从科研工作者到副教授，青年科学家武庆庆最直接的体会是：热爱科研的人需要一个不被“打断”的研究环境。只有在完全沉浸其中时，才能进入“心流”状态，孕育出真正有价值的、创新的科研想法。
武庆庆，思源青年学者，国家海外优青，科睿唯安全球高被引科学家，获上海市自然科学一等奖、中国通信学会青年科学奖、IEEE通信学会最杰出青年学者等，目前主要研究领域包括6G智能超表面通信、低空智联网、通信-感知-定位-计算一体化等。
2012年从广东华南理工大学信息工程专业毕业后，武庆庆直博到上海交通大学，期间专注于“绿色通信”研究，为后期在低功耗低成本智能反射面（IRS）通信的突破性工作奠定了基础。2016年，博士提前毕业后，加入新加坡国立大学担任博士后研究员，与新加坡工程院张瑞院士合作开展研究。2022年，武庆庆回到上海交通大学集成电路学院担任长轨副教授。
以下是他的讲述：
【1】
2022年我开始担任上交大长轨副教授至今三年以来，除了科研工作外，还要承担学生事务等日常工作。这些天，我正在忙着招聘我的研究生团队。
现在来面试的研究生感觉和我们当年科研状态不同，在从事学术研究这件事上，常常看不出他们很强的学术“野心”。我觉得有学术野心这点非常重要，在漫长的学术研究生涯中，会充满非常多的挫折和失败，很多学生现在对做科研这件事，选择并不坚定，只是想尝试，总想着自己还有很多后路可以选择。
但科学研究刚开始时的进展都非常缓慢，只有到最后才有可能迎来一次爆发。比如数学家张益唐到了58岁，才在数学领域才有一定成果。
我刚走上科研这条路时，面临挺多的困难从华南理工大学直博到上海交通大学时，我遇到了陈文教授，他对我的教育一直是鼓励式的，每当我提出新的想法时，他总会积极鼓励我。后来我逐渐意识到，这种鼓励式教育对我整个学术生涯非常重要。
我现在招收学生，非常看重他们是否具备主动性、好奇心和韧性。现在大多数学生，是通过应试教育筛选出来的，能把一件事做得整体还不错，但如果要真的把一件事做到极致的优秀、极致的创新，就需要多一份热爱和好奇心，再加上持续不懈的努力。
【2】
现在很多人聊AI，但其实在我当时学习信息工程专业研究“绿色通信”这一方向时，在无线通信领域，火爆程度不亚于现在的AI。
“绿色通信”用我博士学位论文四个字概括即开源节流，尽量实现高能效、低功耗。从4G发展到5G，再到现在的6G时代，能耗和成本已经成为整个通信产业界的痛点问题。
如果说1G到4G的发展，主要满足人与人之间的沟通交流，比如语音、视频通话等。那么5G时代，除了继续提升超高清视频通信能力之外，更重要的是服务于千行百业。
而6G与5G不同之一是端到端的延迟会降低到毫秒以下。比如在大型的工业物联网、大飞机制造等工业的场景中，需要无人化的协同，在同步的过程可能毫秒级的时延就会产生很大的偏差，对未来造成一定的风险，这个时候就需要极低的延迟。
我和我当时新加坡国立大学的导师张瑞院士曾调研过，5G时代基站需要的个数是4G时代的三倍左右。单个基站的价格，也是4G时代的三到四倍。 通信频率越高，每个基站的覆盖范围会变小。因此，如果采用传统的建站方式，6G需要更高的建站密度，对运营商来说，成本和能耗更加无法接受。
智能反射面（IRS）赋能通信技术，能很好地缓解这一问题。
智能反射面本身并不产生信号，也不接收信号，所以不需要很复杂的、高成本高能耗的射频链路，能有效降低成本和能耗。
同时，智能反射面可以部署到网络空间中，比如天花板、墙壁、大楼表面，甚至大型广告牌。整个空间中并不缺乏电磁信号，只是缺乏对电磁波信号的有效引导。这个技术的初衷，是希望能够在信号传播过程中通过反射操纵电磁波往哪个方向走。它不是一个发送者，而是中间链路的重构者或者赋能者。
要想把这项技术运用到实际通信系统中，要做好前期充分的理论验证。我们发现随着面板尺寸的扩大，单元个数的增多，接收端的功率增益会随之以单元数的平方阶数增大。但在无线通信发展的过程中，据我所知教科书中并没有提到有过二阶的增益，最开始我们有点不太相信，后来意识到这可能会是一个新的突破。也正是因为这个原因，我们对论文的发表变得非常谨慎。
我还记得一个下午，我和张瑞老师讨论了两件事，一是如何将这个方向往前进一步推进，二是应该如何对这一技术进行命名。最终，做了充足的仿真试验和严谨的理论推导后，我们发表了论文，引起了非常大的反响。2篇早期的IRS的论文荣获2023年IEEE通信学会Fred W. Ellersick Prize以及2022年IEEE通信学会亚太杰出论文奖，两篇论文谷歌学术引用都达到4000多次，后者排在无线通信领域顶刊IEEE TWC 创刊20余年以来的被引次数历史第三位。
很巧的是，当年发表在无线通信领域顶刊IEEE TWC排名历史第二的论文来自美国工程院院士托马斯·L·马尔泽塔（Thomas L. Marzetta），他在2009年提出了5G核心技术——超大规模MIMO的初步构想。十年后，我们提出了面向6G的潜在关键性技术。
从4G到5G时代，中国的声量不断增大，从跟跑到现在核心专利方面做到全球领先。6G时代，我们一代一代的科研工作者希望能把通信技术继续往前推进。
国内高校还牵头成立了面向全球学术界和产业界的智能超表面技术联盟（RISTA），中国的企业、高校和科研工作者在其中发挥了主导性作用。
不过现有技术还在进一步的研究当中。之前的研究大多在实验室场景中，而在大规模的室外场景中，信道环境会更加复杂。智能反射面需要知道用户在什么地方，以及用户移动时怎样追踪。作为网络中一个新设备，又需要跟基站进行同步或者非同步的操作。所以这项技术的商用还需要进一步地标准化研究。
2019年在一次采访中我曾提到，我的目标是能把我和我的导师张瑞院士提出的智能反射面技术应用到下一代的移动通信系统中，写进6G的标准里。现在回想起来，技术的发展在很多时候会超出你的预期。在2030年之前，我们有很大机会能看到这项技术局部落地投入商用。
【3】
我认为所谓的“颠覆性”创新，追求的是纯粹的创新，是从0到1的突破，甚至具备跨学科视角。
比如我现在研究的，以智能超材料为核心的电磁调控或以智能超表面为核心的传输技术，是一个跨学科方向。不仅需要通信领域的知识，还涉及电磁材料学，也融合了AI的元素。我们希望未来的智能反射面设备能够部署到环境中，能自主调节，而不是依赖人为干预，这其中人工智能将发挥重要作用。
往往跨领域、跨学科比较容易催生出颠覆性创新技术，因为在传统赛道上，很容易想到一些技术的拓展和延伸，很多时候颠覆性创新，需要一些天马行空的突发奇想。
科研初期阶段，很多时候其实并没有意识到当时的想法会具备颠覆性，更多的时候，只有纯粹地去研究这项技术、思考如何解决技术痛点，在这个过程中往往可能出现某些颠覆式创新想法。
如果每天想着“我一定要做出颠覆性技术”，反而会给自己带来压力。所以很多时候，我在做科研时更重要的是保持好奇心和坚持不懈地探索，持续尝试不同的可能。而且，科研需要给自己创造一个相对放松的环境和心态，不能总是时刻紧绷着。
科研不像流水线生产，不是机械重复操作就能保证成果产出。只有在自由探索、放松的环境中，才更容易孕育出高质量，甚至具备颠覆性的成果。
比如，很多天马行空的想法，需要你处于很放松的状态，甚至带有一些无知、无欲、无求的过程。
【4】
为了让自己在科研时有一个放松的状态，我曾经尝试过很多运动。比如游泳、乒乓球、羽毛球等。
但最后发现，从本科到博士、再到助理教授，后期我定居上海，只有跑步是门槛最低、能陪伴我最久的运动方式。
当然，科研工作者有时也会存在惰性。我想很多人没能坚持出门运动，可能跟他们对运动能给人带来的好处认识深度不够。只有你认识得足够深刻，才会有足够的执行力开始锻炼、运动。
我在本科阶段，曾经是一个不爱跑步的人。但后期慢慢地意识到运动对科研工作者的重要性。为了让自己下定决心开始运动，前期我做了很多科学的调研，经过系统的调研我对运动有了新的认知，运动是最好的“药物”之一。这种认知不仅是“知道运动有好处”，而是理解“为什么要做、不做会带来什么后果”。
我还有一点很深的感触，科研工作需要集中注意力高效率完成，这需要让自己处于一个不被打断的环境里，只有这样才能深度思考。如果不停被各种琐碎的事务打断，再重新开始，很难有很好的效果。
在博士和博士后期间，我做科研时，我会常常把手机调至飞行模式，保证科研能够全身心投入，让自己进入一种高度沉浸的“心流”状态。
自从我担任教职以后，我的时间逐渐变得碎片化，对接学生、开会等这类事务把我的时间切割得非常零散，这对科研创新其实很不利。现在我会刻意留时间给自己闭关思考。
我喜欢看人物传记，近期在看的书是菲尔兹奖获得者、清华大学数学家丘成桐写的自传《我的几何人生：从贫穷少年到数学皇帝》。几何人生，人生几何。他成长于上一代非常艰苦的环境中，但是在全球数学领域里产生了非常深远的影响。
他是数学家，却有很强的文学功底，还能作诗，我很好奇他是如何兼顾科学的理性和文学的美感，这点让我感触颇深。
常有人说，可能懂得很多道理，但依然过不好这一生。这本质的原因可能跟自我管理有关，如果你能把所学的知识成果落地转化到应用起来，这其实需要长远的过程，这点跟我们科研工作者挺相似的，科研工作本身就是从不知道到知道，最终解决问题到落地。
自动化技术让工业生产得以按照预设流程精准运行，但人工智能的浪潮，正推动制造业从“自动化”迈向“自主化”的下一阶段——系统不仅能执行命令，更能自主决策、动态适应，在复杂多变的工业环境下寻找最优解。
想象一下，在这样的工厂中，系统会预测订单变化来灵活排产，提前感知设备潜在故障并触发维保方案，动态调整工艺参数以确保产品质量，根据生产节奏优化厂内物流路线……这一切都不需要人工逐条输入，而是由“工业智能体”在理解全局目标和约束的基础上自主决策、执行。
我们离这样的场景还有多远？企业在部署工业智能体方面都有哪些探索和挑战？这一技术究竟是现有自动化系统的锦上添花，还是足以颠覆生产范式的革命性力量？为了探寻答案，我们深入制造业一线，结合西门子与至顶科技在工博会期间联合发布的《2025工业智能体应用现状与趋势展望报告》，以及对国内多家制造企业与行业专家的深度访谈，试图揭示工业智能体在真实世界中的应用现状、挑战与未来。
智能与自主：什么是“工业智能体”？
通用人工智能的演进遵循着从聊天机器人（Chatbot）到“副驾驶”（Copilot），再到智能体（Agent）的路径。聊天机器人被动地回答问题，智能“副驾驶”能辅助人类完成特定任务，已具备一定的自主能力，而智能体的核心特征就在于高度“自主性”——它不只是“听指令”，更能“做决策、真干活”，可以自主感知、规划，并调用工具来完成目标。
长久以来，工业控制的逻辑建立在精确的预设程序之上。这种基于规则驱动的自动化系统，虽然高效稳定，但其本质是“听话”的工具，一旦产品或环境发生变化，就需要人工重新编程和调整。
“‘智能体’的概念一直都有，比如说变压器开关就可以说是早期的智能体，它能够感知电压过载并进行熔断的决策，只不过这个决策非常简单。”复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华解释道，“我们重提智能体，主要是因为它在大模型加持下，自主性有着以前达不到的水平。”
“传统的工业AI应用更多停留在‘感知+识别’层面，本质上是对人类经验的数字化复制和自动化执行。工业智能体则实现了从‘感知智能’到‘认知智能’再到‘决策智能’的跨越，具备了在复杂工业环境中进行自主判断、动态调整和持续优化的能力。”上海市人工智能行业协会秘书长钟俊浩说。
这些能力让工业智能体在车间和产线上“大显身手”。机械工业第六设计研究院有限公司总工艺师、智能制造研究院院长刘波认为，工业智能体“代表了一系列广义的AI技术应用，但其核心是要能实现环境感知、数据分析、决策优化，并最终驱动末端设备执行，本质上追求的是更高程度的自主化。”
“好的智能体具备四个条件：‘有知识’、‘善理解’、‘会思考’以及‘强执行’。”肖仰华说。
在许多一线从业者看来，工业智能体的应用是一场渐进式的革命。一家头部食品饮料企业的AI负责人认为，智能体的核心是“辅助和优化决策”，其公司早已基于机器学习、视觉识别等AI技术和垂类模型，在供应链预测、质量检测等场景中实现了初步的智能决策。而能够理解自然语言、进行推理的大语言模型，更像是为这些早已存在的“大脑”提供了一个更自然的交互界面。
另一家头部新能源汽车企业的AI负责人则更强调智能体作为一个完整系统的角色。他将其定义为“连接整个大模型跟整个应用场景的一个（载体）”，并强调其必须具备双向闭环能力。“他们必须要把整个大模型的能力赋予整个技术场景来解决问题，”他说，“同时要从整个产品里面把相关的反馈在整个大模型里面，再形成一个双向的闭环。”
要理解工业智能体如何工作，西门子携手中国十五冶打造的有色金属冶炼案例提供了具象的视角。在炼铜行业，冰铜是纯铜诞生前的“半成品”，冰铜品位指冰铜中铜的含量，过高或过低都会影响成品质量和炉体寿命。传统模式下，冰铜品位调控比较粗放，高度依靠“老师傅”把关。西门子与中国十五冶合作，整合多工艺段设备数据，以及行业文献、工艺规范和“老师傅”口口相传的经验，打造了炼铜行业首个下沉到边缘的智能体。它不需要反复通过聊天指令推进任务，自己就能独立完成从趋势预测、参数寻优到深度推理的全过程。
该案例是典型的智能体在生产制造过程中的应用。其实，不仅是生产制造环节，西门子Industrial Copilot融合生成式工业人工智能助手与智能化系统，覆盖研发、工程与运维等多个关键环节，能够全方位赋能工业价值创造。
在研发环节，集成智能体的工业软件基于简单的工程师指令即可告知操作方法，甚至直接生成相关模型；在工程环节，人工智能助手与TIA博途无缝集成，把工程师的自然语言需求直接转化为工程成果，快速生成PLC程序与HMI界面；在价值点分布更广的运维环节，人工智能助手与多智能体协同，通过简单交互即可灵活调用工业软件、模型等工具，提供诊断支持与优化建议。
总体来看，工业智能体是推动工业自动化向自主化演进的关键力量。它既包含了各类AI技术在工业场景的深化应用，也指向一个终极目标——构建能够像人一样思考、决策和行动的自主工业系统。
观望与探索：工业智能体的落地情况
·一半观望，一半探索
在国家“制造强国”与“人工智能+”战略的推动下，制造业的智能化转型已是大势所趋。今年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，明确“推进工业全要素智能化发展”的目标。“这标志着国家层面将工业智能体发展提升到战略高度。”钟俊浩说。
然而，作为一项新兴技术，工业智能体行业仍处于早期发展阶段，大部分企业仍在“岸上”谨慎评估。由西门子与至顶科技联合发布的《2025工业智能体应用现状与趋势展望报告》（以下简称《报告》），调研对象覆盖约10个重点行业的200余家中国制造企业，结果显示，43%的受访制造企业尚未部署工业智能体，仍处在观望阶段；24%的企业仅在少量场景中初步应用；而实现多场景部署的，仅有8%。
化工与材料领域积极尝试工业智能体应用
一些先行者已经蹚出了务实的路径。一家头部重工制造企业的AI负责人透露，他们早在2021至2022年便开始部署相关系统，在新建的“灯塔工厂”中，已经能够实现从接收订单、动态排产到生产执行的全流程打通，基本无需人为介入。
更多的企业则选择了更适合现有工厂与产线的“点状突破”策略。前述新能源汽车企业将智能体应用聚焦在两个关键场景：一是将复杂的质量标准和工艺规范知识化，形成智能体，用于生产过程中的质量检测；二是在设备运维方面，通过智能体实现预测性维护和故障排查指引。而受访食品饮料企业部署的智能体则在供应链需求预测和营销端的视觉识别等场景取得了显著成效。
·全流程的自主化
从自动化到自主化的趋势，正在制造全流程中逐步渗透。报告数据显示，生产制造（44%）、研发设计（32%）和运行维护（25%）是企业部署工业智能体的三大核心场景。
生产制造为主要应用环节，化工、汽车、冶金企业积极尝试
在生产制造环节，智能体正成为提升效率与质量的关键。上述重工企业通过智能体实现了生产资源的动态排产与调度；新能源汽车企业利用智能体对焊接过程中的电流、电压等数据进行分析，实时优化参数，确保焊接质量；食品饮料企业则通过视觉智能体自动完成质检，替代了大量重复性的人工劳动。
在运行维护环节，智能体扮演着“数字专家”的角色。这家新能源汽车企业与科技厂商合作，开发了设备运维智能体，具备预测性维护的功能。当监测系统发现问题时，它会自动提示并分析故障来源。另外，该智能体还整合了工业领域的专家知识库，员工只需用自然语言描述故障，智能体便能分析原因并提供详细的解决方案和操作指引。
而在研发设计环节，不同行业的应用情况则呈现差异。汽车企业的负责人认为，由于已有成熟的虚拟仿真软件和代码生成工具，研发环节的智能化落地难度相对较小。但食品饮料企业因其行业特殊性（核心研发在于配方），AI的应用则相对有限，更多是辅助市场部门进行消费者口味偏好的数据分析。
刘波指出，在一些特定领域，智能化应用已相对成熟，例如构建数字孪生工厂进行仿真优化、产线的柔性换产、核心工艺过程的优化以及设备的预测性维护等。这些场景的成功落地为更广泛的应用提供了信心和范本。
·降本增效的核心价值
除了政策利好之外，企业为何要拥抱智能体？《报告》提到，提升效率（77%）和降低成本（62%）是企业最看重的两大价值。
企业普遍认同智能体可提升效率，小微企业看重降低成本和优化管理
“我们通过AI优化钢材的排版和使用，仅仅降低1%的用量，一年就能节约成本超一亿元。”受访的重工制造企业的负责人分享了工业智能体的部署所带来的切实效益。而上述食品饮料企业则表示，过去销售人员需要手动巡查、拍照、录入商超中的产品“堆头”（促销陈列），现在，通过视觉智能体，拍照即可自动识别和统计，极大地解放了人力，提升了数据反馈的及时性和准确性。
成本、人才、技术与安全：智能体落地的挑战
·成本与收益之问
尽管前景诱人，但将聪明的AI“请”进工厂，并让它可靠地“干活”，却面临着重重挑战。其中，成本是企业考虑最多的问题。《报告》显示，63%的企业将“部署成本高”列为首要挑战。这笔账远不止一笔采购费那么简单，还涉及与现有系统集成等隐性成本，改造投入甚至可能超过智能体开发和购买本身。
“不同厂商、不同时期的标准协议都不一样，”上述重工制造企业的负责人坦言，“我们工业智能体要串联起来，就需要全域的数据联通，这是非常难的一件事。”
除了前期投入之外，部署智能体的收益周期也相对较长。“如果是采用云端轻量级部署，投资回报可能就是一年到两年。企业级的本地部署，投资回收期会长一些，一般要五到六年。”刘波说。
这些因素让不少决策者望而却步。前述食品饮料企业的负责人也坦言：“没见到结果之前，无论是人员投入还是资源投入都会有所顾忌。”
尽管如此，专家们普遍认为企业仍应积极拥抱科技创新带来的产业变革。肖仰华强调，智能体带来的影响远超技术应用本身，它关乎生产关系的重构。即使面临ROI（投资回报率）不确定性，企业也应当从战略高度去思考和布局。
·“懂算法的不懂生产”：人才的结构性短缺
企业成本压力普遍较大，人才短缺也备受关注
报告中，“缺乏专业人才”（46%）是第二大挑战。这个问题在访谈中得到了所有企业负责人的共鸣——市场极度缺乏既懂技术又懂现场的“跨界人才”。“最大的挑战在于，算法的人员他不懂生产，生产的人员不懂算法，这两者之间怎么打通？”上述重工制造企业的负责人直言。
“我们今天处在一个技术供给远远超出我们技术消费的时代。解决问题的技术可能早就有了，最大的瓶颈是人，缺乏能够结合当下技术成熟度，分级分类地去选用相应技术来解决问题的人才。”肖仰华表示。
钟俊浩一针见血地指出了当前复合型人才培养面临的“三重脱节”困境：高校培养与企业需求脱节、产学研合作深度不够、行业认证体系不完善。刘波认为，人才培养的方向应该是让懂制造的人才具备数字化素养，“核心是制造，制造是本质，智能化是赋能手段。首先应该具备制造的知识，在此基础上去培养数字化素养。”而这个过程需要时间以及社会各方面的配合。
·面对复杂工业场景，智能体技术准备好了吗？
除了成本与人才，40%的企业也认为工业智能体的“技术不成熟”。这种“不成熟”主要体现在模型的“水土不服”和结果的“不可靠”。
“工业是含金量最高的‘战场’，却也是‘最难啃的骨头’。AI落地工业需要融合大模型、行业知识、高质量数据与应用场景，其中，行业know-how是工业企业制胜AI时代的底层核心能力。”西门子全球执行副总裁、大中华区总裁兼首席执行官肖松博士在《报告》发布现场提到。
尽管AI技术本身在不断进步，但通用语言大模型难以直接应用于工业生产。上述新能源汽车企业的负责人解释道，大语言模型主要基于互联网文本数据训练，而工业数据是“杂乱”且多模态的（包含时间序列、图纸参数、工艺配方、三维建模等），“这样的数据特征决定了它在工业领域的应用边界”。工业垂类模型因此成为必需品，但这需要深厚的行业知识积累和数据沉淀。
“现在通用人工智能就好比发电厂发出很强的电，但是不是大家就能用呢？最终还得有好的电器设备。”肖仰华也认为，通用AI抬高了智能的天花板，但真正落地需专业化路径，如知识图谱等弥补知识不足。
同时，AI的概率性输出与工业生产要求的高度确定性之间存在天然矛盾。上述重工企业负责人表示，AI无法达到“百分之百的准确率”，在安全生产等“零容忍”场景中应用受限。智能体目前更多是“辅助决策”，而非“替代决策”，最终判断仍需人的介入进行方向把控和价值判断，形成人机互补协同（human-in-the-loop），
·数据安全的隐忧
训练AI模型、建造智能平台都需要数据，企业可以自己部署，也可以向外部厂商购买智能化定制服务。即使在SaaS（软件服务）模式提供更低成本和更快部署的情况下，仍有50%的企业倾向于本地私有化部署，这背后主要是对工业数据安全的考量。
本地部署不仅意味着物理隔离，更能满足低延迟的生产环节。某重工业和汽车制造企业都明确，核心生产数据绝不出厂，外部供应商需要“来现场使用我们的数据”进行开发，这是典型的“数据不出域”策略，但也同时透露这种以自研为主的创新路径面临成本和效率的双重挑战。有企业负责人也表示，在业务敏感度低、实时性要求不高、数据分布广泛以及算力要求高的场景，如设备预测性维护、营销与售后客服、设计研发等，云端部署则更具性价比。
这些数据表明，企业正在根据业务的敏感度和实时性要求，灵活采用混合部署策略。对于中小企业来说，成本、AI技术本地化能力和柔性生产的能力可能是部署工业智能体最主要的障碍，而专业的服务提供商能够提供相应的解决方案。刘波指出，SaaS模式以其低成本、高效率的优势，为中小企业尝试工业智能体提供了可行的路径：“采用这种云端轻量级部署，算力资源、大模型采用云服务，在工厂侧布一些端侧设备，这样投资较小，回报较快。”
更自主，更系统，更开放：工业智能体的趋势未来
未来的工厂将是什么样？刘波描绘了一幅蓝图：“它会实现全工厂的动态感知和实时决策，具备柔性生产和自主组织的能力。”在这种模式下，人的角色将发生根本性转变，“人会从自己解决生产问题，变成向机器提出正确的问题，这可能是比较重要的一个转变。”
伴随着制造自主化水平的提升，工业智能体也将不再是解决单一问题的孤立工具，这一点已经在很多落地应用中初现端倪。未来的工厂将由多个智能体协同工作，形成一个庞大的“神经网络”，实现全链路的动态调优。“大型制造业无疑会从单点智能体走向系统智能体。”上述重工制造企业负责人判断。
同时，多智能体系统也能调用不同模型和工具的能力，比如通用大模型负责交互和通用知识，而处理具体工业任务（如工艺参数优化、异常检测）则交给更懂行的工业垂类模型。
肖仰华认为，工业智能体所带来的变革核心在于对生产力要素的重构。“具有高度自主决策水平的智能体，本质上就是新型的劳动力。”这将促使企业从组织架构、业务流程到经营管理都进行一场“智能原生”的深刻变革，而不仅仅是简单的“AI+”。
企业单打独斗的时代已经过去。《报告》显示，68%的企业愿意与外部科技厂商合作共创。这种合作并非简单的采购关系，而是数据、技术和场景知识的深度融合，包括工业模型的共创。实践中已经涌现出多种模式：食品饮料企业与大学的产学研合作，新能源车企与科技巨头的技术合作，以及重工企业与各类专业供应商的场景合作。
钟俊浩认为，一个完善的工业智能体生态，应包含技术底座提供方、行业解决方案商、数据服务商和系统集成商、标准认证机构和产业投资机构等关键角色，形成“技术-产业-应用-服务”的完整闭环。
一场工业的智能革命，或许已经悄然打响。工业智能体正从一个前沿概念，具体化为生产线上的质检员、供应链里的预测师、设备旁的维护专家。从自动化到自主化的跃迁之路，漫长而充满挑战，但它所指向的，是一个更高效、更柔性、更智能的制造业未来。对于国家而言，面对全球产业链重构和国内市场转型的挑战，工业智能体通过赋能生产线的自主决策与优化，有望将制造业的竞争优势从“人口红利”转向“技术红利”和“智能红利”。
扫描上方图片内二维码，查看报告全文
·“概念验证”的关键是服务能力，“是不是一定要建一个独立的概念验证中心”需要进一步商榷。因为中心一旦建成，“项目来源”、“谁来服务”、“资金来源”等都是非常现实的问题。希望有一天， DARPA 2%改变世界格局的项目中，哪怕只有2%是由我们深度参与推动的，也会很有成就感，因为那是在改变世界科技创新格局，而不仅仅是推动某一个企业的技术升级。
一、
在过去很多年里，中国的科技成果转化一直存在很多堵点，其中一个便是当下的热点“概念验证”。以前，很多高校老师的知识产权转移给企业后，企业真正能用上的很少，原因就是成果在转移前缺少了“概念验证”。
概念验证是科技成果转化中的一个很关键的环节，一项科研成果最终能否转化成真正的商品，其中要经过多次验证，首先是创意验证，纸上的成果、想法虽然好，但能不能做出来，还需要材料、设备跟得上；其次样机做出来了，能否规模化，也需要验证，很多产品在真实环境的运行结果和实验室数据相差很多。
这两年，大家都认识到了“概念验证”的重要性，各地都纷纷在建立“概念验证中心”。
东部中心也在探索，目前我们建立了两个概念验证中心，分别是和复旦大学合作建立的上海国际绿色低碳概念验证中心，以及与宝山区合作建立的Blink医疗器械概念验证中心。
以绿色低碳概念中心为例，这个中心目前主要服务于涉及绿色环境、大健康领域的科研设备国产替代。最初是复旦大学环境系找到我们，说他们有很多项目想转化，于是我们决定共建一个概念中心，推动成果批量转化。中心自2023 年启动建设，至今差不多两年时间，设立了9 家公司，其中 3 个公司拿到了投资；发布了有 7 台样机，还促进了技术交易和产学院合作近1000万元。第二批验证项目中除了复旦的项目，还有来自同济、上海理工等其他高校的项目。
通过概念验证中心的服务，我们为高校老师的技术找到了更广阔的应用场景，并在商业化、融资方面提供支持。
在科技成果转化的过程中，我不赞成人为地把前期判断、概念验证、小试、中试这些环节割裂开，因为它应该是一个完整、连续的过程。一个成果在概念验证中心完成了概念验证，并找到了应用场景，后续的小试、中试，甚至到注册公司、进入孵化器寻找投融资，我们也会参与支持，这是一个长期陪伴的过程。
二、
当下概念验证中心要想依赖自身的商业运营实现盈利还是很困难的事情。绿色低碳概念验证中心过去三年，我们的累计投入金额超过三千万元，其中最大的投入是服务人员成本、验证资金以及场地建设费用等。硬件只是概念验证中的一个元素，验证过程中需要很多专业人士提供服务，譬如高校老师的一个研发成果要转化为可用的设备，需要工业设计、工程师团队的加入。
概念验证中心本身就带有一定的公共服务性质。我们服务的成果方只有完成了产业化，有了销售订单或投资，有了收费能力后，才可能付费给我们；在此之前，如果要预收费是比较难的；能够收费的对象目前主要是以大企业为主的需求方，因此目前市场上的很多中心都要依赖政府补贴。
在我看来，概念验证的关键是服务能力，“是不是一定要建一个概念验证中心”是可以进一步商榷的事情。因为中心一旦建成，“项目来源”、“谁来服务”、“资金来源”等都是非常现实的问题。
对于高校老师来说，不是给他们提供一个设备，他们需要一个团队去补齐短板，最终形成一个完整的链条，让项目真正落地。所以我觉得目前概念验证环节中要解决的最关键问题是培养专业服务人员以及提升服务人员的服务能力，其次是能够容忍失败的资金。
隶属于美国国防部的DARPA（美国国防部高级研究计划局）是通过资助全球前沿科研项目推动创新的范例。
DARPA专注于基础性、先导性和颠覆性技术研发，涵盖人工智能、无人机、生物技术等领域。DARPA明确接受高风险项目的高失败率，其核心理念是“允许失败，但必须快速迭代”，综合其60多年的运营数据显示，其项目失败率高达98%，但其2%的成功项目改变了世界的科技格局。
DARPA也是典型的项目经理人主导的前沿创新，扁平决策、项目经理全权、柔性退出机制，让技术方向可随时调头。
三、
目前，上海布局概念验证中心布居分为自上而下和自下而上两类。自上而下是由政府主导的模式，比较适用于风险更大的前沿产业。
但其实各行各业都需要概念验证，因此自下而上也会有很多需求存在。概念验证阶段的高风险性，使得政府引导资金的参与是必要的。当然，我们也鼓励民营企业参与，如果和自身的技术、产品或发展战略相关，也是有部分民营企业愿意的。
东部中心是一个平台类的国资企业，具有很强的公共服务职能。但我们也不打算建太多概念验证中心。在摸清它的运营流程，将可能会遇到的问题和难点整理， 把真正的服务能力组织起来后，我们希望培育一批能够进行概念验证服务的团队，然后将这些人输送到各个项目中去。
作为一个项目转化的负责人，项目经理人的要求很高。首先得有人格魅力，要有敢承担失败的勇气，有放眼长期的视野；其次要有深厚的技术背景，能够把握技术路线图的发展方向，了解技术的全球发展进度；第三还要有产业眼光，因为最终是要将成果应用到产业中。从某种意义上来说，一旦做成了，项目经理人就应该是成果转化公司的CEO。
我们已经培育了很多技术经理人，目前技术经理人主要服务于技术交易，大部分不会持续跟进；项目经理人陪伴一个项目的周期会更长。但一名优秀的技术经理人与项目经理人的素质要求是类似的，所以存在着转化的可能性。今年浦江创新论坛期间，我们也对外宣布设立技术经理人合伙制，我们从外部的技术经理人中选出一部分人成为东部中心的合伙人，使得他们有条件批量地服务项目，特别是参与重大转化项目的机会。我们希望他们部分优秀的技术经理人能够成长为一名项目经理人，成为创业公司的CEO。
四、
我从事技术转移工作已经十多年，在过去十年里，最大的变化就是科技成果转化的热度提升了。近几年，无论是政策导向还是社会关注度的提升，都是一个天翻地覆的变化。关注度变高、行业变热，是一件好事。造就了越来越多的人跨界进入这个领域，这有利于整个行业的发展，有利于更多成果被转化。有了政策的保障，高校老师的转化意愿也在变强。把自己的项目转化，变成一家公司，产生经济价值，也成为很多高校老师的追求。我们从事技术转移行业的人，职业归属感也在逐渐建立，现在科技成果转化具备了成为一个产业的基础。
如果还有什么需要改善的，我觉得科技成果转化是一个中长期的事情，但我们有时却把短期的数字看得过于重。比如希望达到成交额逐年增长或增长率不断攀升等指标。我觉得只关注统计数据的评价方式不利于科技产业的发展，有些项目在不成熟的时候，就不适合成立公司。假设今天创办了500家公司，但是三年后，这些公司还有多少存活的呢？长期指标也同样重要。我建议还是要依据事物的发展规律，建立更加完善、综合、多维度的评价体系，不能简单地追求数字。
未来十年，我希望能有更多类似东部中心的服务机构出现，多元主体的参与，服务能力就会更强，专业性也会增强，才能更加规模化高质量推动科技成果转化。
希望有一天，我们在总结的时候能说，我们培养的技术转移人才参与了多少个项目转化。这些项目中有多少成为了影响世界、改变世界格局的项目，DARPA模式那2%成功改变世界格局的项目中，哪怕只有2%是我们深度推动的，我也会觉得很有成就感，因为那是在改变世界科技格局，而不仅仅是推动某一个企业的技术升级。
在过去的一周内，Sora App已经成为AI应用的新热门。据TechCrunch10月8日报道， Sora在推出的前 7 天内获得了627000次iOS下载，这一数据已经超越了ChatGPT当初的数据。
SoraiOS应用商店下载量。来源：Appfigures Intelligence
据了解，Sora App在上线首日便创下56000次安装量，迅速攀升至美国App Store总榜第三名。截至10月3日，该应用已成功登顶榜首。这一爆发式增长不仅让Sora的首秀超越Anthropic公司的Claude、Microsoft的Copilot等主流AI应用，更与xAI公司推出的Grok应用形成直接竞争。
Sora App由OpenAI于上月底发布，同时发布的还有Sora 2模型。据OpenAI官方介绍，2024年2月的初代Sora模型在许多方面标志着视频生成的“GPT-1时刻”，此次推出的2.0模型更好地遵守物理定律，直接迈入视频领域的“GPT-3.5时刻”。
采用全新Sora 2视频模型的Sora App，让非专业人士能更容易地制作复杂的视频，包括超现实或奇幻的内容。加州大学伯克利分校的电气工程和计算机科学教授哈尼·法里德（Hany Farid） 在接受美国哥伦比亚广播公司（CBS News）采访时指出：“你只受到想象力的限制。”
10 月 8 日，OpenAI首席执行官Sam Altman现身a16z播客，首次全面阐释了 OpenAI 的战略方向：“AI 的入口，不再是对话框，而是生成一整段画面，甚至帮你先想一步。”
然而，人工智能视频的出现也加剧了人们对低质量“人工智能垃圾”可能泛滥的担忧，其中包括可能被误认为真实内容的深度伪造（Deepfake）内容。
虽然OpenAI详细介绍了该公司对Sora 2采取的一些措施，以限制潜在有害内容的产生并帮助用户区分 AI 内容。但AI深度伪造内容如今已遍地开花。更令人意外的是，用户甚至开始用AI技术伪造已故名人的肖像，这直接引发已故演员罗宾·威廉姆斯之女泽尔达·威廉姆斯的抗议，她公开呼吁大家停止发送其父亲的AI合成照片。
同时，Sora 2也引发了影视行业专业人士的担忧。“自Sora 2发布以来，侵犯我们会员电影、节目和角色的视频在 OpenAI 的服务和社交媒体上激增，”美国电影协会主席兼首席执行官查尔斯·里夫金（Charles Rivkin）表示，“虽然OpenAI澄清称将‘很快’让版权方对角色生成拥有更多控制权，但他们必须承认，防止Sora 2服务侵权的责任仍在于他们，而非版权方。OpenAI需要立即采取果断行动来解决这个问题。”
在最近另一场有关使用人工智能的争议中，荷兰制片人兼喜剧演员埃琳娜·范德维尔登（Eline Van der Velden）最近发布了一个人工智能生成的女演员，引发了好莱坞的强烈反对。美国演员工会回应称，“创造力应该仍以人类为中心。”
“我认为一场颠覆即将到来，将会有一些破坏和创造，”法里德说，“我认为这不仅仅是针对电影和音乐行业——它将影响到很多行业。”
截至8月13日，上交所融资余额报10290.63亿元，较前一交易日增加34.93亿元；深交所融资余额报9963.80亿元，较前一交易日增加81.70亿元；两市合计20254.43亿元，较前一交易日增加116.63亿元。
北川进（左）、理查德·罗布森（中）和奥马尔·亚吉。
北京时间10月8日下午5时45分许，2025年诺贝尔化学奖揭晓。日本科学家北川进（Susumu Kitagawa）、澳大利亚科学家理查德·罗布森（Richard Robson）和美国科学家奥马尔·亚吉（Omar M. Yaghi）因“开发了金属有机框架（MOF）”获此殊荣。
诺贝尔化学奖委员会主席海纳·林克表示，MOF潜力巨大，为定制具有新功能的材料带来过去难以想象的机会。
“祝贺奥马尔·亚吉教授！加利福尼亚大学伯克利分校终于可以给他一个诺奖专用车位了！”当晚，浙江大学生命科学研究院研究员林世贤在科学网直播间笑言。
值得称道的是，亚吉并非起步于名校，而是从一所社区学院开启学业，凭借非凡的毅力与智慧，最终获得诺贝尔奖。今年，恰逢他提出以MOF为代表的“网格化学”概念30周年。
微观世界“搭积木”
《中国科学报》：你对3位科学家获得今年诺贝尔化学奖有何感受？
复旦大学化学系教授李巧伟：我是亚吉教授的博士生，于2004年至2010年在他的课题组学习。今年是他开创以MOF为代表的“网格化学”领域30周年。
我认为，今年诺贝尔化学奖颁给这3位教授实至名归。
北川进是MOF领域的著名学者。他的贡献是将“配位聚合物”的概念提升到“多孔配位聚合物”。他最早通过高压气体吸附实验证明了这类材料具有让分子进入的孔道，这是证明其多孔性的第一步。
罗布森最重要的贡献是将晶体化学“顶点与边”的基本几何原理引入了框架材料的研究。这为框架带来“设计感”，让我们能够通过选择特定的“顶点”和“边”来预测和构建目标拓扑结构，为MOF的早期发展提供了重要理论指导。
林世贤：得知亚吉获得诺贝尔奖时，我非常激动！我在美国加利福尼亚大学伯克利分校求学时，就和同事讨论他什么时候会拿诺贝尔奖，伯克利校园什么时候会给他增加车位。
伯克利校园建在半山坡上，空间非常有限，校内停车位极其紧张。学校有个特别关怀政策，允许诺贝尔奖得主把车直接开到学校里，以示尊重。其他师生只能把车停在校外停车场，再步行爬山到学校。这个小小的福利成了学校里的一桩美谈。
上海交通大学长聘教轨副教授董金桥：3位得主提出了一种全新的材料构建方法，利用金属离子与有机配体的自组装过程，构建出结构高度可控的晶态多孔材料。这种材料体系兼具无机材料的稳定性与有机材料的可设计性，突破了传统材料在结构调控和功能实现方面的局限，开辟了多孔材料研究的新范式。
《中国科学报》：如何通俗理解MOF这一概念？
中南大学化学化工学院教授张翼：人类历史上第一个广义上的MOF材料是一种被称为“普鲁士蓝”的染料，它非常稳定。但问题在于，像普鲁士蓝这样极其稳定的框架材料，往往缺乏我们所需的催化活性。我们可以把构建MOF想象成微观世界的“搭积木”：一个金属离子作为核心，周围通过配位键连接各种有机配体，从而搭建出各种各样、形状各异的框架结构。
华东师范大学化学与分子工程学院教授姜雪峰：我们在化工领域模仿自然界，用有机配体与金属配位，像“搭乐高”一样搭建出笼子、框架、正四面体等不同结构，这就是MOF。MOF本质上是化学领域的“限域工具”。“限域”意味着把分子限制在特定范围里，分子的电子跃迁、轨道排布、催化特征等都不同于宏观体系，从而带来很多新规律。
已有商业应用
《中国科学报》：MOF的应用价值和前景如何？
董金桥：由于具有可调节的孔隙结构和高度有序的晶体排列，MOF材料展现出极大的应用潜力。例如，在气体吸附领域，MOF可用于选择性吸附工业煤气中的氮气、二氧化碳等目标分子，表现出优异的分离与纯化性能。在催化领域，将有机催化剂固定于MOF的孔腔结构中，不仅可实现立体选择性和限域效应，还能有效防止催化剂失活，显著提高催化效率、增加循环使用次数，进而降低生产成本。
目前，部分MOF材料已在商业领域实现初步应用，特别是在气体储存与分离方面展现出广阔前景。可以预见，随着相关技术的进一步发展和成本的持续优化，MOF材料将在更多行业实现规模化应用，释放其在能源、环境、医药等关键领域的巨大潜力。我们期待MOF成为推动新材料变革的重要力量。
林世贤：在高校和科研机构，MOF材料被广泛研究，我相信诺贝尔奖的授予会极大激发商业转化热情，为这种框架材料找到改变人类生命健康的创新应用。
姜雪峰：MOF凭借多孔结构，在气体分离、检测、催化及药物缓释等方面展现出广阔的应用前景。然而，其“积木式”笼状结构在工业复杂环境下易塌陷，稳定性仍是产业化的主要瓶颈。此次获颁诺贝尔奖既是对3位奠基者贡献的肯定，也寄托了人们对开发更稳定、更廉价、适用性更强的MOF材料的期待，未来MOF材料有望实现更多应用。
《中国科学报》：应当如何看待MOF在储氢方面的应用潜力？
李巧伟：大约20年前，曾有人提出用MOF储氢。研究发现，在低温高压下，MOF具有可观的储氢吸附量。如今，其能实现的储氢量越来越多，所需条件如温度越来越接近常温，正慢慢靠近商业化的目标。对于利用MOF再结合其他材料的优点实现储氢，我持乐观态度。
《中国科学报》：一个领域获得诺贝尔奖，是否意味着它已到达巅峰？这对领域未来的发展会产生什么影响？
张翼：我不这么认为。我们可以用超分子化学来类比，它在1987年首次获奖之后，2016年再次获奖。诺贝尔奖不是终点，而更像是一个里程碑，标志着这个领域的成熟与具备巨大潜力，并激励更多人才和资源涌入，推动它走向新的高峰。当然，这最终取决于该领域未来在实际应用方面的突破。
董金桥：诺贝尔奖的光环将进一步激发全球科学界对该领域的关注与投入，推动MOF从结构构筑向功能应用加速转化。事实上，诺贝尔奖往往并非某一研究方向的终点，而是新的起点。
“英雄不问出处”
《中国科学报》：从这次诺贝尔化学奖得主看，你认为科学家成功的“道”是什么？
李巧伟：亚吉出生在约旦，在美国从一所社区学院开启他的学业。之后，他在美国纽约州立大学读本科，博士学位在美国伊利诺伊大学厄巴纳-香槟分校（UIUC）获得。他富有远见，早年即提出框架化学构想，并凭借敏锐的洞察力投身多孔材料领域。他大力支持学生创新，共价有机框架（COF）的开创性研究便始于让学生自由探索，后经他推动发展成为重要方向。
张翼：坚持至关重要，尤其是在你不知道前方会有什么结果甚至感到迷茫的时候。这次获奖让我深感“英雄不问出处”。一方面，科研人员不要因为起点低而自我设限；另一方面，建议一些高校和科研机构不要过于看重科研人员的“第一学历”或出身。真正重要的是他们的科学洞察力、创造力和持之以恒的努力。
姜雪峰：如果用一个关键词概括，我觉得是“好玩”。科学家起步时往往带有一定“功利性”——为解决某个问题而研究。但真正深入之后，需放下功利，回归好奇与热爱。MOF结构千变万化，有如中国结、圆环、方笼等形态，搭建它们本身就充满乐趣。
科学探索中，大多数尝试未必如愿，但正是在不断试错中接近未知、解决真问题。要让青少年因“好玩”而选择科学，在探索中理解自然规律、克服对未知的恐惧，进而以认知反哺个人成长与社会发展。对科技工作者来说，终极状态就是在好玩中创造“有用”，用“有用”解决人类问题。
林世贤：对于MOF的成功，我最大的感触就是“简洁之美”——材料的合成路径非常简洁、材料本身的化学结构体现简洁之美、科学家做研究的心态很简洁。正所谓“大道至简”，或许我们每位科研工作者都应该思考，怎么做更简洁的科学。
《中国科学报》：亚吉是一位什么样的科学家？
李巧伟：在我6年的学习生涯中，研究工作大多围绕兴趣展开，他不会指定一个必须达成的应用目标。这让我们凭着好奇心去工作。其实，我前三四年的成果并不突出，但我并没有感受到发表论文的压力，这让我能以更好的心态深耕课题。
毕业之后，我们仍保持着良好的师生互动，我经常邀请他来复旦大学做讲座，我们也会及时沟通科研进展。他是一位真正将科学研究置于至高地位的令人敬佩的老师。
美国加利福尼亚大学伯克利分校博士后周子晖：我是亚吉教授的博士生，现在他课题组进行博士后研究。他事无巨细地关心学生，不管是新生还是即将找工作的毕业生，如果我们想找他一对一讨论，给他发个邮件，一周内基本就能见面。
只要他在学校，从早晨8点到下午4点，一整天都泡在实验室里。
林世贤：亚吉的经历富于传奇色彩，极具感染力。听说他15岁移民美国，从零学英语。他树立了一个强大的科学家典型——通过努力实现科研理想，重塑命运。后来，我还了解到，他因童年缺水的经历，执着于研发从空气中取水的MOF材料。他将个人梦想融入科研，彰显了科学背后深刻的人文价值。
截至8月20日，上交所融资余额报10816.43亿元，较前一交易日增加78.50亿元；深交所融资余额报10437.73亿元，较前一交易日增加74.72亿元；两市合计21254.16亿元，较前一交易日增加153.22亿元。
约翰·克拉克（左）、米歇尔·德沃雷特（中）和约翰·马丁尼斯。
在量子力学诞生百年的2025年，这个领域又增添了新的诺贝尔物理学奖。
10月7日，2025年诺贝尔物理学奖揭晓，分别授予美国科学家约翰·克拉克（John Clarke）、米歇尔·德沃雷特（Michel Devoret）和约翰·马丁尼斯（John Martinis），以表彰他们“发现了电路中的宏观量子力学隧穿效应和能量量子化”。
“我完全惊呆了，我从来没有想过会拿到诺贝尔奖。”当得知自己获奖时，克拉克大吃一惊。1984年和1985年，克拉克带着他的博士后德沃雷特和学生马丁尼斯，针对由超导体构建的电子电路做了一系列实验，证明了量子不仅存在于微观世界，它的奇异特性还可以在像手掌那么大的宏观系统中具象体现。
诺贝尔物理学委员会主席奥勒·埃里克森（Olle Eriksson）表示：“能够庆祝百年历史的量子力学不断带来新的惊喜，这真是太棒了。量子力学是极其有用的，因为它是所有数字技术的基础。”
“奖项似乎给得有点早”
《中国科学报》：时隔3年，诺贝尔物理学奖再次颁给了量子力学领域，你对此有何感想？
中国科学院物理研究所研究员梁文杰：我没想到宏观量子效应和能量量子化会获奖，但仔细想，它们确实是比较基础的概念，获奖也很合理。只不过，目前这两个概念在应用领域并没有实现革命性爆发，奖项似乎给得有点早。这是我个人的判断。
中国科学技术大学教授、中国科学院量子信息重点实验室副主任郭国平：首先，我觉得这次诺奖比较大胆，毕竟量子计算的超导路线目前并未完全走通或一定能成功；其次，我认为这代表了西方科学界对量子计算的鼓励态度，是一种导向。
从事超导量子计算研究的匿名科学家：纯粹个人看法，我认为是早了。等超导量子计算机真正落地的那天再颁发给他们，可能才是最有说服力的。因为一旦真正实现了超导量子计算机，将直接改变人类处理信息的格局。
但这其实也正是我想呼吁的，因为我特别担心诺奖颁给超导量子计算的开创者后，大家会认为超导量子计算机会马上实现，更担心别有用心者会过度炒作甚至消费量子计算机。这对我们真正做超导量子计算的人而言是一种伤害。
复旦大学物理学系教授李晓鹏：颁奖前我在想，这次物理学奖大概率会颁给量子领域的科学家，因为今年刚好是现代量子力学诞生100周年。我没有想到是这3位科学家，但他们绝对实至名归。我作为量子领域的科研人员，心情非常激动，也很受鼓舞。
上海交通大学物理与天文学院教授李亮：宏观量子力学隧穿效应和能量量子化虽然是相对小众的领域，但至少属于物理学。因此，听到物理学奖颁发给这个领域后，我有一种如释重负的感觉，物理学奖终于“回归正常”了。
诺奖评选近两年发生了很大变化，可能是诺奖委员会“与时俱进”的结果。今年它一方面强调基础前沿理论，另一方面又密切联系实际应用。从这个意义上讲，诺奖委员会是下了一番功夫的。
为超导量子计算发展奠定基础
《中国科学报》：能否通俗介绍一下“宏观量子力学隧穿效应和能量量子化”？这个研究有什么“用处”？
梁文杰：“量子隧穿效应”通俗讲就是崂山道士念咒语后穿到了墙的另一边，这是量子力学的基本特点。今年诺奖涉及的“宏观量子隧穿”，是说隧穿效应达到了可以宏观观测的程度，即毫米级甚至更大尺度。我们身边常见的宏观量子效应是超导体。
“能量量子化”是指能量只能一份一份地变化。就像水龙头里的水，经典条件下想调大流速，需要把水龙头开大；但如果是量子化的，比方说水流只能每秒流1立方、2立方、3立方，但想调到1.5立方就做不到了。几位诺奖得主发现宏观电路也存在量子化行为，可以借此进行精准的能量和信息传输与校准。
传统量子隧穿效应都存在于非常小的体系中，这次获奖的工作证明量子隧穿也可以出现在手里拿的器件中，且发现了其中的能量量子化效应。这一效应有可能成为未来电路的基础，即电子电路不再只依靠数电子电量控制信息，而是通过宏量的电子相位相干调控来控制信息。这可能是诺奖委员会看重的。
李晓鹏：两次诺奖的领域很不一样。量子力学最初是为了解释原子、电子等非常微观的粒子行为。2022年，3位科学家正是因为在单光子尺度上验证了量子纠缠现象而获奖。今年的3位得主则是在宏观器件中发现了量子力学隧穿和能量量子化。
在此之前，科学家并不知道能否在宏观的人造器件中观测到量子现象，但他们3人通过设计超导电路系统，成功观测到量子力学效应，颠覆了以往的认知。这个发现为之后超导量子计算的发展奠定了基础，谷歌现在推动的超导量子计算路线正源于此。
李亮：隧穿效应、能级量子化都是量子力学领域非常基本的物理概念，同时又和下一代量子技术密切相关，量子比特、量子计算、量子传感、量子密码等技术都从此概念出发。离开能级的量子化，所有这些量子电路的功能都无法实现。
匿名科学家：在量子力学领域，有一个自然的问题是量子力学在宏观体系中是不是也适用？他们40年前的这项实验，正是从科学角度证明了宏观体系一样遵循量子力学规律。他们在电路中把温度、噪声等干扰降到极低水平，证明了宏观体系中存在相同的量子效应，这直接催生了超导量子计算的发展。总之，一是它有很深的物理思想，就是量子力学的适用范围；二是它促进了超导量子计算的诞生和发展。
不会因为一次诺奖就一定“前景光明”
《中国科学报》：此次获奖会给量子力学及相关领域未来发展带来怎样的影响？我国的布局如何？
匿名科学家：3位开创者虽然开辟了超导量子计算路线，但同时指出了其中的难点——如何把宏观量子体系的噪声、温度等各种干扰因素降到单量子水平，尤其是在达到一定规模后，这背后的科学问题和工程问题极其复杂。所以，我希望大家对量子计算机研发仍保持耐心，这个领域并不会因为获颁诺奖就一定前景光明、一帆风顺。
上海交通大学物理与天文学院教授罗卫东：今年的诺奖颁给他们，主要是因为其研究的超导约瑟夫森结展现出宏观量子性质，包括量子隧穿和量子化能级。这是我们发展下一代量子技术的基础，我认为这是建造未来量子计算机最重要的技术路线，对我国量子计算发展具有鼓励和推动作用。
李晓鹏：目前，量子计算开始从实验室走向应用，我们也在关注量子计算是否可以在一些有价值的问题上展现出应用优势，但具体落地还需要时间。现在确实是量子科技发展的大时代，获得诺奖只是一个方面，接下来肯定会引发社会各界越来越多的关注，推动量子计算从基础科学向应用发展。
梁文杰：现在主流的量子计算路径包括超导量子计算、光量子计算、冷原子量子计算，以及硅自旋量子计算等，最接近工程化的可能就是超导量子计算。目前，中国科学技术大学潘建伟院士领导的团队对此贡献很大，中国科学院物理研究所、复旦大学等诸多单位也在这个方面贡献力量。中国量子计算在世界上有着重大影响力。
荣誉不只归于“大佬”
《中国科学报》：你跟几位获奖者是否有过交集？他们给你什么样的印象？
罗卫东：最年长的是克拉克，他一直在美国加州大学伯克利分校任教。20多年前，我在该校物理系读博士时，经常在物理系楼里碰到他。他个人特征挺明显的，一个笑眯眯的高个子老头。
匿名科学家：现在美国做量子计算的人中，许多都是克拉克的“徒子徒孙”。克拉克很有大科学家的风范。我记得有次开会，他的学生把他围在中间，热火朝天地讨论量子计算相关问题。
德沃雷特是一个非常执着的人。记得一次在日本开会，他作完报告后我上前请教几个学术问题，他非常严谨，认真地问我问题是什么，然后才条分缕析地答复我。马丁尼斯则是一个非常活跃且思路开阔的人，关于他的“江湖传说”有很多。
郭国平：我们课题组没有与这3位科学家合作过，但早年间在几次会议上遇到过，其中马丁尼斯应该是最知名的。当年打造谷歌量子计算机，他功不可没。马丁尼斯是非常纯粹的科学家，特别专注于技术细节，对技术要求非常高，而且总能一点一点地往前做。
李晓鹏：我在一些会议上和马丁尼斯打过交道，一起喝过酒也聊过天。他是一位典型的美国科学家，对自己的研究非常有热情，也很随和，很愿意和年轻人打成一片，探讨科学问题。
我最近一次见到他是在2018年，我们聊了未来超导量子计算的发展方向。这一年刚好是一个很关键的节点——马丁尼斯领导团队开发了72量子比特的新量子处理器Bristlecone。这项工作使超导量子比特的错误率降到量子纠错的阈值，意味着未来有可能做成超导量子计算机。当时，马丁尼斯对超导量子计算机的发展表示了巨大的信心。回过头来看，超导量子计算的发展趋势和他当时的预测一致。比如2024年12月，谷歌发布了最新量子芯片Willow，不过那时马丁尼斯已经离开谷歌了。
梁文杰：师生组合获诺奖的比较少，这鼓励了所有年轻老师和学生，荣誉并不只归于“大佬”，他们3位在该成果中的贡献都得到了认可。
《中国科学报》：此次诺奖的颁发对我们有何启发？
郭国平：作为从业者，只觉得肩上的压力更大、担子更重了。
李晓鹏：我认为，国内的量子科技，包括量子计算、量子通信和量子精密测量，已经发展到与国外同样的水平。但也要承认，我国在基础科学创新、人才积累方面，与美国仍有一定差距。
罗卫东：今年的诺奖属于凝聚态物理领域。在凝聚态物理领域做科研的大部分是小团队，一个导师带着几个学生、博士后在干。很多时候，小科研团队开展自由探索型研究，也能够作出很重要的贡献。
梁文杰：我觉得，每位年轻的科研人员要找到“让自己一谈起来两眼发光”的领域，不必在意这个领域是否能得到诺贝尔奖，关键在于你是否感兴趣并且认为这个工作特别重要，值得花一辈子去追求。
近日，我国科研团队通过对嫦娥六号月壤样品的高精度年代学研究，首次精确测定出月球阿波罗盆地形成于41.6亿年前，这一发现精准限定了该盆地形成的时间，将月球“撞击风暴”开始的时间点向前推进了至少1亿年，有助于推动人类重新认识地月系统的演化。该成果8月20日在国际学术期刊《自然·天文学》发表。
在这项研究工作中，中国科学院广州地球化学研究所徐义刚院士领衔的科研团队，在3.5克月壤中发现了三颗大小在150微米到350微米的特殊岩石碎屑。这些岩屑是阿波罗盆地形成时产生的撞击熔融岩石，是记录撞击事件最理想的“岩石时钟”。研究团队准确测定了岩屑的年龄，同时综合遥感图像和地球化学数据等多方面的信息，最终确认岩屑记录的41.6亿年为阿波罗盆地的形成年龄。
嫦娥六号月壤中识别的撞击岩屑
月球表面遍布的巨型撞击盆地，其中大多数是约38亿年前太阳系内小天体撞击的遗迹。科学界一直争论这场太阳系内“撞击风暴”是逐渐减弱的，还是在距今约40亿到38亿年间出现了强度骤增。这一持续数十年的争议源于月球上关键撞击盆地缺乏精确年龄数据。嫦娥六号采样点所在的阿波罗盆地位于月球南极—艾特肯盆地内部，是该区域最大的次级撞击构造，其形成年龄可能标志着月球晚期撞击事件的启动时间。
综上所述，我国科研团队这项研究将月球“撞击风暴”开始的时间点向前推进了至少1亿年；并且通过分析，揭示了月球“撞击风暴”强度是呈渐变衰减趋势的，并不是强度骤增。这项研究将有助于推动人类重新认识地月系统的演化。
弗雷德·拉姆斯德尔（左）、玛丽·E·布伦科（中）和坂口志文。
“一个也没预测到，但他们获奖实至名归。”10月6日，2025年诺贝尔生理学或医学奖揭晓后，《中国科学报》直播间一时间被“爆冷”的气氛笼罩。但很快，几位解读嘉宾都认为，这项揭秘免疫平衡机制的研究值得一个诺奖，“只是时间问题”。
2025年诺贝尔生理学或医学奖授予了美国科学家玛丽·E·布伦科（Mary E. Brunkow）、弗雷德·拉姆斯德尔（Fred Ramsdell）和日本科学家坂口志文（Shimon Sakaguchi），他们“因其在外周免疫耐受领域的发现而获奖”。值得一提的是，3位科学家在获得诺奖之前都是科学道路上默默无闻的耕耘者。
有些意外，但“实至名归”
《中国科学报》：对于2025年的诺贝尔生理学或医学奖，你有什么感想？
中国科学院微生物研究所研究员周旭宇：很意外。因为在2017年，这个领域已经获得过与诺奖级别相当的克拉夫特奖，该奖同样由瑞典皇家科学院授予。学界通常认为，获得此奖后再获诺奖的机会不大，当时获奖的科学家就包括坂口志文和拉姆斯德尔。
中国科学院国家纳米科学中心研究员胡志远：我从美国约翰斯·霍普金斯大学医学院博士毕业后，去了美国西雅图系统生物学研究所（ISB），和布伦科做了同事。布伦科得奖让我喜出望外。
清华大学医学院常务副院长、教授祁海：实至名归，可以说是众望所归，只是时间问题。尽管此前业内有不少人预测，今年奖项可能更偏向临床医学方向，但坂口志文等人的发现，其深远影响早已超越了单纯的生理机制探索。
中国医学科学院基础医学研究所教授黄波：我并没有感到特别意外。贡献最大的应该是坂口志文，这也是圈内的共识。
《中国科学报》：对于布伦科获奖且排在第一顺位，大家可能感到诧异，你怎么理解？
胡志远：她很擅长计算，而ISB正是以计算“起家”，在遗传数据、软件工程和计算资源方面投入巨大。从布伦科的获奖词可以看出，在2001年发表于《自然-遗传学》的一项研究中，她发现了突变小鼠的致病基因Foxp3，这个基因点位对调节性T细胞是非常重要的。
他们曾默默无闻、兼职做科研
《中国科学报》：你跟几位获奖者是否有交集？他们给你什么样的印象？
周旭宇：我跟拉姆斯德尔和坂口志文交集较多，有合作，也有竞争。比如，我在美国做研究时，与拉姆斯德尔实验室有直接合作。与坂口志文则更多是“对手”。在投稿过程中，他经常是我们的审稿人。他是一位非常严肃、严格的科学家，对论文质量要求极高。
《中国科学报》：坂口志文身上有什么特质特别吸引你？
祁海：坂口志文是一位典型的日本科学家，谦逊、话不多，但内心极为坚定，甚至有些固执。他当年的研究最开始不被主流认可，甚至一度找不到正式的教职工作。但他笃信自己追寻的答案是存在的，无论外界如何质疑，都心无旁骛地沿着那条路走下去。
这提醒我们一个深刻的道理：重要的科学发现往往在诞生之初被视为异端，或被认为没什么意思、不是“真正的科学”。你必须有勇气面对质疑，忍受长期的冷遇与否定。
黄波：在过往的线下学术活动中，我和坂口志文有过不止一次的交流。参加学术会议时，坂口志文总是和夫人在一起，并很客气地向别人介绍她，能感到他们的感情非常好。坂口志文的酒量不是特别大，他的学生爱帮他挡酒。
周旭宇：拉姆斯德尔和坂口志文给人的感觉完全是“一正一反”。坂口志文是一位非常低调、严谨的日本科学家，而拉姆斯德尔则是一位非常开放、热情的美国人。
坂口志文最让人敬佩的是对科研的坚持。20世纪五六十年代，免疫学界有一个很热的概念叫抑制性T细胞，但在80年代，这个概念基本上被否定，甚至被认为是“伪科学”。在当时几乎没人再相信抑制性T细胞的科研环境下，坂口志文还能坚持做相关研究，这份定力非常难得。
在1995年那篇里程碑论文中，坂口志文发现了表面分子CD25可以作为关键标志物来分离调节性T细胞，但投稿过程并不顺利，最终发表于《免疫学》（影响因子约5~6分）。以今天的标准，这项成果的首次发表显得“平淡无奇”，但他坚持下来了。
特别是坂口志文早期处境艰难，没有自己的实验室，作为临床医生还得拿出一半时间来看病人，只能兼职做科研。即使在那篇里程碑论文发表后，他仍备受质疑，直到Foxp3基因被拉姆斯德尔鉴定并与调节性T细胞联系起来后，才慢慢获得认可。他看起来是非常普通的人，但工作做得非常出色，文章质量高、重复性好，展现了科学家最基本的态度。
《中国科学报》：拉姆斯德尔是一位什么样的科学家？
周旭宇：拉姆斯德尔性格很阳光，是典型的美国科学家。当他得到一个好数据，比如鉴定出Foxp3时，会非常高兴地跑去庆祝。我几次和他接触都是在学术会议间隙或者在酒吧里。他和我的导师杰夫·布鲁斯通（Jeff Bluestone）关系很好，后来他们共同创立了Sonoma Bio公司，致力于利用调节性T细胞开发下一代自身免疫病疗法。
《中国科学报》：你印象中布伦科是怎样的人？
胡志远：我相信在此之前，很多人都没怎么听说过布伦科。首先，她不是一个热门领域的“大PI”；其次，她的确非常低调，可以说一直默默无闻。
布伦科当时只是ISB一两百位“普通研究员”中的一员。大家都是自己申请课题、找基金项目，努力在感兴趣的领域开展一些研究。她聚焦于寻找一些疾病的致病基因，后续研究也在寻找其他靶标。
解决了核心科学问题
《中国科学报》：请用通俗的语言解释一下，今年的获奖成果到底解决了什么核心科学问题？
北京大学药学院客座教授、科普作家李治中：这项诺奖成果的核心是发现并研究了免疫系统的负向调节剂，或者叫作免疫系统的“保安”——调节性T细胞，这些细胞能阻止免疫细胞攻击人体。
在人体中，免疫系统一旦识别出一些抗原就会进行攻击，正常情况下这些抗原来自细菌、病毒等外来病原体。但问题在于，免疫系统有时会识别来自人体的抗原。而调节性T细胞的作用是阻止人体的免疫细胞，尤其是T细胞攻击自己的身体。
1995年，坂口志文通过动物实验得到了一个重要发现：有自身免疫性疾病的小鼠通过移植正常小鼠的细胞就能控制体内过于活跃的T细胞。移植的正常T细胞含有一些有抑制作用的T细胞，保护身体免受自身免疫性疾病的侵害，被命名为调节性T细胞。
2001年，布伦科和拉姆斯德尔揭示了某种小鼠特别容易患自身免疫性疾病的原因。这些小鼠的一个基因发生了突变，他们将其命名为Foxp3。他们还证明，人类对应基因的突变会导致一种严重的自身免疫性疾病。
《中国科学报》：这项突破对该领域的重要性在哪里？
祁海：“不完美”的标志物CD25成了打开新世界大门的钥匙。它让全世界科学家第一次能够真正分离、富集并研究这群神秘的细胞。你可以进行功能实验，可以做细胞回输，可以验证它们的抑制能力。如果没有这个突破，整个外周耐受领域可能还要在黑暗中摸索更久。目前，这一基础发现已催生了全球超过250项临床试验。
应用前景广阔，对科研启发良多
《中国科学报》：你认为这项成果获奖的科学价值体现在哪里？
威立（Wiley）高级编辑主任雷蕾：这项工作具有非凡的科学意义，不仅深化了我们对生命基本规律的理解，更为1型糖尿病、类风湿关节炎、多发性硬化症等多种病因未明的自身免疫性疾病，提供了关键的理论解释和潜在的治疗靶点。
李治中：这让我们知道任何事情都是平衡的，不能走极端。这种平衡观对公众理解免疫系统具有重要启示——人体好不容易才进化出这种平衡，不要盲目追求提高免疫力。
黄波：重点在于观念的转变。以往大家认为，T细胞就是发挥免疫功能，但是因为这个发现，认识到T细胞也会发挥抑制免疫的功效。这如同中国传统哲学思想强调阴阳平衡一样，机体免疫系统也需要平衡。
《中国科学报》：调节性T细胞相关研究尚未在临床应用上有太多表现，你对此怎么看？
雷蕾：目前基于调节性T细胞的疗法尚未大规模应用于临床，恰恰体现了诺奖的前瞻性。诺奖委员会并非只奖励已落地的应用，也看重科学发现的潜力。像mRNA疫苗、CRISPR基因编辑等这些最初源于基础探索的研究，如今都展现出巨大的临床价值。
李治中：一项重大发现从诞生到获得认可，往往需要经过漫长的时间考验。这项研究从发现到获奖历经了30多年——基础研究需要耐心和坚持。
周旭宇：调节性T细胞的应用其实非常广。比如，国内现在临床应用较多的低剂量白介素-2疗法，其科学基础在于通过调节调节性T细胞的数量和活性平衡免疫反应。
《中国科学报》：3位获奖者的故事，对当下的科学研究、对年轻科学工作者有哪些启发？
周旭宇：我感触特别深的是，要敢于面对挑战。我初到美国时，导师告诉我“Dare to do what you want to do”（敢于做你想做的事）。我特别希望年轻人能够勇于挑战权威，挑战既定的条条框框，挑战那些我们称之为“定论”或“教条”的东西。它们不一定总是对的，也许你的下一个发现，就能让你站在诺贝尔奖的领奖台上。今年这几位获奖者的经历就是最好的证明。
雷蕾：3位获奖者，尤其坂口志文在科研道路上勇气非凡。在一个几乎无人理解、无人看好的冷门领域，他敢于追问“笨拙”甚至“不合时宜”的问题。这种在孤寂中坚守的勇气，正是科学突破最珍贵的火种。
今天的诺奖故事，本质上是关于“平衡”的深刻寓言。免疫系统在攻击与耐受之间维持精妙的动态平衡，科研人生何尝不是如此？科学工作者同样需要在逆境中坚守信念，在浮躁中保持专注，在目标与现实、理想与妥协之间找到属于自己的节奏。
作为编辑，这次诺奖提醒我们，审稿时不仅要评估研究的即时影响力，更要判断长远潜力。无论是诺奖的评选，还是期刊的选稿，都应以更开放、更综合的视野，回应超越单一学科的全球性挑战。
科学是一场有序的接力。免疫领域已不是第一次获得诺奖，我想肯定也不会是最后一次。每一代科学家都站在巨人的肩膀上继续前行。
