近日在上海举办的“通用群体智能学术论坛”汇聚30余位顶尖学者，以“协同演进·群而增智”为主题，深入探讨了群体智能的基础理论、技术突破与前沿应用。学者们指出，当前领域面临的核心挑战是群体智能的规模化能力不足与自我进化机制薄弱，亟需通过产学研深度融合，推动更大规模协作，实现理论与产业的双向驱动。本次论坛由上海市科学技术委员会指导、上海人工智能实验室（上海AI实验室）主办。

上海AI实验室以多智能体协同实现智能涌现为核心路径，系统性构建原创理论与技术体系，推动多场景规模化应用。其创新提出 "自主科学发现系统框架" ，联合多领域科研团队推进群体智能科学应用，当前取得三大突破：多智能体科学发现系统，支持10余类科研任务，特定任务效率超人类专家50倍；OASIS大规模模拟平台，实现百万级智能体交互，精准复现羊群效应、流言传播等社会现象；化学反应优化系统，在创新药物前体研发中，降低钯催化剂用量同时提升反应产率20倍。

上海市科委副主任屈炜指出，人工智能正处于范式变革关键期，通用群体智能已成为全球AI战略竞争制高点。上海正全力建设人工智能"上海高地"，通过攻关通用群体智能系统，构建"理论研究—技术验证—产业应用"全链条创新生态，探索大模型驱动的技术路径与场景落地，推动我国AI跨越式发展，为打造全球领先的人工智能体系奠基。

上海AI实验室主任周伯文强调，通用群体智能作为AI领域的前沿方向，通过多智能体协同解决复杂任务，既是实现AGI（通用人工智能）的核心目标，也是达成AGI的关键路径。实验室以构建 "通专融合、虚实贯通、安全可信" 的AGI为使命，此次举办学术论坛旨在汇聚国内顶尖力量，共商技术路径与关键策略，推动大模型与智能体技术向通用群体智能的新高度进化。

群体智能的关键路径：自主科学发现系统框架

• 科学知识理解：学习文献与数据，构建世界认知
• 科学数据归纳：深度推理数据，生成科学假设
• 科学推理演绎：融合理论验证假设，排除错误路径
• 干湿实验验证：通过计算模拟/实体实验获取结论

• 实验结果反馈：反哺知识体系，驱动理论进化

  
  

五个环节动态耦合、协同增效，构建出持续自我优化的闭环系统，为科学研究提供体系化智能支撑，推动科学发现从单点突破向系统性跃迁的质变升级。

群体智能的未来：从 “群而不智” 到 “群而增智”

论坛上，30余位顶尖学者聚焦群体智能的基础理论、关键技术及前沿应用展开深入研讨。

北京航空航天大学吴文峻教授指出，群体智能已从早期规则驱动的“群而不智”、中期多专用智能体的“专而不通”，演进至当前大模型驱动的“通用群体智能”新阶段，即由认知智能体构成的分布式网络通过动态协作涌现复杂能力；未来需突破跨平台互操作性与长期记忆机制，实现“群而增智”。

南京大学高阳教授则强调，尽管大模型智能体认知能力强，但在开放环境中仍面临交互效率低、隐私风险高、可靠性不足等挑战，提出通过“LLM+Swarm”融合构建去中心化局部协作机制（如利用分布式博弈论优化医疗会诊），并呼吁探索其数理基础与评估体系以促进个体与群体协同进化。

和鲸科技深耕人工智能与数据科学十年，以推动 AI for Science 科研范式改革为使命，依托旗下数据科学协同平台 ModelWhale，开启了全方位的创新实践。近年来更是联合众多科研组织与机构，全面推进 AI for Science 在垂直领域创新应用，为赋能国家创新体系建设添砖加瓦。

https://www.heywhale.com/modelwhale/trial/?brand=xxxx&version=saas?flag=scppai4sqtzn

https://heywhale.feishu.cn/share/base/form/shrcneEkjnyB5GEnYzG8Tpf7xNg