← 返回

2026.09.24 | TB | Cloud | AI for Science: CSP View

原标题：AI Applications 2026 Series – AI for Science Market – Cloud Service Provider Perception (Conducted in Mandarin)

#cloud #llm

Third Bridge · 2026-09-24

分析师主导 • 21 Sep 2026

Companies: 2228 HK, MSFT US

专家 Senior Product Specialist at Alibaba Group Holding Ltd

Eric Shen (ES) — Third Bridge Sector Analyst

Agenda

Key Insights

Introduction

ES: 欢迎参加高临 (Third Bridge) 关于AI应用2026年系列——聚焦AI for Science市场——云厂商角度的访谈。我是高临公司 (Third Bridge) 的行业分析师Eric Shen，将负责协调本次访谈。非常荣幸邀请到[专家]参与此次访谈，[专家]是前任阿里巴巴集团控股有限公司产品专家。

[专家]，您好。在我们开始今天的访谈前，请您就以下陈述表明我同意或我不同意：您知道保密信息的定义，并同意不会在访谈中透露任何此类信息或任何其他的保密信息。

专家 [00:00:28]: 我同意。

Questions

[00:00:31] 从行业角度来看，目前科研场景的模型调用中，材料、蛋白等专用科学模型与通用大模型的调用比例大约是多少？过去一年哪一边的增长相对更快？

专家 [00:00:50]: 通用模型在科研场景主要做科学文献的检索、回答，还包括一些代码生成、报告撰写、脚本生成等等，目前它在科研场景占比大概是80-85%。在材料、蛋白、分子动力学这些垂类行业，根据不同行业的占比大概是在5-15%。过去一年，整个生成式人工智能技术在不断往上去解决一些问题，很多agent的能力越来越强，所以这块的比例从过去的80%到85%，甚至90%往上走。而分子那一块，包括分子动力学，它们比例没有大变，基本上还是在5-15%这个区间，只是它们里面的技术在随着交叉赋能里面做些升级。

ES [00:01:54]: 所以可以理解为，两边的增速是差不多的，没有发生结构性的变化，但整体都是在增长？

专家 [00:02:03]: 是的。

[00:02:05] 从过去一年的使用和付费情况来看，在科研院所、药企、电池以及半导体等产业客户中，哪些客户带来的需求增量相对更为明确？

专家 [00:02:20]: 过去一年在这几个行业，它们都是高速在开始渗透AI for Science这些领域。从付费意愿来说，第一大类是药企，药企就是含CRO这些做外包的，它们的付费意愿，单项目都是可达千万级别的。第二类是电池、半导体、化工相关的，这一块它们年增量保持80%的增速，它们付费意愿高的可以到3,000万级别，基础级的也有到400万-500万这个量级。第三类是科研院所，它们预算相对有限，基本上在百万级，给它们做年化开发。它背后主要是新能源汽车、电池在高速发展，所以这块投入比较大，像这些企业在做固态电池新材料这方面的投入在竞赛，不同厂家都在做材料创新，这是一个。第二，来自客户端的这些科研基金，请高校做科研课题，经费比前两年多一些。另外，产业客户对可交付验证材料配方的结果导向接受度更高，也就是我把这个配方给你，你觉得有效了再付费，这样客户就愿意为可验证结果的闭环去付费。

ES [00:04:01]: 从客户端来看，现在的结构大概是怎样的？各主要客户群体的占比如何？目前药企是占比最高的客户嘛？而电池、半导体、化工等第二类客户的增速相对更快？

专家 [00:04:26]: 比例的话，药企占整个付费客户的接近40%，30-40%。其次是电池、半导体、化工的这个占比已经到30-35%了。科研院所算比较长尾一点，它很多，有很多很多院校，所以占比就是小30%。增速的话，目前是电池、半导体高增速，它年增速已经到150%了，药企大概是60%的增速，科研院所大概在40%的增速。

ES [00:05:06]: 但您前面提到电池、半导体、化工相关客户贡献的的年增量大概是80%，跟后面提到的150%这个增速不一样，是因为统计口径不同吗？

专家 [00:05:15]: 它里面是有电池、半导体、化工，低的80%，高的150%，比如电池是150%。

[00:05:27] 从材料方向来看，现在主流是高通量计算预测、自动化实验验证这条路径。要判断其是否已真正从传统的试错阶段切换为数据驱动，行业内通常有哪些关键的判断标志？

专家 [00:05:46]: 过去那种材料研发都是来自于文献包括论文检索，然后去做实验，这种周期比较长，而且它成功率比较低，只有1-5%。数据驱动是用AI预测，并且自动化去验证，它周期会缩短到2-5年，这是一种。可观测的标志的话，第一个是头部企业在做新材料立项的时候，把先计算后验证作为默认研发流程的一种范式。也就是在很多头部的材料科室实验室里面，它们先不要像以前一样，在配方没定的时候就开始去试错，它先计算、先模拟。在电池的材料、催化剂还有合金材料，它先通过AI帮你模拟出来，来看一下它的一些可用性，再去做进一步的验证，这样它的成功率就会高一些。这是从研发流程里面，它们开始先计算后实验。

第二块是AI预测结果是否进入真正的研发决策链，当前大多数场景中，都是AI仅用于叫文献辅助或者初选结果。现在要把AI给出的筛选结果影响到实验决策，要把AI给的东西拿去做进一步的验证，这是决策上的一个动作。还有在商业上，它过去都是按照外包制、项目制的方式去付费，现在它转向了结果验证，所以它按照里程碑的方式去付费。付费方式的变化也意味着市场开始接受了数据驱动的模式。

[00:07:49] 计算预测出的候选材料在实验端的验证通过率大概处于什么量级？相比传统方式提升了多少？这条路径现在已经跑通了，能够带来明确的价值吗？还是说目前仍处于探索阶段？

专家 [00:08:09]: 首先，结论上肯定还是一个探索期。现在在AI预测材料实验室，它通过率目前大致在5-15%这个量级。数据好的场景可以高一点，15%以上，甚至20%左右，新的那种它就只能做到1-5%。它相比传统的试错，传统是1-5%，它就会提升一个百分比量级。当它的通过率达到30-40%的时候，意味着它可认定的计算预测到实验验证的闭环跑通了。这样人就可以开始基于AI的东西拿去做验证，而且得到的成功率会比之前高，所以30-40%通过率是一个重要的节点。目前很多头部的厂在接近20-30%，要达到40%还要两年，基本在2028年、2029年这时候可以跨过40%的阀值，那时候AI在里面主导这些新材料研发中的占比会越来越高。

ES [00:09:30]: 为什么把40%作为一个关键节点，是因为达到这个通过率就能实现ROI打平，还是基于其他评价维度得出的结论？

专家 [00:09:47]: 40%是我们在过去重复性建设、重复性试错的时候，它雇那些博士级别的人，那么这些博士级的人来交叉，只要达到这个level结果的时候，它的人力投入会算几笔账，这里面如果你在这个过程中的投入是远大于人力的时候，它就会对这个结果付费，而且周期会缩短1/5甚至1/3。所以一个是看费用，一个是周期截短以后，它的时间成本跟金钱的成本都降低以后，才具备商业化的付费意愿一个阀值，触发客户愿意为这个买单。

ES [00:10:31]: 如果达到40%的验证通过率，相比传统方式有构成了数量级的明显优势吗？这大概能提升多少效率，行业内有明确的判断依据吗？

专家 [00:10:44]: 如果是30-40%这个通过率量级，它对应实验次数大概是10-20次；传统的是数百次，这样去比的话，它基本上是10倍以上实验次数的减少。同样它整个的周期，像我们过去传统试错，它的新材料基本上10年起，现在基本上2-5年。高的话是1/5，如果是五年就可以变成1/2，它的周期就缩短了。

[00:11:27] 像微软、DeepMind的底层模型都已经能做百万级的晶体结构预测，国内在材料或蛋白领域的专用模型与海外差距有多大？您怎么看目前的差距和演变趋势，是在逐步缩短还是维持原状？

专家 [00:11:55]: 首先，结论是我们在材料模型上的底层能力跟海外是一个倍数级，而不是代际。主要是体现在几点，第一个，在整个底层模型的模拟上，我们的差距在快速收敛。包括像微软的MatterSim这些模型，它的训练数据是300万-600万级别，覆盖了全元素。国内像深势科技的参数量级、训练级在level上跟它是一样的，这是第一个。在模型的规模上，我们在参数量级是一个级别。所以简单来说，我们在底层模型能力上是一个倍数级，而不是代际。真正差异在于数据，数据是国内跟海外差异最大的一点，在特别是高质量标注的数据，其他的像算法、算力并不是主要的卡点。

[00:13:20] 以国内头部公司晶泰科技今年上半年披露的数据为例，其全球部署了超过300台自动化工站，累积沉淀了50多万条实验记录，其中约80%为失败负样本。这一数据量级离训练出真正可用的材料预测模型还有多大差距？在补齐对海外的数据劣势方面，是部分头部公司表现突出，还是行业整体进展差异不大？

专家 [00:14:00]: 首先，像国内这些头部的晶泰等等都是数百万级这个level，如果用到成熟材料的基础模型的时候，它都是要到达千万级别，所以在这种数据程度，大概有1-2个数量级的差别。这块要靠很多的沉淀来做，真正代差是在于实验数据验证，尤其是那种负样本。所以整个数据优势相对比较弱是来自于实验数据包括负样本，这块我们会有些代差。这种数据、要靠真实的实验来沉淀出来，它不像生成式人工智能技术可以合成，所以实验样本这是我们相对比较缺的一点。

在这里面，晶泰、深势拥有一些自驱动的数据，开始有一些合成样本来补充它们的数据。它们现在大概是月产5万条反应数据，这样它可以去做一定的补充数据，但是还是跟海外的有一定量级的差别。这个过程中它其实是要靠AI平台方，开始用真实数据或者一部分的合成数据来弥补这些数据的短板。

ES [00:15:40]: 您刚提到需要依靠AI平台方的实验数据与真实数据来辅助理解，这里的AI平台方具体指基础模型厂商、科研院所，还是其他类型的公司？这些数据主要来源于哪里？

专家 [00:16:00]: 首先，大厂做基础模型、基础算法比较强一点，那么到垂类，像有平台、有数据、有实验链路的企业，它其实会有它的护城河。因为本身在整个实验数据，它是持有方，这些实验数据是头部厂家绕不掉的。所以像这些企业本身在开始改造它的技术的时候，可以把原来的技术优势发挥出来，把它现在的平台能力往agent方向走，沉淀它原来的数据，开始部分地驾驭科研实验中间的自动化环节，这样它能力会变得越来越强。

ES [00:16:54]: 所以晶泰、深势这类中间层公司，是将自身积累的数据提供给基础模型厂商或头部大厂，由对方来做深度整合吗？

专家 [00:17:09]: 有两种方式，一种是头部的这些平台公司，它把自己的模型开放出来。像晶泰这些公司肯定舍不得把自己数据给这些头部大厂，它肯定是要用私有化或者混合云的方式去保护它的数据资产。所以它去用基础模型的开源那部分，把开源调出来以后，才做它的专属，它不跟别人共享。它用了大厂的基础模型加上算力，然后叠加自己的数据，同时它在上面把基础模型改造成一个具备可操作、可生产的平台型产品，这是它们强项。因为它们比较懂业务侧，它操控这些实验数据去做实验。所以背后它们强项是第一理解整个科研的业务流，第二，它懂算法怎么结合它的数据去扩展它的能力。

ES [00:18:07]: 在数据资产方面，它们是完全拥有自主所有权，还是也包含了一部分通过外部采购的数据？

专家 [00:18:16]: 这个行业的话，数据可以自己造，也可以从产业里面去买。买的话，它一般是可用不可见，可能在训的模型，它不会给你原始数据。

[00:18:31] 纵观AI for Science产业链上的基础模型厂商、实验仪器设备商、电池、材料、分子原厂等下游产业客户以及晶泰这类AI for Science的平台方，哪类参与者的数据扩展能力明显更强？既然数据扩展被视为核心争夺节点，我们应将其作为评估企业竞争力的主要指标吗？

专家 [00:19:12]: 我觉得在不同行业，比如制药的话，本身这些玩家晶泰、深势等等，我们把它定义成工作站加数据型。市面上这几类算法平台，像微软、DeepMind包括字节，它们更强的是算力底座加上模型。像晶泰这种可以基于这些模型做成闭环，闭环的话，它从AI预测到机器人做实验到数据反哺到multi-agent调试。这个闭环数据就慢慢自己回流了，类似于我们现在做生成人工智能技术的R3，科研数据也可以反哺自己的基座模型训练。这些要有场景的，它要有平台、要有数据、要有环境才有的。如果它比较单一只做模型或者只做数据，就没办法形成闭环。

所以在这里面，我们觉得平台加数据的公司会变越来越强。因为它如果没有办法数据化，也没办法规模化验证，这一科学化问题，它就没有办法去做标准化，也没有办法做成数据飞轮来反哺自己模型训练。所以像这些公司会比那些算法加算力企业更可以货币化，或者在这个垂类赛道能够走得更深更远一点。

[00:20:59] 像海外的Periodic Labs和Lila Sciences这类自驱动实验室拿到了高估值，但仪器间的数据格式与协议不统一一直是行业堵点。从产品开发角度来看，该环节最难的究竟是机械臂精度、图谱解析稳定性、协议互通还是其他因素？您预计未来会有厂商能够实现硬件协议的统一，从而打通从前期预测到实验室验证的全流程自动化闭环吗？

专家 [00:21:46]: 这就是自驱动实验室的一个核心痛点。它们因为选的这些机械臂精度、图谱解析稳定性、协议互通，这是目前一个痛点，包括系统性的broker就是协议互通。它主要是在市面上的硬件比较碎片化，硬件化有非常多家在做，每一家的接口、协议都不一样，包括系统程序缺乏标准化。所以末端的机器协议碎片化是一个痛点。

接下来核心它还是要做协议的互通，协议互通有几条，一个是目前大厂里面在着手做这个事情。我们在硬件层，每家的东西没有办法跨硬件，最核心的还是，软件层面叫MCP，硬件层我们叫RCP。RCP的意思就是我们在末端，不管是机械手、机械臂、传感器还有一些双臂的等等，它里面的视觉、触觉、电机，末端这些东西有统一的协议。这个协议由平台厂来做封装，平台厂来定接口标准，这些不同硬件厂来follow这个标准。它在做产品的时候，一个是有它的私有协议，对外供给的时候，它封装成标准的RCP协议。这样不同厂家买过来以后，它在写上面agent的时候，就可以按照标准的RCP协议去写，这样我训练出一个skill出来，这个skill可以用到不同家，我不用每买了一家重训，这样会浪费我们很多算力资源。所以现在行业有一拨人在做这个事情。

另外一拨人是做小的生态，它就找8-10家头部的，它把这8-10家全部适配好，而且也是类似于做开放标准接口，但是它不是行业级的，就是这十几、20家的小联盟，它们几家卖的东西可以通用，这样一定程度上实现了硬件协议的统一。但它没有办法一统江湖，它可能只能统一1/10或者1/5，这样可以一部分解决这个问题。所以未来几年的策略要开始走向互联，开始在头部、腰部这些硬件层走向统一后，这个问题才可以慢慢解决，周期我们估计大概要3-5年。

ES [00:24:42]: 目前有哪些推进RCP协议的厂商或团队值得关注？是深势、晶泰等公司在自行主导，还是有其他专业的玩家在推动？

专家 [00:25:00]: 做这个的公司，一个是比如国内的达摩院，达摩院专门有个具身智能实验室，它们在follow这个。还有[其他厂商]在开发RAG 2这样的协议，整体的思路也是要把协议层开始封装、统一起来。小厂像国内这些，它是找的几家，它没有办法把所有人说服，所以它们找的是2-4家彼此间先打通，这个层面来做的。

ES [00:25:39]: 您应该是更看好第一种模式的，毕竟这类生态联盟高度依赖头部厂商的参与。目前推动这种小生态联盟的玩家中，是否有能够拉动行业的代表性企业，还是大多仍停留在中小型公司阶段？

专家 [00:26:00]: 小生态自己在拉动硬件侧的能力不足，它们说服不了，因为它们的量现在还是一个实验阶段，人家那些卖硬件需要大量的硬件采购量来给它，它才有动力去做这个事情，所以像它们跟少数几家在做实验型，还没规模化。这个事情应该是从上往下推。从上往下推的话，平台型公司有大量的资金，它通过投资、各种战略控股会推动它做硬件去协作，这样它才可以去做平台层的支持。所以这个事情大概率未来是平台型公司会走通，小厂只能以有限的小生态这种方式去做。

ES [00:26:48]: 像深势这类平台型企业有在自行主导RCP协议互通的开发吗，还是说这本身并不属于它们的业务范畴？

专家 [00:27:03]: 做的是比较小的。它们不是做生态，它们先找几家调通，它们还没有这个野心能够搞生态。

ES [00:27:16]: 这个协议是一个标准协议，后面才会确定一个方向？

专家 [00:27:23]: 这个协议是大厂提出来一个标准，希望生态的下游企业follow这套标准。但是它肯定不是全球性的，可能是区域性的，比如它能够把国内一部分厂家统一起来。

[00:27:46] 越来越多科研人员将VASP、Gaussian等传统软件作为可调用的skill，从产品角度来看，当前这条链路仍停留在单点调用阶段，还是已经能够串联起“计算、解析、验证”的完整流程？

专家 [00:28:05]: Gaussian目前是单点工具成熟，但是它还处于全流程串联的早期原型，还没有融入到科研人员全流程的业务闭环里面，它某几个环节没有全流程打通。我们认为它大概是要分为几个阶段，当下到明年，它属于单点扩展加上任务级串联这样一个过程，这样意味着它可以覆盖一部分的环节，可以做一些包括人员中的一部分日常工作，大概能做40-50%的工作。2027-29年叫自主多步工作流加上主动学习闭环，这个过程中它可以覆盖60-70%这样日常科研的工作。2030-32年叫计算、解析、验证、实验闭环，这里面人在里面的工作大概只有15-20%了，他主要给方向，然后AI去做验证，人类去做审计和节点的决策者，去定方向看结果这样一个过程。所以它目前是处于第一阶段，单点加上局部任务的串联阶段。

ES [00:29:33]: 您判断目前这块有多大的提效？大概是30%，还是更低一些？

专家 [00:29:42]: 这个点我们在目前如果你要看它提效多少，它主要是做一些论文检索包括数据整理、索引这类，它可以提效40%多，40-50%。以后你写、搜、整理材料，它可以帮你搞，这是目前比较明显的。

[00:30:09] 目前全链路自主工作流的替代比例是否依然较低？您判断到2027-29年该比例可能达到60-70%，那么就当下而言，全链路自动化对提升整体科研工作流效率的实际帮助到底有多大？

专家 [00:30:27]: 整个工作流的话，到了第三阶段，现在局部的是40%多，如果到了2027-29年自主多步流程，它大概可以提效60%左右。前面说的是做材料筛选、论文筛选、给方案，这一步它会帮你做，接下来它多了一步，自己做验证。它拿到找的论文，找到里面最好的方式，基于最好的方式开始做验证，这一步它大概可以做到60%左右。它做完以后就把结果给人，但中间有很多失败的过程、失败的案例，再往后走的话，它做完了，失败它不给你看，只给看成功的。这样它就自我循环、自我找方法，在做得不对的时候它再找新方法、新论文看，找到更好的方法去做验证，反复这个过程，这样它在终极阶段可以提高70-80%。

ES [00:31:39]: 这个链路主要还是要依靠前面提到的实验环节的打通吗？

专家 [00:31:48]: 对，它先要从一个小的case端到端地开始找论文、找方法到闭环、验证，把这个闭环打通。打通的过程中它不断提升命中率、成功率，提升到一定level的时候开始走向全链路，没有达到很高level的成功率的时候它还是局部地做验证。

[00:32:16] 当全链路自主工作流跑通后，整个产业链中受益最大的会是科研软件厂商、算力平台、实验数据服务商，还是实现器材打通的企业？如何评估这套链路对上下游产业的具体赋能价值？

专家 [00:32:36]: 这些打通之后，算力方肯定是最先受益的，因为以后的实验方式是人跟AI做任务规划，中间有大量的科研agent跟它协作，那中间肯定也跑在算力上面。一个任务下来可能是上千万token的消耗，把它做完，如果是很复杂的任务，要做很久的，肯定上亿的token，所以第一受益的肯定是算力。

其次是做科研agent应用的客户，它卖的时候可能是软加硬的方式，total solution，我给你配算力，同时我把服务部署到算力上面给你跑，把算力卖出溢价。或者是客户去订它的算力，我把订阅费给你，我给你每个科研人员多少钱一个月或者多少流量、token，比如1亿多少token，让你去消耗，消耗完了你再充值，类似这种方式。这些能够把科研agent打通闭环，它去卖这个方案。它背后肯定是软加硬的方式，可能不是一次性的，是按照流量、任务验证消耗的算力来计费的。

ES [00:34:11]: 如果仅看收益增幅与利润分配，当全链路闭环跑通后，产业链中哪类玩家能拿走最大的利润蛋糕？是晶泰、深势这类提供全链路解决方案的平台方，还是在特定专业领域拥有高粘性用户习惯和深厚数据沉淀的传统科研软件企业？

专家 [00:34:56]: 首先这个链路里面不是某一个厂家能够cover所有资源，最底层还是算力层，中间层是软件商，往上就是需求方或者有数据的这些，它们三个串在一起形成商业化解决方案。所以获利的顺序肯定是，因为最终的输出还是由算力平台提供，它肯定是大头，然后中间的科研院所、做软件的是第二，其次是实验数据方。大概毛估一下利润占比的话，40-50%算力侧，中间层公司能35-40%，剩下的实验方案大概小20%。

ES [00:35:54]: 所以利润分配上，您觉得算力平台绝对能拿走更多利润的环节，对吗？

专家 [00:36:02]: 对。中间的软件商完全可以找便宜算力自己去部署，不一定非得从公有云，因为算力多得是，算力侧它可以拿低价算力，这样它的利润空间就放大了。

ES [00:36:26]: 所以您觉得趋势上，中间层在里面的市场蛋糕分配会更高一些？

专家 [00:36:33]: 对。因为这个事情它是最懂know-how的，只有它能够把算力、算法加上数据衔接起来，形成闭环，所以它的价值量最高。

ES [00:36:50]: 中间层是前面提到的这些代表性的公司吗？

专家 [00:36:57]: 对，就是深势、晶泰这种类似的中间层。

[00:37:06] 从行业角度来看，在字节具备算力和算法优势、晶泰拥有工站与实验数据、深势冲刺港股上市的大背景下，未来1-2年里，不同类型的玩家、不同的发展路径，您认为哪类模式的竞争壁垒更加深厚？晶泰和深势这类中间层企业发展到一定阶段后，会对大厂构成较强的竞争压力吗？它们在行业know-how和中间层构建的核心壁垒是什么？能持续维持吗？

专家 [00:37:43]: 首先大厂也会围绕着AI for Science去做，它们做的方式一个是基座，一个是会有一些大场景，比如医学的罕见病筛查。AI for Science因为领域太多了，所以大厂不可能每个都做，它只做几个标杆来验证它的基座模型是OK的，可以赋能整个AI for Science，这是大厂的定位。因此在更垂类的领域，特别是像药物、材料非常垂类，非常垂类的话像晶泰、深势是工作站加数据，它整个输出肯定会比大厂更深。

理由有几点，第一个是数据沉淀是不可逆的，人家从自产的高质量数据里面，这里面包括负样本，它有多种数据的沉淀。像开源的AlphaFold那些数据是用来做基座模型训练的，不太适合用在真正的环节里面，所以它们是闭源数据。第二个是切换成本与沉淀。晶泰跟头部的公司多年绑定，它里面有非常深的know-how已经磨合了这么多年，那么客户切换成本会比较高。药物研发的切换不像云上切换业务，因为里面从买工具升级为共建的研发体，成本比较高。

第三，它这个垂直整合是验证过的，这种验证比其他维度的验证要深，因为它中间从预测到验证形成闭环了。第四是它们的产品更容易产品化、商业化，因为基础模型大厂有，垂类的东西它可以直接触达买单的客户，所以它在做商业化的时候比较容易找到客户为它那个服务买单。因为它是定制化的，大厂没办法像小厂一样贴身服务，这种产品都是根据每个客户从事的赛道包括场景做定制，这是它的强项，大厂做不了这个东西，因此它的护城河会比大厂高一些。

[00:40:25] 如果把定制化作为生意，规模化跑飞轮的过程通常会相对缓慢。像晶泰、深势这类公司，目前有把单项服务或定制模块转化为标准化、可复用的产品吗？未来会有标准化产品走出来，还是会持续维持深度定制模式？考虑到这种模式高度依赖人力资源的投入且产出线性，很难出现阶跃式发展，您怎么看这类公司未来的发展前景？

专家 [00:41:09]: AI for Science这个领域刚起步，起步阶段的话肯定是要贴身客户去做的。贴着客户做有几个好处，第一，人家愿意给你陪跑，打磨你的产品，同时客户反馈的信息慢慢帮你形成标准化。好处就是它通过头部客户，每个行业有头部客户，头部客户它贴身做，贴身做以后它会沉淀一部分资产下来。

这个资产的话，比如同样是做药物的，肯定又分成各种不同的药物，但是做药的整个研发流肯定是类似的，再想复刻到另外一家的时候肯定不是100%，中间有一些模块化的东西是可以沉淀下来的。中间最大的差别在于每家的研发流会有差别，同时每家的数据资产对接会有差别。这一块的工作量可能只占它整个复刻项目的20-30%，以前是要100%全做，从零到一，现在只做到20-30%，还是可以沉淀下来的。

更重要的是以后的平台都是agent化、skill化，它的很多原子能力skill了，那么到每一家的时候做差异化skill就行了。甚至差异化skill的东西可以让客户自己做，你教它，你把接口或者开发skill的方式给到它，它自己就可以做，它可以定制。因此未来的产品形态是平台层的能力，差异化的能力交给客户自己做。客户数据它自己沉淀下来，如果它愿意跟我分享，我可以跟它分成，所以就会形成基础的平台统一、差异化skill自己开发，这种新的架构。

ES [00:43:05]: 所以未来定制化的成本不会像原来这么重，可以这么理解吗？

专家 [00:43:11]: 对，因为它不像以前SaaS，SaaS就一定要从零到一了。这种平台化的agent大部分都是早期沉淀它的通用skill，之后都是差异化skill，不需要都自己做，而且它的定制会非常简单，不像做SaaS还要讲究这么多界面。以后是无界面，无界面的话，定制工作就少了非常多，只要把后面的差异化挂上去，输入界面自然语言就行了。你需要报表、需要数据跟它说，它自己帮你生成，你要什么表它就给你生成，不需要你点击很多画面、界面这种东西。

[00:43:52] 从整个AI for Science行业来看，未来几年您看好哪些具备高成长性和强发展潜力的细分赛道及代表性公司？

专家 [00:44:06]: 我觉得一个是自驱动。自驱动实验室虽然在这个赛道里面站位比较浅，但是自驱动实验室的好处是它可以先形成一个小的demo，来做一个领域，它会把它垂直做完，端到端全部做完。第二是现在预算还是比较多的行业，包括刚刚说的药物，药物的话我们自己估计至少是AI for Science的30-40%的market。其次是固态材料、电池这些工业场景，现在的技术在不断迭代，从固态电池不断发布新的。而且这些厂的预算是非常高的，每年都是几十亿的预算做这个，像宁德、比亚迪这些。

第三是半导体，包括国产的辅助材料，光刻胶、电子特气、靶材料、CMP这些东西，这一类因为整个国产的很多核心半导体材料还是要靠日本的，那未来几年这些都要加速，光刻机这些加速。还有一类是做基础模型的，市面上除了大厂在做，也会有些创业公司专门去搞底座，会有硅谷的公司先出来，国内公司可能是效仿，这种方式。还有一类是做科学数据data的，叫data service，做数据服务的。数据服务的话，像深势手上有数据，它就卖这个数据。它不一定是卖原始数据，它第一可以帮你标数据，第二是我这个数据可以给你用，但你不可以获取。还有化学配方，催化剂包括化妆品、涂料这些，它都要做材料，各种配方，这几大类有机会在AI for Science为这些继续买单。

ES [00:46:29]: 如果在这里面选一个最看好的赛道，您认为哪一块的确定性会比较高，或者成长空间比较大？

专家 [00:46:39]: 最看好的我觉得是半导体材料，其次是药物，因为药物的周期还比较长，要把它做效果出来至少两年才能看到效果，中间都是资金投入。半导体的话周期短一点，半年基本上一年左右就能出结果。

[00:47:01] 您前面提到大厂跟中间层公司的竞争差，假如中间层企业通过向客户提供差异化skill来降低定制开发成本，这会导致其发展模式与大厂形成直接竞争吗？如果中间层在定制方面的know-how或壁垒不够深厚，其核心竞争优势是在于数据还是其他维度？

专家 [00:47:33]: 以后是这样的，如果从流量入口的话，因为现在大厂都在做自己的work agent，那么它们会在市场上去推它这种产品。推的时候它可能遇到科研企业，它先把work agent用来做非科研相关的环节，非科研相关包括日常的写论文、写文章，包括数据分析这些它都会把它塞进去。但它塞进去之后是开放式架构，开放式架构的话这个位置入口是它的入口，但是它里面那个skill包括连接器是允许添加第三方的。

像深势、晶泰未来做出来以后会有两种方式，第一可以外挂在大厂的入口里面，大厂那个连接器可以点开。比如用千问办公的话，你打开，然后添加晶泰，晶泰已经进驻到千问办公store里面了，你添加就可以连接，就可以从你这个入口指向晶泰的工具，不需要单独安装晶泰的SaaS。第二种方式是它自己导流量，自己去拓展新客户。以后这两种方式会共生共存，大厂不会因为小厂做的东西把它挤压掉，它是作为它能力的延展，因为通用work agent渗透不了这么深，它一定要长出第三方的东西来丰富它这个入口的价值。

[00:49:07] 从实际项目来看，目前中间层企业的付费大概在什么水平？主流的收费模式是怎样的？

专家 [00:49:21]: 中间层的话，现在我们看到大家都是项目制、实验型的，基于结果可验证，就是我跟你对赌，做出来以后成功了，我按照成功案例给你，这是一种。但是这种前面已经建立信任了，建立信任以后我就给你项目做，它是包项目给你做，目前是这种。它还没有到卖产品那个阶段，卖产品的话要等它下个阶段把单节点到串流这块打穿，才可以做到产品级的销售，目前还是以项目制为主。

ES [00:49:58]: 但这种项目比较依赖材料开发或者具体的难度了，对吧？它的浮动会比较大？

专家 [00:50:06]: 对，项目制的话，比如做药物就要找CRO公司，CRO公司拿到药厂的外包经费，分一部分给你来帮它做它要手动做的事情，相当于从CRO口里面抢一部分预算来做AI for Science。

ES [00:50:25]: 那这个就变成我们前面提到的做连接器或者接口的形式。您觉得这一块还需要多久？目前这块还没有跨越对吗？

专家 [00:50:40]: 现在是大厂的架构已经ready了，但是小厂还没有往这方面走，它现在还奔着要赚钱。这种新的架构估计要到明年，因为今年大厂是先把自己的入口铺下去，先铺上亿的用户，接下来继续拓展生态。大厂专门有生态部门，它去拓展各个领域的，明年下半年开始要做这个事情。

它现在也找了一部分，但它现在找的主要还是跟办公相关的，包括电商办公、内容生成、编程还有第三方的协助软件、设计软件这一类，医疗类的还没进来，所以这些公司下一步发展的时候产品端应该是朝这个方向走。因为它未来的流量要看清楚，70%的流量都是大厂有的，另外的30%是小厂要去抢的，所以它要想办法把自己的入口加到大厂的入口里面，给它带流量，相当于大厂的入口是它的分销渠道。

ES [00:51:47]: 但它的收入结构肯定还是以项目制为主，对吗？因为我理解后一种模式应该是按照用量来付费的，前期可能起量还是需要一定时间。

专家 [00:52:01]: 它前面是为了让客户去信AI for Science这种产品或者服务，然后产品的话它是通过做项目沉淀下来的，不做项目的话怎么知道客户需求是什么。所以前期先做项目活下来，有收入，之后慢慢通过项目沉淀下来，形成它相对标准的产品，我觉得它应该往这个方向去走才比较合理。

ES [00:52:29]: 后面应该也是按照用量付费，对吗？因为一旦形成这种生态的话，后面应该都是这种逻辑。

专家 [00:52:37]: 它早期把客户铺到位，把产品打磨好，未来就是改造它那个中台，每家中台是一样的。后台的话它去扩通用skill，然后定制skill它教客户怎么用，所以它未来的技术支持主要是支持客户怎么开发skill以及迭代，形成它的沉淀。

[00:53:04] 关于前面提到的负样本数据，它对垂直领域的AI agent或数据中间层平台的帮助有多大？在实际应用与数据占比中处于什么地位？

专家 [00:53:25]: 负样本非常重要，因为模型训练需要知道什么是好的，也要知道什么是不好的，所以在整个真实记录里面，负样本有时候会高于样本。比如晶泰自己说它有50多万级别的样本，80%都是负样本，也就40多万条是负样本。负样本就是告诉你什么东西是不对的，这样的话你在验证的时候就可以避开，什么叫合成失败，合成失败都要通过负样本来验证，所以负样本的比例反而会比正样本的比例更高，重要性还大一点。

[00:54:08] 您认为AI for Science会成为继coding和视频生成之后算力消耗更大或增长更快的场景吗？目前在头部云厂商的业务视角下，AI for Science的算力消耗占比是否依然较低？未来将呈现怎样的增长趋势？

专家 [00:54:29]: 其实AI for Science是水到渠成的一件事，之前模型没有agent化，没有办法跟研发环节打穿，现在agent化以后，架构已经形成了。在有些大厂里面，AI for Science是它们的第四赛道，因为第一是coding，第二是work agent，第三是design，第四才是AI for Science，所以现在它们从架构上开始往这方面走。它不会再[重点]讲发什么模型了，讲的是模型做成什么agent来赋能行业，这个才是它讲的重点。因此在里面我们会看到它的案例，比如我们的agent会更加去做EDA辅助、画芯片设计，就是我们刚刚说的design这个赛道。

AI for Science的话目前还没有跟现在的agent并成一起，它要到明年一季度才开始。现在AI for Science是独立的一条线，比如我单独做了一个医学的模型或者蛋白质分析的模型，那这个模型是科学模型，还没有跟现在agent这套架构融合在一起。所以大厂把它的优先级大概明年才会放重点，今年只是先做架构上的打通，未来才会把它补充进来，融入到整个agent生态里面，形成一个分支。

[00:56:09] 现在行业内好像也不太提纯粹的垂直领域模型了，普遍做法都是基于通用基础模型，在垂直场景通过后训练或RAG来实现落地，而不会再去针对单一场景做从头预训练的垂直模型，是吗？

专家 [00:56:31]: 对的。现在的模型从模态上支持越来越多，比如以前基座模型只支持文本，现在开始支持声音、图片、视频等等。那医学相关、材料相关的无外乎就是文本、数据、代码还有视频等等这些数据，它可以cover住，因此大家都会把通用模型作为基座，基座通过后训练或者再加一些强化学习来得到它要的垂类模型。

ES [00:57:02]: 您前面提到大厂可能会把它从单独一条线，发展到后面做agent融合。怎么理解这个融合？需要平台生态企业交数据吗？因为我理解这个还是要从模型层面去融合，那数据的所有权怎么保证？

专家 [00:57:22]: 以前垂类模型都是单独训、单独train的，以后垂类模型要agent化，agent化不一定是跟自己的基座模型融在一起，它是agent化以后形成中台的能力，基座模型跟垂类skill去联动。比如遇到一个要分析CT报告的任务，我丢给你分析，你把结果分析好了丢给我，我呈现给用户，生成报表，告诉他什么症状等等。以前你单独丢给它，单独做个模型，现在是把它模型能力skill化，跟基座模型进行解耦，这种架构。

[00:58:15] 目前中间层厂商的算力是以公有云模式为主，还是会自持算力？随着业务规模放大，未来会变成以公有云或混合云模式为主吗？

专家 [00:58:33]: 它们实验型的、少量的都是私有化的，它们都有几台服务器，跑小模型，但量大以后，实验型它跑自己本地，如果要并发，瞬间要拉很大算力的时候，就弹性扩展到云上，用完就释放掉，比如它用几天或者几十个小时，这种方案对它来说比较好一点，不需要一下投资很多硬件去买服务器。

ES [00:58:58]: 但是未来把基座模型skill化和解耦之后，在大厂的生态里做外挂，受益的应该还是对应大厂的算力，对吗？

专家 [00:59:12]: 对。然后第三方skill的话它就按照第三方的token去结算，跟大厂去结算，会有它的成本。

ES [00:59:23]: 因为研发数据这块都比较敏感，终端客户会允许吗？这种模式后面会不会比较难跑通？

专家 [00:59:32]: 其实已经跑通了，深势架构是存储本地化，就是日常的训练它在本地，如果它的算力不够了，它就把本地数据加密，加密以后丢给云上模型去跑，跑完之后它把云上那个删掉。

ES [00:59:53]: 非常感谢专家参与本次访谈。本次访谈结束了，再见！