在第二屆浦江AI學術年會上，上海人工智能實驗室正式推出了一項名為“AGI for Science珠穆朗瑪計劃”的重大科研倡議。該計劃以構建“科學智能創新中樞”為核心目標，旨在整合科學智能領域的全要素資源，為全球科研人員提供突破性研究支持，助力攀登科學高峰。

這一計劃以攀登珠峰為隱喻，強調科研創新需要堅實的基礎支撐、精準的方向規劃和可靠的資源保障。通過系統性打通基礎設施、科學場景與項目孵化的全鏈條，計劃首次實現了從底層算力到頂層應用的全要素協同，為攻克科學難題提供全方位支持。

實驗室負責人指出，科學探索是對智能技術的終極考驗，突破學科邊界是科研工作者的共同追求。新計劃通過構建“設施層—模型層—服務層—場景層”的技術體系，對科研生產關系進行重構，重點解決算力分散、數據質量低、模型與場景脫節等突出問題。

在基礎設施方面，實驗室打造了DeepLink超智融合算力平臺，通過硬件深度整合、智能調度編排和軟件優化，實現了科學計算與智能計算的體系重構。同時構建的Sciverse科學智能數據庫規模達100PB級，建成后將覆蓋國內研究生學科體系，為科研提供高時效性的數據支撐。

針對科研成果轉化難題，實驗室聯合戰略科技力量聯盟發起共建計劃，與頂尖科研機構及企業共同推進算力、數據和應用場景建設。特別設立的“AGI4S攀登者行動計劃”，圍繞科研全生命周期提供精準支持，從原始創新到產業應用形成完整培育鏈條。

自啟動以來，該計劃已收到全球500余份課題申請，涵蓋數學、物理、化學等十余個領域。多個項目已完成從實驗室到真實場景的轉化驗證，其中在能源材料領域取得突破性進展。某儲能研究團隊通過構建“分子-電網工業智能體”，將長時儲能材料的研發周期從數年縮短至數月，相關技術已在河北、廣東等地實現產業化應用。

最新升級的“攀登者計劃2.0”構建了全鏈條閉環機制，通過專業項目管理團隊主動識別高價值科研問題，精準匹配跨學科攻關力量。這種模式使科研人員能夠專注于核心研究，同時獲得從問題凝練到產業驗證的全流程支持，顯著提升了科研成果轉化效率。