“人工智能+”行动正在深刻重塑千行百业发展格局，加速赋能经济社会各领域。在此背景下，以“培养具有国际竞争力的人工智能领军人才、推动原创性技术突破与创新成果落地”为己任，自2024年9月起相继创立的北京中关村学院与中关村人工智能研究院（以下简称“中关村两院”）刚刚公布了八项重大创新科研进展——相关成果涵盖“AI核心”、“AI x 自然科学”、“AI x 社会科学”等前沿学术区，为人工智能驱动的产业进化提供了清晰的参考路径，彰显了两所年轻的教育科研机构在推动我国人工智能事业高质量发展进程中的使命担当。

一、超级软件智能：定义AI在软件领域的能力新边界

当前AI编程虽成热点，但大模型多局限于程序界面、人机交互等浅层任务，难以触及软件核心功能。中关村两院研发的超级软件智能（Modelware）技术，以全新模型架构为支撑，依托程序逻辑、数据结构、执行行为三维解析内核，首次实现对软件底层运行机理的深度穿透。

该技术已落地三大创新应用：无需人工编码，即可自动将外源平台的二进制程序无缝移植至国产软硬件平台；自动将传统软件转化为MCP服务或AI智能体；依据自然语言指令按需修改、生成软件等创新功能。

二、全球首个十万原子规模KS-DFT系统：将第一性原理精度分析带入介观尺度

密度泛函理论（DFT）是目前应用最为广泛的量子力学计算方法，其中KS-DFT更是在化学、生命科学、材料领域扮演着重要角色，是各类分子科学模型的训练数据来源和重要测试基准——但受限于原子轨道数三次方的计算复杂度，高昂的计算代价导致已有软件通常只能计算约上千个原子规模的体系。

为突破DFT的空间尺度壁垒，中关村两院通过极基础的底层算法创新与工程优化，完成了万亿规模Hamiltonian矩阵的快速构建与分解，实现了十万原子体系杂化泛函的DFT计算，成功研发了十万原子级规模、非周期性体系高精度计算的软件—— MegaDFT。将原子数规模提升了两到三个数量级、空间尺度扩大了十倍，成功进入介观尺度。首次实现了利用第一性原理对超大规模生物分子系统和非周期性材料体系进行定量分析和模拟。这一突破可对99%以上人类已知蛋白质进行量子化学精度分析，为生命科学定量研究奠定关键基础。

三、RLinf：全球首个面向具身智能的大规模强化学习开源框架

强化学习是下一代具身智能发展的核心技术，然而全球范围内面向具身智能的大规模强化学习框架目前仍处于空白状态，严重影响具身智能领域的快速迭代。中关村两院-无问芯穹AI Infra实验室联合清华大学，推出全球首个面向具身智能“渲训推一体化”强化学习开源框架RLinf，通过三大创新设计破解行业痛点：针对具身“渲训推一体化”的独特需求，提出混合式细粒度流水执行模式，系统运行效率提升120%，模型性能涨幅40%-60%；针对具身智能大小脑的不同训练需求，采用基于工作节点的统一编程接口，利用微执行流实现宏工作流，兼顾易用性、高效性和灵活性；针对大规模集群训练需求，首创秒级显卡在线自动扩缩容机制，有效提升训练稳定性。目前，中关村两院已联合多家合作伙伴构建以RLinf为核心的具身智能开源生态，为我国具身智能领域的长足发展保驾护航。

四、首个十亿级别AI智能体系统，支持地球尺度社会模拟

在社会运行中，每一则新闻、每一项政策，都深刻影响亿万民生，牵动千行百业，亟需精准的模拟与预测工具。中关村两院开发了全球首个十亿AI智能体系统，为社会科学研究、政策模拟、决策预测研究提供了可推演未来的地球尺度模拟沙盘。

该系统基于算法和系统的协同创新，突破了社会模拟长期面临的“系统规模大、模拟精度高、计算成本低”的“不可能三角”，创新性地提出异构模型智能路由引擎，以低于1%的精度损失，将计算成本降低3个数量级，每秒可实现数万次推理；并基于海量真实世界数据赋予智能体独立身份、认知能力、社会关系与行为模式，从而复现复杂的社会经济现象。该系统赋能了中央广播电视总台的新闻传播分析，依托社交媒体数据，精准模拟出千万级公众舆论，为更科学的内容制作与传播提供了重要参考与科学支撑。

五、高精度、细粒度病毒发现模型：探寻“病毒暗物质”，构建人类保护伞

自然界中病毒种类高达数十亿种，但已研究分类的仅一万多种。中关村两院研发的病毒发现模型，以99.9%的识别准确率，实现病毒从“域”到“科”的系统性分级归类，还能识别潜在新病毒门类。

团队借助该模型，从全球现有宏基因组数据中筛选出134万条未鉴定的潜在新病毒序列，对这些“病毒暗物质”完成归类与注释，大幅拓展了人类对全球病毒圈多样性的认知。该成果不仅为病毒学、进化生物学研究提供数据基础，更能对潜在威胁病毒提前预警，为公共卫生主动防御提供技术保障。

六、AI推动基因编辑技术突破：构建自主可控的基因编辑技术体系

基因编辑技术在生物育种、健康医疗领域价值重大，但我国此前缺乏高效基因编辑酶自主知识产权，面临“卡脖子”风险。中关村两院与农科院合作，通过“双轨创新路径”破解难题。

一方面，以我国自主发现的低效基因编辑酶为起点，借助AI定向进化技术快速提升其编辑效率；另一方面，基于AI对蛋白质“序列—结构”的深度解析，以高效酶为模板，在保留功能的同时优化序列，设计全新蛋白质以获取自主知识产权。目前已成功研发九十余种体积小、稳定性高的新型基因编辑酶，湿实验显示整体编辑效率突破60%，且仍在不断优化提升，为我国构建自主可控的基因编辑酶知识产权体系奠定坚实的技术基础。

七、AI赋能“难成药靶点”和“无明确靶点”的药物研发

当前主流AI制药技术依赖明确疾病靶点，导致95%的“难成药靶点”、“无明确靶点”疾病成为研究“无人区”。为系统性解决这一难题，中关村两院通过训练跨领域生物基础大模型，从多维度理解疾病，摆脱对明确靶点的强依赖。

针对“难成药靶点”疾病，团队以疟疾为入手点，成功设计出可与疟原虫无序靶蛋白结合的全新候选药物分子，并在湿实验中表现出卓越的活性。针对“无明确靶点”疾病，团队选择纤维化疾病作为突破口，以细胞表型作为输入，设计出一系列新型药物分子，并展现出了明显优于业内对照分子的活性水平。这些成果表明，跨领域生物基础大模型为攻克AI制药“无人区”提供了全新思路和有益探索。

八、AI洞悉物理世界：让AI真正看懂物理世界，实现多模态深度推理

当前AI在文本推理领域已接近人类顶尖水平，但对真实物理世界的理解仍存短板，即便是最前沿的大模型，在复杂多模态物理推理任务中的表现仍与人类差距显著。中关村两院与北京大学联合研发的全新多模态推理框架，通过“物理场景描述智能体”和“知识推理智能体”的协同互动，实现对物理问题的深度理解与精准解答。

该框架显著超越Gemini-2.5以及ChatGPT-o3等模型，在ICML 2025 SeePhys挑战赛中斩获冠军。未来，团队将构建覆盖多学科的“终极评测”体系，通过自适应的动态难度调整牵引AI推理能力进化，助力人工智能从文本世界迈向全面感知与理解现实世界的新纪元。

此次八大科研进展的发布，是中关村两院践行“极基础、极应用、极交叉”理念的重要里程碑，与人工智能发展新阶段的国家建设需求高度契合。未来，中关村两院将持续深耕人工智能核心领域，进一步强化基础研究与应用创新。通过产学研深度融合，加速科研成果落地转化，推动人工智能与各行业的深度融合，助力培育智能原生新模式新业态，为我国智能经济和智能社会发展注入强劲动力，在新一轮科技革命与产业变革中，勇立潮头，为中国式现代化建设贡献更多智慧与力量。