当人工智能从“拼模型参数”转向“拼数据质量”，什么样的数据能真正驱动科学发现，正成为业界关注的焦点。

7月17日，在2026世界人工智能大会主论坛上，中国工程院院士、之江实验室主任王坚提出，未来真正重要的“不是训练一个更大的语言模型，而是让科学数据成为基础模型的原住民”。几乎在同一时间，大会静安人工智能应用创新示范区内，北京八月瓜科技有限公司展出的“擎策”全球科技情报检索分析平台，把全球专利、科技文献与产业信息，转化为可供AI调用的“科学数据燃料”，帮助科研人员和创新型企业“看准路、走稳路”。

从“找不到、看不懂”到为创新装上“导航地图”

在科技创新链条中，情报缺失是长期存在的痛点。重复研发、误踩他人专利“雷区”，往往让创新主体付出高昂代价。

“创新主体做科研、做产品，最怕两件事：一是重复研发，二是踩到别人的专利‘雷区’。”八月瓜科技董事长李长青表示，平台汇聚全球178个国家和地区的专利数据、科技文献和产业信息，利用AI和自研大模型进行清洗、标引、关联和分析，“本质上解决的是‘少走弯路’和‘安全走路’的问题”。

据介绍，该平台采用五层递进式架构，从底层的科创全息数据层到上层的用户应用层，覆盖研发前情报检索、研发中专利导航、研发后成果转化与评价的全流程。企业提供的数据显示，平台目前已构建超2亿条专利数据、总量26亿条的多维科技数据体系，服务超万家科技企业及高校科研院所等机构。某大型装备制造企业利用该平台进行专利导航后，在新型材料研发方向上提前规避了海外巨头的专利壁垒，研发周期缩短近5个月。

垂直大模型啃下专利“硬骨头”

专利数据虽有价值，却并不好用。作为兼具技术与法律双重属性的文书，专利术语化程度高、权利要求层层嵌套，还包含大量结构式、附图等非文本信息，机器难以直接读取利用。

李长青介绍，团队自主研发的“妙算大模型”和“擎策”平台采用“机器+专家”两级模式：机器负责规模化清洗、去重和多维度标引，专家负责深度标注，将专利拆解到技术问题、技术方案、创新点等精细颗粒度。据了解，“妙算大模型”是专注于知识产权领域的垂直大模型，获科技部“新一代人工智能国家科技重大专项”支持，旨在解决通用模型在专利场景中“不懂行、不精准”的问题。

公司近期已完成超4亿元新一轮融资，由北京市人工智能基金等国有资本领投，资金将重点用于全球数据资源整合与“妙算大模型”持续迭代。

专利数据：AI for Science的“核心燃料”

在业界看来，高质量数据集正成为人工智能下一阶段竞争的关键。王坚院士“让科学数据成为基础模型的原住民”的判断，正指向这一趋势。

在八月瓜看来，以专利为主的科技数据，正是赋能AI for Science的核心燃料之一。李长青将专利数据比喻为科技创新的“浓缩铀”：“全球90%以上的技术情报首先通过专利公开，专利数据兼具技术属性与法律属性，在来源可信、质量可信、应用可信三个维度上都有天然优势。”这一判断，与当前学界对科学数据价值的重新认识形成呼应。

据企业测算，该平台在充分利用专利情报的条件下，可帮助创新主体降低约40%研发成本、缩短约60%研发时间。李长青透露，八月瓜下一步将打造“专利数据+期刊论文数据”融合图谱。

从北京到静安：数据服务加速融入区域科创生态

作为一家北京企业，八月瓜此次选择在上海静安的示范区展示，折射出高质量数据服务正跨区域融入长三角科创生态。

“静安区是数据智能产业高度集聚、应用场景丰富的区域。”李长青表示，希望把“AI+知识产权数据”的服务能力带到静安、带到上海，与区域内的创新主体一起，把专利数据这种“战略资源”转化为科研成果和产业竞争力，并将加深与静安、与上海的合作。

从主论坛的前沿判断，到展台上的产业实践，专利数据正从沉睡的文献库变为可被AI调用的创新要素。当科学数据真正走入模型、走向产业，如何让这类高价值数据更好地流动、复用与增值，或将成为下一阶段科技创新的重要命题。

新华网报道八月瓜科技

中国高新网报道八月瓜科技