5月23日，鯤鵬昇騰開發者大會2026—昇騰AI4S技術論壇在北京成功舉辦。此次論壇以“算力驅動科學發現”為主題， 九大議題圍繞大模型時代下AI4S智能體應用及生命科學方面的發展展開，匯聚企業、高校、科研院所多位行業專家，分享前沿理念、技術成果與落地案例，全方位探討 AI 賦能科學研究的新方向與新路徑。

華為昇騰計算訓練PDT經理張華樺在開場致辭中從教育、技術兩大方向展開分享，教育上圍繞人才培養、技術創新、交叉學科賦能三個層次，強調要從校園階段夯實自主創新芯片相關人才根基，依托多學科能力構建商業閉環；同時指出AI4S 領域發展需依托昇騰生態協同共建，昇騰深耕底層技術能力，助力各交叉學科創新發展。

華為昇騰計算訓練PDT經理張華樺

華為昇騰技術專家于璠針對大模型時代下AI4S的發展進行了深入的洞察，判斷當下技術發展呈現兩大趨勢：基礎模型與智能 Agent 雙軌并行，基礎模型融合物理規律、借助圖神經網絡深挖數據關聯，Agent 則賦能自主科研，助力打造跨學科全流程科研閉環。同時依托標桿應用與前沿學術成果，持續驅動開源生態蓬勃發展。

華為昇騰技術專家于璠

華為昇騰技術專家張玉橙，詳細介紹了昇騰AI4S的整體布局與能力積淀，在生命科學、材料化學、地球科學、電磁仿真等方向，昇騰已孵化出豐富的原生模型與智能 Agent 應用案例。憑借軟硬件深度協同、傳統計算與AI計算配合的通用解決方案，以及超節點在大規模多卡并行任務中的出色表現，昇騰穩步構建核心技術優勢，助力 AI4S 技術不斷突破。

華為昇騰技術專家張玉橙

昇騰AI4S生態的發展，離不開每一位貢獻者的專業和付出，會上設置了頒獎環節，為優秀團隊頒發了“昇騰AI4S生態貢獻優秀獎”，表彰近一年來昇騰開發者在昇騰AI4S技術創新、技術生態發展中的優異表現。8個優秀貢獻團隊獲得“昇騰AI4S生態貢獻優秀獎”榮譽。

昇騰AI4S生態貢獻優秀獎頒獎環節

深圳河套學院副院長歐陽萬里作了題為《科學智能體硬的一面》的主題演講，重點介紹了基于昇騰的模型自動適配調優工具，基于多智能體協同技術，構建起模型檢索、環境適配、算子適配、質量評估、性能優化的全流程自動閉環，助力模型跨AI處理器在昇騰平臺實現跑得通、跑得對、跑得快。目前，依托該工具已完成500余個PyTorch模型的快速遷移，357個模型在昇騰平臺上性能超越業界。

深圳河套學院副院長歐陽萬里

中國科學技術大學陳林江教授作題為《原子比特通用力場模型與靈境造物科研智能體》的報告。團隊自主研發的AtomBit通用機器學習力場模型與靈境造物科研智能體平臺的深度集成，以昇騰算力為底座，實現從科研需求到物質創制的全流程人機協同自動化。陳老師指出，靈境造物旨在連接大模型的發散推理與專屬模型的精準預測，賦能機器人自主發現新知識，探索AI驅動科學研究的新范式。

中國科學技術大學精準智能化學全國重點實驗室陳林江

上海人工智能實驗室 AI4S 中心負責人白磊發表《智能體科研：科學發現新機遇》的專題演講，介紹團隊提出的引領性Agentic Science（智能體科學）概念，以及通專融合科學智能體系統InternAgents（書生科學發現系統）。團隊AI4S大模型經昇騰軟硬件優化后，深空、風烏大模型的百步平均訓練時長相較開箱，分別下降約60%和29%，材料大模型的強化學習單epoch耗時，在科學計算典型數據集上相較開箱下降約92%，打造了昇騰算力賦能科學智能的完整技術鏈路。

上海人工智能實驗室AI4S中心負責人白磊

中國科學院自動化研究所研究員張家俊老師作了題為《科學智能體構建與應用》的主體演講，重點介紹了“磐石”基礎大模型3大智能體。磐石·文獻羅盤——科研智能助手；磐石·智能體工廠——多任務科學智能體；磐石·ScienceClaw——通用科學智能體。在算力生態方面， “磐石”科學基礎大模型及相關智能體已成功適配昇騰AI基礎軟硬件平臺，在“磐石”上的后訓練和推理效率持平業界標桿。未來，磐石將在昇騰算力平臺上持續演進，確保軟硬自研自主可控。

中國科學院自動化研究所研究員張家俊

北京昌平實驗室領銜科學家陳明辰在題為《TorchX研發生態： 藥物分子設計全流程》的演講中，介紹了開源且昇騰原生支持的生物分子AI設計平臺——TorchX科研生態。圍繞結構預測、質量評估與全原子設計三大核心環節，推出了TorchFold、TorchScore和TorchDesign三款工具。TorchFold完整復現了AlphaFold3并兼容官方權重，在抗原抗體復合物預測等復雜場景中超越了AF3。昌平實驗室攜手昇騰AI4S進行了深度優化，以TorchFold為例，利用KernelCat加速，打通了8K超長序列推理能力；以TorchDesign為例，相比初始版本性能提升15倍，推理序列長度提升4倍。

北京昌平實驗室領銜科學家陳明辰

廣州實驗室AI高級工程師郭東博士在《高親和力納米抗體AI設計方法》演講中，介紹廣實與昇騰合作研發的多模態納米抗體序列大模型編碼器GND（GZlab Nanobody Design），是首個基于超大規模天然納米抗體實驗數據，全量訓練和優化完成的納米抗體序列基礎大模型。在納米抗體結構預測方面，使用性能優化提升的昇騰版本蛋白質折疊模型，相比初始版本序列長度提升67%，推理速度提升100%，實現公開數據集INDI納米抗體序列的全量結構推理。

廣州實驗室AI高級工程師郭東

北京智源人工智能研究院副院長葉啟威發表《OpenComplex：打通結構、能量與功能的統一模型》主題演講，全面分享了 OpenComplex 全原子生物分子基礎模型的最新進展。在底層工程架構上，針對 OpenComplex 的 Context Parallel 并行策略，團隊創新性地設計了雙軸切分方案，并基于昇騰生態開發了 FloydAttn(PivotAttention) 融合算子，依托昇騰算力，該方案將序列長度突破至 2K 以上，不僅在容量上超越業界水平，其長序列性能更是達到了業界的3倍。

北京智源人工智能研究院副院長葉啟威

昇騰深耕 AI4S 領域軟硬件協同創新，全面覆蓋多元交叉學科生態。未來我們將持續夯實技術底座、豐富應用場景、深化生態聯動，以軟硬自研能力賦能行業伙伴打造標桿落地應用，攜手各界同仁共建繁榮共生的 AI4S 產業生態。

編輯：博文

指導：辛文