10月17日举行的“光华思想力论坛”上，中国科学院院士鄂维南表示，人工智能本质上是“数学+计算机工程”，将大幅降低科研门槛、推动“科研平权化”。紧接着，他给出了一个更大胆的判断：未来民科是科研的主力，每一个有想法有能力的团队和个人都可以参与科技创新。知乎微博
这番话背后站着的，是他过去一年反复亲自点名的三类工具：读文献，有“科学导航”；做微观模拟，有“大原子模型”；把一个课题从头跑到尾，有“玻尔·科学空间”这样的AI科学家工作台。截至发稿，三类都已上线，不是五年后的愿景。
“民科是主力”得先和那个老贬义词划清界限。8月21日的2026科学智能大会上，鄂维南以《Science after AI for Science》为题作报告，提出AI带来的不仅是科研工具升级，更是科研生产力的根本变化。他口中的科研平权化，是打破高校、科研机构尤其是少数实验室对科研资源的垄断，让更多有想法、有能力的个人和团队参与科技创新，不依赖于传统科研机构的研究者，未来可能会成为科学进步的主力。平的是资源的获取权，而不是免掉了提出问题、验证真伪的功夫。微博知乎
第一道门槛：学科壁垒，交给“科学导航”
科研对普通人最硬的第一堵墙是文献和学科边界。科学导航（Science Navigator）由北京科学智能研究院与深势科技联合打造，是覆盖“读文献—做计算—做实验—多学科协同”全链条的AI科研知识库与学术搜索平台，2025年5月在北大上线。鄂维南在报告里直接点名“Science Navigator就是一个这样的工具”，并转述参与建设的学生：以前面对一个完全不了解的学科感到害怕，现在哪怕一窍不通，花十几、几十分钟也能对这个领域有个大概印象。对跨界者来说，这意味着入场的文献成本从“啃一年”压缩到“问一晚上”。微博知乎
第二道门槛：算力与模拟，交给“大原子模型”
鄂维南在同一报告里援引了一条“最近的新闻”——大原子模型现在开始真正可以作为一个通用的原子模拟工具来使用。他指的是DeepModeling社区2026年5月29日发布的DPA4模型，官方标题写得直白：“世界第一！DPA4登顶Matbench Discovery：一张RTX5090，一天跑出SOTA级大原子模型”。过去分子动力学这类微尺度模拟是超算和大课题组的特权，如今一张高端消费显卡就能触到同一级能力，模型已向DeepModeling社区开放尝鲜，论文与正式版将陆续开源——用社区的说法，DPA系列的迭代方向，正是把大规模原子模拟从“奢侈品”变成“日用”。知乎知乎知乎
第三道门槛：执行与验证，交给AI科学家
8月21日，深势科技发布了“玻尔·科学空间”公测版，为科研人员与AI科学家共同完成科研任务提供统一的桌面端工作环境。在这个工作台里，调研、环境配置、调参、执行、结果核验这些“体力活”由AI接走，研究者只负责提问与确认，被评测者概括为“科研流程真跑起来了”。鄂维南看重的则是下一层意义：他在8月26日接受中新网采访时透露，正探索基于大数据的新一代评价方法——利用“玻尔平台”等新型基础设施汇聚的科研全过程数据，对“想法—工具—数据—论文”的全链条贡献做更精细、更公正的度量。全过程留痕、结果可核验，恰恰是体制外研究者的成果能进入主流科学赛场的前提。知乎哔哩哔哩中国新闻网
不过，把“低门槛”直接翻译成“免费”，会误读鄂维南的意思。他给出的科研平权化三个必要条件——低成本高效率的科研工具和资源、多维度的科研经费来源、科研成果转化平台——里，只有第一个被他承认“已经开始有雏形”，后两个仍在建设中。知乎
同一股技术力量的另一面也同样真实：在他自己的应用数学等领域，“智能体已经可以批量生成能够发表的论文”，他批评的正是“把科技创新的门槛定得太低，几乎等同于发表论文”。同一篇中新网报道里，梅宏、谭铁牛等院士也在提醒另一侧的风险：AI生成的虚假或错误内容若未被识别就进入学术传播链条，长期危害不容小觑。知乎中国新闻网
所以“民科是科研的主力”的准确读法是：AI在削平“能不能做”的门槛——文献、算力、模拟、实验不再由机构身份配给；而“值不值得做”的判断，会因为论文量产反而越来越贵。对普通人，鄂维南指的路其实很具体：一次对话跨过一个陌生学科，一张消费级显卡跑一场材料模拟，一个公测版本让AI代跑整套研究方案。他也亲自留了边界——自由探索不是人人都合适做的。工具负责体力，品味和问题，还是自己的活。知乎
