，從業務流程重塑（柔性制造、AI軟件工程等）、產品價值創新（智慧風場、數字電影等）到運營效率提升（AI4E管理提效、AGI數據分析等）和客戶體驗提升（智能營銷等），已經在眾多行業場景實現落地。但其中更多是企業生產關系的改進，只有產品價值創新是生產力的提升，金亞東強調，產品創新的源頭在于科技創新，并以生物醫藥、新能源設備等領域的發展為例證進行了詳細解讀。AI4S正開辟科技創新的全新賽道，其本質就在于科學的發展歷程就是在計算不可約性與可約化性之間不斷博弈。

金亞東指出，AI4S絕不僅僅是為科學家提供研發工具，而是要讓科學走進企業的方方面面，轉化成生產力。并分享了軟通動力總結的AI4S領域的大模型應用范式：

1人類認知模擬

在“系統封閉自洽，具備內在客觀運行規律，能夠窮盡觀察數據”的范疇，通過Scaling Law訓練的大模型（如LLM、LMM）無需知悉系統內在規律即可推理輸出，DeepSeek、Manus正是此類代表；

2物理規律/AI混搭

針對觀察數據較少，但是存在已知的先驗規律的半封閉自洽系統，以人類已知的機制機理為出發點，通過物理模型來指導大模型的實現，如AlphaFold 3；

3高級別數字孿生

在缺乏數據，但存在可計算的第一性原理的封閉自洽系統，基于原理構建自理解和自治孿生體，如MLP/DFT。

為了聚焦行業思考，推動底層創新和生產力躍升，軟通動力AI創新研究院提出了三大科學假設：千行百業之間是否存在著共通的物理化學問題？生成式大模型范式是否在多尺度物理空間中普遍適用？是否可以找到硅基實驗室的通用范式，極大降低科研成本？

作為國內領先的全棧智能化產品與服務提供商，軟通動力將持續深耕“AI Infrastructure”（AI時代的基礎設施）、“AI For Enterprise”（龍頭企業智能化，千行百業場景變革）、“AI For Science”（科學智能引領原始創新）三個維度，以科技創新聆聽“無聲處的驚雷”，為新質生產力的蓬勃發展貢獻源頭活水。