2026年7月4日至5日，“AI智能体赋能核物理研究研讨会(AI Agents for Nuclear Physics Workshop)”在复旦大学江湾校区一号交叉学科楼举行。会议由复旦大学主办，来自复旦大学、华东师范大学、香港科技大学、上海交通大学、北京大学、中国科学院高能物理研究所、中国科学院近代物理研究所、中国科学院理论物理研究所、中国科学院物理研究所、华中师范大学、香港中文大学(深圳)、同济大学、中山大学、中国人民大学、山东大学等单位的专家学者参加会议，围绕AI智能体在核物理、高能物理、加速器、核数据、量子多体计算和科学工作流中的应用开展深入交流。
马余刚院士在“AI智能体赋能核物理研究研讨会”开幕式上致辞。
本次会议是在中国科学院院士马余刚教授的建议和推动下筹备举办的，由复旦大学现代物理研究所何万兵副教授具体组织。马余刚院士在开幕致辞中指出，大语言模型和智能体系统正在进入科学研究的关键环节，核物理研究涉及强物理约束、高维数据、多尺度模拟、大科学装置和复杂实验分析，是AI智能体发挥作用的重要场景。他鼓励与会专家从真实物理问题出发，推动AI工具与核物理方法、数据和实验装置深度结合，形成可验证、可复现、可共享的新型科研流程。
会议报告覆盖了从通用智能体框架到核物理专用科研系统的多个层面。香港科技大学王一教授在报告“Theoretical Physics Research with Agentic AI”中，从理论物理研究中的“vibe physics”出发，介绍了面向文献梳理、想法生成、计划-计算循环和同行评议的Agentic Research Copilot框架，强调在计算成本快速下降的背景下，科学想法的提出与结果核验仍是研究智能体必须重点服务的环节。复旦大学邱锡鹏教授介绍了从MOSS、多模态模型到NEX智能体基座模型和科研驾驶舱SCION的最新进展，展示了大模型向“能动型科研操作系统”演化的技术路线。中国科学院理论物理研究所陈锟副教授围绕“大知识模型”与Gaia科学形式化语言，讨论了如何把科学命题、证据链和矛盾关系转化为可计算、可追踪的推理网络，为Agentic Science提供知识基础设施。北京大学见东山博士、中国人民大学卫雅珂博士、中国科学院物理研究所欧仕刚博士和同济大学金磊教授分别从集成式科研平台、Vibe Coding实践、智能体培养与评价等角度，讨论了科研智能体从工具调用走向工作流协同的路径。
面向核物理和高能物理的具体应用是本次会议的核心亮点。上海交通大学王伟教授介绍了面向格点QCD的自主科研智能体LQCDMaster，通过Planner、Executor、Sbatch与Revision等模块，将物理目标、代码生成、集群作业和结果检查连接起来，探索可信、可扩展的格点QCD智能体。华中师范大学庞龙刚教授报告了CLVisc Agent在相对论流体力学中的应用，展示了AI智能体在参数配置、工具调用、末态观测量设计、核结构效应检验以及生成模型加速重离子碰撞模拟中的潜力。中国科学院高能物理研究所李科副研究员介绍DrSai项目，围绕BESIII分析构建“工具+知识+策略”的智能体体系，并通过HepScript领域专用语言、Skills、DSL和Agentic RAG等方法，把高能物理实验分析流程转化为可执行、可复用、可验证的智能体工作流。中国科学院近代物理研究所刘杰以HIAF装置为背景，介绍了人工智能驱动的加速器精准操控和动力学创新，重点展示AutoSDC无人化“感知-决策-操控”闭环系统、LACCS大数据平台、束流相空间重建、强化学习与模仿学习融合调束等进展。
多位报告人还展示了AI方法在物理建模、核数据评价和量子多体计算中的新进展。香港中文大学(深圳)周凯教授从高维概率分布问题出发，介绍生成模型在格点场论、重离子碰撞模拟、反问题推断和随机量子化中的应用，并展示了重离子事件智能扩散模型对复杂模拟流程的加速能力。复旦大学孔祥进研究员介绍程序合成驱动的通用酉算符自动设计、X射线核量子控制中的谱反卷积、AI驱动量子存储策略以及特征嵌入的变分蒙特卡洛方法，体现了AI在算法发现、数据处理和多体模拟中的统一作用。中山大学苏军教授以CiADS等应用需求为牵引，报告了基于张量模型的核数据评价与应用，提出以物理模型、数据库、机器学习和专家判断共同支撑面向应用的核数据智能体。北京大学杨一龙博士介绍深度学习驱动的原子核第一性原理研究，展示FeynmanNet在核多体波函数和晕核结构研究中的应用。复旦大学张靖宗博士以超周边碰撞为“核结构干涉仪”，介绍了可解释多任务深度学习在核结构反问题中的应用。
会议还特别关注AI方法的可靠性和可解释性。复旦大学金泰瑾(Tae-Geun Kim)博士在“Can you trust your neural samplers?”报告中指出，神经采样器可能在能量、比热等整体热力学量上通过检验，却在临界长程关联上悄然失效，并提出以模型自身样本计算的关联长度判据来评估采样器可信度。山东大学郭世杰博士介绍大语言模型驱动的原子核基本性质预测及解析公式构建，展示了LoRA微调、多目标预测和符号回归结合在核物理经验公式发现中的应用。复旦大学柴声都博士报告了Agent驱动的神经网络波函数架构自动探索，说明在训练指标可靠、反馈明确的科学问题中，智能体不仅能够搜索超参数，也能够进行带逻辑判断的架构迭代。
与会专家认为，AI智能体赋能核物理研究的关键不在于简单替代研究者，而在于把物理知识、实验数据、数值模拟、代码工具、验证标准和专家判断组织成可迭代的科研闭环，代表着新的科研范式的变革。会议为核物理、人工智能和科学计算领域的研究人员提供了跨学科交流平台，也为复旦大学推动AI for Nuclear Physics方向的合作研究奠定了良好基础。未来，与会团队将继续围绕专用科研智能体、可信AI方法、开放工具链和可复现科学工作流开展合作，探索面向核科学前沿问题的新型研究范式。
