没有 PPT,不念报告,AI 看山随时指定上台!浦江创新论坛这场分享有点特别

一个问题

是怎么越问越远的

科技成果从实验室走向市场，最关键的破局点在哪里？

这是当天的第一问。

上海脑回智能医疗创始人梁馨方从自己的成果转化经历谈起。在她看来，一项前沿技术刚刚走出实验室时，方向往往并不唯一。这个时候，前三个客户尤其重要——最早愿意尝试创新、愿意为它买单的人，很可能决定这项技术有没有继续试错的空间。

真正的原创从哪里来？

被 AI 看山点到的上海泰坦科技股份有限公司副总裁马琳杰，讲了一个他印象很深的细节。

在他们支持基础研究项目时，一位评审专家曾连续追问申请者三遍：你真的热爱这个课题吗？确认答案以后，项目可以不设论文、不设专利要求，让研究者自由探索。比起过早告诉年轻人正确答案是什么，也许更重要的是，别太早弄丢那个不断问为什么的人。

随后，马琳杰抛出了新的问题：

科学突破往往诞生在学科边缘，有没有可能主动设计这种「边缘碰撞」，而不是等待偶然发生？

被 AI 看山点中的下一位，是上海理工大学副教授 Simone Lamon。他的研究本身就处在几个学科的交界处：纳米光子学、先进光学材料和光学信息技术。而由他留下的问题，又把现场一路带到了核聚变。

从球状闪电

到 AI 实验室

除了磁约束和惯性约束，人类有没有可能用强激光走出第三条聚变路径？

中国科学院上海光学研究所助理研究员张冬冬接住了这个问题。

他的回答没有从一条物理公式开始，而是先讲到了九百多年前《梦溪笔谈》里的一段记录：雷雨天里，一个火球突然进入屋内，熔化了金属器具，漆器和桌子却完好无损。沈括当时留下了一句：非人情所能测也。今天我们知道，这段记录指向的很可能是球状闪电。而在张冬冬所在的团队里，这种古人觉得难以解释的自然现象，已经变成了实验室里试图通过强激光、太赫兹和电磁孤子重新理解甚至实现的物理问题。

当 AI for Science 推进得越来越快，谁来负责验收？验证会不会成为自动科研真正的瓶颈？

这个问题被交到了答主@严佳骏 手里，他从实验室日常分享了自己的看法，论文里常见的一句话：反应进行了 12 个小时。这背后有时未必有什么复杂的科学规律——也可能只是研究生回宿舍睡了一觉。还有一些信息甚至根本不会进入论文，这些细碎、偶然，甚至当时还无法解释的现象，很难被结构化，却可能恰恰是实验最真实的一部分。

AI for Science 的难题不只是 AI 给出的答案该怎么验证，还有更前面的一步是真正可靠的数据从哪里来？

如果有一天 AI 能自己产生想法、优化方案，人类的创造力还剩下什么？

上海交通大学巴黎卓越工程师学院数学教师伯涵峥分享了自己的看法，AI 可以帮人减少大量负担，但什么是好问题、选哪条路继续走，反而变得更重要。答案越来越多的时候，人的价值不一定变少了。有时候，只是从给答案变成了做选择。

医学创新应该如何出发，应该如何最终回到患者身边？

上海交通大学医学院附属仁济医院耳鼻咽喉科主治医师郭亚楠，从一个耳机出发，介绍了如何把复杂的医学变成普通人也能记住的知识。

她提到长期佩戴入耳式耳机为什么会让耳朵痒、起皮甚至流水？她给现场留下了一个很容易记住的666：一次佩戴尽量不超过 60 分钟，音量不超过最大音量的 60%，外界环境超过 60 分贝时尽量不要继续使用耳机。

在气候快速变化的情况下，我们该怎样理解地下水，又怎样确保水安全？

上海大学副研究员魏亚强长期研究土壤—地下水污染修复与智能模拟。他从气候变化下的地下水安全谈起，又把 AI 放进环境研究的实际场景：分析水位、地下结构和污染风险，帮助更快识别和预警那些平时很难被普通人直接感知的问题。

科普是一碗面

也可能是不断的「打脸」

当天还有一条问题线，一直在科学和公众之间来回穿梭。

科学越来越复杂，我们究竟该怎么把它讲给更多人听？

答主@鸑鷟鹓鶵 做了十几年科普，打了一个很生活化的比方：科普有点像一碗面。想让人走进店里尝一口，这碗面得好吃、得吸引人；但真的吃下去，又不能只有味道，还得有营养。而且面对不同的人，还不能永远端出同一碗。

科研有那么多不确定和失败，怎么把这些失败告诉公众，又不消耗大家对科学的热情？

被 AI 看山点到的是答主@菲利普博士。

他先把问题换了一个更直白的说法：怎样写科普不会被打脸？然后给了一个有些反直觉的回答：很难。因为科学本身，就是一个不断用新证据修正旧认识的过程。

他从医学史里的塞麦尔维斯讲起。今天每个人都知道，医生接触患者前应该洗手；但一百多年前，这个如今看起来再普通不过的常识，也曾经遭遇过巨大的阻力。所以，比起让公众觉得科学永远不会错，更重要的也许是让大家看到：科学是怎么一步一步修正自己的。

如果科学真正重要的能力包括好奇心、直觉和跨学科连接，这些东西能被衡量吗？

答主@华沙应浩江 接下了这个问题。

还有一种很难量化，却真实存在的东西——学术的品位。做一个研究，是在已有路线旁边多迈了一小步，还是碰到了学科真正重要的问题？很多时候，只有深入一个领域以后才能逐渐形成判断。比起停留在一项具体研究里，他更关心研究背后那个更大的、更核心的问题。

现在 AI 已经能回答很多常规医学问题，医生真正不可替代的地方是什么？

被点到的是答主@孙悦礼。

两个小时的论坛进行到最后，他做的第一件事，是让大家先站起来。脚跟靠在一起，稍微动一动，找到一块平时可能从没认真感受过的肌肉。如果问 AI，它也许会告诉你一串准确的肌肉名称；但医生面对一个具体的人时，会想的是：怎么说，他才能马上听懂？怎么做，他才能真的完成？

这个短短的现场互动，也让一个讨论了很久的问题突然变得具体起来。科学当然在不断追逐更前沿的工具和技术，但知识最后怎样被理解、被判断、被使用，仍然需要一个个具体的人。

活动最后，中国科学院院士卿凤翎再次拿起话筒。

他说，自己参加过很多国内外的学术活动和社会活动，但这样的形式还是第一次。

不同观点真正碰到一起，才有可能长出新的思想。

说完，他还开了个玩笑：参加完这场青年人的活动，自己从 60 多岁变成 40 多岁，年轻了 20 岁。

科学的现场，并不只有答案诞生的那一刻。很多时候，它只是从一句：那我还有一个问题开始。

科学季 2026 也还在继续，让我们一起：让知识开源。