玻尔AI

定义

玻尔AI是面向科研人员的AI科研辅助平台，由深势科技与北京科学智能研究院联合研发，其英文名称为Bohrium^[3]。平台以"科学导航"（Science Navigator）为核心入口，将科学大模型、科研数据库、知识库管理、智能计算调度与科研工具整合在同一套界面中^[1]。

与只提供文献列表的传统学术数据库不同，玻尔AI试图围绕具体的科学问题给出结构化回答，并在回答中逐条标注文献来源，供使用者回溯原文^[4]。平台被定位为覆盖文献阅读、数值计算、科学实验与多学科协同等环节的一站式科研环境^[5]。

原理

平台的技术基础是大语言模型与向量检索的结合。使用者用自然语言提出科学问题后，系统先解析问题意图，在文献与专利库中检索匹配内容，再由大模型对检索到的多篇论文进行归纳、对比和综合，生成结构化回答^[4]。回答末尾附有参考文献列表，可跳转至原始文献，这一设计用于抑制模型编造内容^[6]。

检索环节支持多模态输入，除文本关键词外，还可接受图片、分子式与化学结构等形式的提问。化学场景中，系统先识别分子结构，再将其映射到物质与反应数据，进而检索相关文献与专利证据^[7]。

算力部分通过池化多云与超算资源实现。平台对计算任务进行统一调度，并向使用者提供预置环境的在线开发界面，使其无需在本地配置计算环境即可运行第一性原理计算、分子动力学等任务。

检索与问答的基本流程可简略表示为：

flowchart LR

A[自然语言或分子式提问] --> B[问题意图解析]

B --> C[文献/专利/数据库检索]

C --> D[大模型归纳与对比]

D --> E[带文献出处的回答]

E --> F[回溯原文或导入知识库]

发展历程

平台的文献知识库部分最早可追溯至2023年5月。在2023年中关村论坛的人工智能驱动科学研究论坛上，由北京科学智能研究院、中国科学院计算机网络信息中心与墨奇科技联合研发的Science Navigator V1.0首次发布，其技术路线为大语言模型结合向量数据库。2024年7月，该版本在世界人工智能大会上作为AI for Science基础设施正式发布。

2025年3月29日，在2025中关村论坛年会AI for Science青年论坛上，深势科技联合北京科学智能研究院发布全新版本的玻尔科研空间站，科学导航被整合为该平台的核心组成部分与第一入口^[1]。同年6月17日，玻尔科研空间站在北京举办推介会，介绍其在医药、材料研发与高校科研教学中的应用情况^[2]。

2025年11月，平台完成中文期刊库升级，上线中文学术问答、期刊精选集与中国期刊订阅等功能，在原有约1.7亿篇国际期刊文献基础上新增超过8000万篇中文文献与1万余种中国期刊^[4]。2026年3月，玻尔·科学导航化学版在2026中关村论坛年会上发布，面向化学科研场景提供结构识别与反应数据检索能力^[7]。

应用

文献调研是平台的主要使用场景。使用者可按期刊、关键词、学者等维度订阅研究方向，平台在相关领域有新论文发布时推送至订阅列表，并支持将文献批量导入知识库进行分类管理^[8]。围绕知识库中的多篇文献，使用者可以发起对话式分析，由系统生成梳理和对比结果^[4]。

在阅读环节，平台提供文献解析功能，可提炼论文的研究方法、关键结论与图表数据，并生成中文翻译、关键要点、学术海报与音频概览^[6]。化学版则针对分子式、结构式、CAS 号与 Markush 表达式等难以用关键词检索的内容提供检索入口，并整理催化剂、溶剂、温度、收率等实验条件^[7]。

科研计算与实验环节同样被纳入平台。其应用商店集成200余项科研工具，覆盖文献调研、干湿实验、数据分析与科研绘图等场景，并提供100余门 AI for Science 课程与可在线运行的 Notebook 案例^[8]。截至2026年6月，平台已有超过450万名科学家用户^[5]，并已在多所高校上线应用^[2]。

局限

平台的回答质量受限于其收录的文献与数据范围。中文期刊库升级前的检索主要面向国际期刊，中文文献覆盖不足；即便在升级后，其知识库仍以已收录的期刊和专利为边界，未收录的成果无法被检索到^[4]。

多篇文献对话存在性能限制。据用户手册的测试说明，单次选择3至5篇文献时响应较为及时，文献数量增加会影响处理效率^[9]。化学版的结构识别准确率据发布方公布超过98%，并非完全准确^[7]。

数据处理与存储也有约束。平台提供存储基础设施，但研究数据的管理责任在于用户本人；在使用免费方案或订阅到期的情况下，长时间不活跃或超出存储限额的数据可能被删除^[3]。此外，文献溯源只能证明结论来源于某篇文献，并不等同于该文献结论本身正确，仍需研究者自行判断^[6]。

参见

• AI for Science —— 玻尔AI所属的科研范式，指用人工智能方法辅助科学研究。

• 大语言模型 —— 平台解析科研问题、归纳文献内容所依赖的基础技术。

• 检索增强生成 —— 平台先检索文献再生成带出处回答所采用的技术路线。

• 深势科技 —— 玻尔AI的研发方之一。

• 北京科学智能研究院 —— 与深势科技联合研发玻尔AI的科研机构。

• 文献计量学 —— 与平台期刊评价、学者画像等功能相关的传统研究方法。