中科院顶级知识矩阵丨AI for Science加速落地，卓越睿新探索科研智能化新范式

　　近日，港股上市公司卓越睿新（02687.HK）围绕前沿科研资源数字化与智能化应用，与中国科学院相关科研体系展开探索。

　　依托智慧树全国数字化共享学术资源矩阵与交流平台，卓越睿新联动中科院顶尖专家资源，围绕脑科学、类脑智能、神经再生等生命科学前沿方向，推动高水平科研成果向更广泛的学术群体开放共享。其中，《神经系统疾病的创新细胞疗法——从基础研究到临床转化》专题研讨累计覆盖全国2.4万名临床医学、生物科学领域师生及科研从业者，进一步打通跨地域、跨院校的学术交流渠道。

　　这一探索的意义并不止于科研内容传播，更在于为科研知识搭建一座“知识廊桥”。过去，顶尖科研成果往往沉淀于论文、实验数据和专家经验之中，而人工智能正在帮助这些知识资源实现结构化沉淀、跨领域连接和持续流通，让知识从“存储资产”进一步成为可协同、可复用的创新基础。

　　“知识工厂”到“知识廊桥”，卓越睿新以自研技术构建知识互联新范式，拓宽平台价值边界

　　科学研究的核心，是知识不断积累、连接和突破。

　　长期以来，高校和科研机构沉淀了大量高价值知识资产，包括论文、教材、实验数据、科研成果以及专家经验。但这些知识往往分散于不同载体，难以形成系统化、可连接、可推理的知识体系。

　　随着大模型、知识图谱、智能体等技术发展，人工智能正在推动科研知识从存储走向理解，从检索走向推理。

　　高校之所以成为AI for Science的重要入口，在于其天然连接知识生产与知识传播。科研产生新知识，教育传播新知识，人才培养又推动新的科研突破。“教就是研，研就是教”，高校本身就是一个完整的知识循环体系。

　　卓越睿新正在探索的，不只是将知识数字化，而是进一步推动知识在高校、科研机构和学科之间高效流通，构建连接科研资源与创新应用的“知识廊桥”。

　　深耕 AI for Science 落地，卓越睿新批量打造一批生命科学全链条智能场景，提速科教数智化升级

　　生命科学和医学被认为是AI for Science最具价值的应用方向之一。

　　生命科学具有知识规模巨大、学科交叉深入、研究迭代快速等特点。从疾病机制研究、新药研发，到临床诊疗和医学人才培养，都需要处理大量复杂知识。

　　此前，卓越睿新与北京大学医学部共建“北大医学未来学习中心”，探索人工智能与医学教育深度融合。

　　项目围绕医学知识体系建设、数智课程升级、数字化实验教学等方向展开，推动医学知识向体系化、智能化方向发展。其中，医学源图谱建设通过人工智能技术对医学教材、课程资源和专业知识进行结构化整理，探索构建覆盖基础医学与临床医学的知识网络。

　　医学教育与医学科研天然形成闭环：科研成果进入教学体系，培养人才进一步推动医学创新，形成AI时代生命科学领域新的知识循环。

　　重新定义赛道：卓越睿新突破行业固有标签，打造科研学术自主知识新基建

　　随着人工智能深入专业领域，卓越睿新的业务边界正在发生变化。此次与中国科学院相关科研体系的探索，标志着公司进一步连接国家级前沿科研资源体系。依托高校数字化共享学术资源矩阵与交流平台，卓越睿新正在联动顶尖科研专家资源，围绕脑科学、类脑智能、神经再生等前沿方向，推动高水平科研成果完成数字化沉淀，实现知识组织、连接与流通。

　　人工智能时代，专业知识资产的重要性正在持续提升。卓越睿新长期服务高校场景，积累了广泛的高校资源网络和知识体系建设能力，并通过与顶尖科研院所合作，将前沿科研资源进一步转化为可组织、可连接、可协同的知识资产。这种从高校场景切入、连接科研资源与创新应用的能力，正在构成面向AI for Science时代的差异化优势。

　　过去，优质科研成果往往沉淀于少数专家团队和科研机构内部，存在传播和协同效率不足的问题。卓越睿新正在探索搭建连接高校、科研院所与创新应用的“知识廊桥”，推动科研成果从专家资产走向可共享、可复用的知识基础设施。

　　除生命科学外庄家行为，卓越睿新还围绕多个基础学科探索AI赋能路径。在复旦大学核科学与技术领域，公司探索建设“核+X”科教智慧平台；在南京大学大气科学领域，公司参与探索AI赋能基础学科人才培养。这一系列探索意味着，卓越睿新正在从传统教学资源服务向高校与科研院所知识协同基础设施延伸，推动优质科研资源实现更高效流通，并打开AI时代新的增长空间。