> 数据图表你知道中 金 研 究 部2026-7-3中 金 研 究 部AI4S：三大爆发条件成熟，保持关注三大爆发条件①能力足基础模型推理与Agentic能力足够，已具科研助理能力GPQA-diamond / GAIA达成熟水平生物医药/化学/材料等领域模型已涌现②开源低成本科研核心数据隐私敏感，且需要研究过程具有高可解释性并严格把控预算，开源模型通过本地部署、微调定制和低成本更好满足需求开源模型能力够且成本够低具备规模化经济性闭源 10-30美元/MTvs 开源 0.6-0.7美元/MT③认知够Science界认知足够需求侧接纳条件具备61%科研人员相信AI2-3年内成核心创造力采用率37%→58%（2024→25）30/32/38%用于实验/假设/分析学科模型底座生物医药 AlphaFoldPairformer+Diffusion Module（谷歌自研）时间2024.5（AlphaFold3）将蛋白质结构预测效率提升10³–10⁵倍，大幅缩短了药物研发到PCC阶段的耗时化学LlaSMol7B/Llama-2微Mistral-调2024.2仅微调0.58%的参数，在SMILES分子式转换任务中达到93.2%的准确率。材料科学 CrystalLLM Llama-2-70B微调2024.2将新型稳定材料的生成率从28%提升至49%。2025年后续研究进一步将稳定材料生成速率提高了3倍。地球科学Aurora3D SwinTransformer （微软自研）2024.5在单块A100上仅需1.1s即可完成1小时预报，比传统IFS系统快5000倍。意义模型MMLUHumanEvalMATH开源DeepSeek-R1DeepSeek-V3Qwen2.5-72BLlama 3.3 70BMistral Large 2闭源GPT-4oClaude 3.5 Sonnet90.888.586.1868488.788.786.782.686.688.492.190.29297.390.283.17776.576.678.3落地进展：创新药已跑通，新材料待验证创新药：已跑通端到端产能验证（Insilico等），AlphaFold蛋白质结构预测效率提升10³-10⁵倍新材料：待验证端到端产能是关键，CrystalLLM稳定材料生成率28%→49%，判断维度=产能/数据/闭环资料来源：Aritficial Analysis，Holistic Agent Leaderboard，AlphaFold官网，Stanford《Artificial Intelligence Index Report 2025》，Enrico Piovano，Marketbot，Elsevier《2025 Confidence in Research report》，中金公司研究部22中金公司科技传媒
