书生・端砚

书生·端砚是上海人工智能实验室推出的科研操作系统，它定位为连接科研全流程的智能工作台，将大模型、多智能体、科研工具、算力资源与实验设备打通，改变传统科研分散式工具使用模式，助力科研人员完成从科学问题构思、假设提出到计算推演、实验验证、成果沉淀的完整链路工作，推动AI从简单问答工具进化为可参与真实科学研究的协作平台。平台支持网页端、Windows、Mac多端客户端，兼顾在线快速使用与本地部署需求，适配不同科研机构的使用条件。

• 书生・端砚官网网页版入口网址：https://discovery.intern-ai.org.cn/
• 书生・端砚官网下载地址：https://discovery.intern-ai.org.cn/

主要功能特点

• 跨模态科研信息理解：支持文本、论文图表、公式、表格、长时序数据等异构科研材料统一解析。用户可以直接输入科研问题、研究假设，也可以粘贴论文片段、上传科研图表，平台完成文献解读、信息提取、本体查询、参数计算等任务，例如光子能量计算、环境表型本体检索等科研任务均可直接发起处理。
• 长程科学推理与任务拆解：针对复杂科研课题，多智能体系统会拆解研究目标，规划分步研究流程，自动调用代码运行环境、专业数据库、科学计算工具、算力资源完成仿真、计算、参数遍历等工作，替代大量重复性人工操作，降低复杂推演门槛。
• 科学智能上下文协议，流程编排执行：通过标准化协议封装科研数据、模型、第三方工具、实验硬件，屏蔽不同系统接口差异。科研人员可以编排完整实验流程，调度多智能体协同作业，同时完整记录任务日志，实现流程可复用、任务可共享。
• 干湿实验闭环能力：平台不局限于纯文本和仿真计算，可对接自动化实验装置、大科学平台，将AI输出的实验方案转化为可执行指令，实验实测结果回传平台，反推假设迭代优化，打通“计算干实验‑实物湿实验”闭环，在蛋白质设计、新材料研发场景落地实践。
• 全链路可信追溯体系：从文献来源、参数设置、模型调用，到中间结果、最终结论全部留痕记录，形成完整科研证据链，支持复现核查；同时启用多智能体交叉校验，对假设、方案、结论复核，缓解大模型幻觉问题，保障科研严谨性。

优势亮点

和普通科研大模型、单点科研工具相比，书生·端砚不是工具简单堆砌，而是完整科研操作系统。

• 第一，聚焦真实科研范式，拒绝泛化闲聊问答，深度适配生命科学、材料、地球气象、半导体、量子等学科的研究规范，对接AlphaFold、MaterialsProject等领域专业数据库，适配细分领域研究习惯。
• 第二，兼顾效率与科研安全，提供计算隔离、权限管控，未公开科研数据可做本地优先处理，规避敏感科研成果泄露风险，满足高校、科研院所的数据管控要求。
• 第三，开放兼容的接入能力，不封闭生态，支持接入第三方大模型、自研智能体与自有实验设备，机构可基于平台扩展定制科研工作流。
• 第四，重视科研可复现，全部研究步骤完整存档，团队可以基于记录开展协作复盘，解决传统科研中流程丢失、难以复现的痛点。

适用人群与场景

书生·端砚主要面向高校科研人员、研究院所课题组、企业研发团队，同时也适合研究生开展课题研究。

1. 在生命科学领域，可用于文献调研、蛋白质序列改造设计、候选药物筛选、实验方案设计，辅助开展蛋白功能分析等工作；材料与半导体方向，支持新材料性能仿真预测、工艺参数搜索筛选；地球与大气科学，可完成大气环境表型查询、气候仿真、极端环境模拟计算；在量子、核聚变等复杂物理研究中，辅助开展复杂物理仿真与参数空间遍历任务。
2. 研究生可以借助平台完成课题前期调研、文献整理、数据计算、初步方案构思；
3. 科研团队可利用流程编排与全链路留痕开展小组协作，沉淀可复用研究流程；
4. 科研机构还可以对接大科学装置，实现实验流程智能化调度，加速从科学假设走向实验验证，缩短前沿课题研究周期。

书生·端砚适合需要处理复杂多步骤科研任务、希望借助AI提升科研效率，同时对结果可追溯、数据安全有要求的科研从业者，为AI赋能科学研究提供一套完整落地工作台。