范式革命启新思，AI 普惠赋科研｜李颖悟会长为中国科协领航计划青年科技人才作专题授课

2026 年 9 月 19 日上午，2026 年中国科协“领航计划”青年科技人才国情研修活动（总第 156 期）于湘江新区工委党校南栋报告厅顺利开展。长沙市智能存算产业促进会会长李颖悟受邀作专题报告，面向参训青年博士生，带来题为《DeepSeek 引领 AI 普惠时代——AI 普惠如何重构科研的底层逻辑》的专题授课，围绕范式革命、技术剖析、AI 赋能、科研工具箱、未来启示等，系统解读 AI 普惠浪潮带给科研领域的深刻变革和如何实现科研的 AI 转型。

图：《AI 普惠如何重构科研的底层逻辑》专题授课现场（原图见公众号原文，可在后台替换为现场照片）

本次研修培训聚焦青年科技人才能力提升，紧扣国务院《关于深入实施“人工智能+”行动的意见》顶层部署，立足我国 AI 产业发展现实，引导青年科研工作者读懂 AI 时代大势，找准个人科研定位，掌握 AI 赋能科研的实战方法。

算力特权时代与人人可用普惠时代的分野

报告开篇，李颖悟会长厘清 AI“算力特权时代”与“人人可用普惠时代”的本质分野。他指出，普惠并非简单的技术降价，而是技术发展到“不必计算使用成本”，真正转变为社会基础设施的时代标尺。过去前沿大模型训练动辄千万美元投入，强大模型多为闭源，科研人员使用 AI 的门槛受制于预算与审批；而今依托 MoE 混合专家、DSA 稀疏注意力、强化学习后训练等架构与工程创新，模型训练、推理成本实现断崖式下降，开源权重、私有化部署成为现实，AI 从科研采购项目转变为科研基础设施。同时他提醒青年科研人，工具普惠不等于能力普惠，当执行成本大幅降低，甄别、判断能力将成为科研人员新的核心护城河。

八大模块层层展开

报告分为趋势研判、技术解码、全球 AI 竞争格局、行业场景落地、科研范式刷新、科研实战工具箱、学科范式跃迁、战略未来展望八大模块层层展开。在技术解码板块，李颖悟系统复盘人工智能七十余年发展的三次浪潮与四代技术跃迁，拆解 DeepSeek 实现低成本高性能的四大工程智慧：架构层面做“少算”、训练层面做“少教”、工程层面做“少等”、生态策略层面做“少藏”，阐释效率创新如何打破“唯有堆算力才能做强大模型”的固有认知。

放眼全球 AI 产业格局，报告剖析算力、数据、算法、人才、生态五层竞争结构，客观对比中美 AI 各自的优势与短板，分析开源、闭源两条技术路线的战略价值。他提出，对于国内青年科研人员而言，不必扎堆资源密集型的基础大模型训练赛道，方法密集型、学科交叉领域才是青年科研人的主场。

从产业落地再回归科研本源，报告梳理政务、制造、医疗、教育、农业等八大行业 AI 落地实践，提炼出一条核心准则：可验证性决定 AI 的应用深度，凡是可以独立核验的环节可以交由 AI 执行，无法验证的内容 AI 仅能作为辅助助手，人必须守住判断与责任底线。

AI 如何重塑科研工作流

针对广大博士生最为关切的 AI 赋能科研议题，李颖悟围绕科研“读、想、算、写”四大核心环节，深度解析 AI 对科研工作流的重塑。文献综述、数据处理、论文写作等执行类工作效率得到极大释放，但选题定义、价值判断、学术责任无法交由 AI 承担。课程提供了完整可落地的科研实战工具箱，包含结构化提示词五要素、六大科研工作流模板，同时着重强调学术诚信红线，列举 AI 幻觉引用等现实风险，明确科研使用 AI 的自查清单。

在范式跃迁部分，报告描绘 AI 与物质科学、生命医学、地球环境、数学人文社科的融合图景，预判科研组织形态向着“小团队 + 大算力”演进。面对 AI 带来的同质化、可复现危机、价值判断外包三类风险，要求科研工作者坚守一手实验数据、真实田野观察，守住科学研究的本源底线。

图：2026 中国科协“领航计划”青年科技人才国情研修班培训现场（原图见公众号原文，可在后台替换为现场照片）

面向青年科技人才的 90 天行动建议

授课最后，李颖悟会长从国家、机构、个人三个维度给出战略启示，并向青年科技人才交付一份 90 天行动建议清单。他谈到，AI 普惠时代，稀缺的不再是算力资源，而是提问的能力、判别真伪的判断力，以及深耕领域持之以恒的耐心；技术的门槛持续降低，但做学问的门槛从未降低，广大青年科研者既要善用 AI 工具杠杆，更要筑牢学科根基，坚守科研诚信底色。

整场授课理论深厚、案例详实，兼顾宏观产业格局与博士生科研实操，既有前沿技术的深度拆解，也有立足青年成长的务实建议。参训学员全程认真聆听记录，大家纷纷表示，本次授课厘清了很多对 AI 大模型的认知误区，收获了可直接用于科研工作的方法工具，对今后开展科研工作极具启发。

图：李颖悟会长与 2026 年中国科协“领航计划”青年科技人才国情研修班学员合影（原图见公众号原文，可在后台替换为现场照片）

此次专题研修授课，是中国科协“领航计划”培养青年科技人才的重要实践，推动前沿 AI 产业实践经验走进青年科研人才教育培训课堂，促进产业创新成果与基础科研双向融通，助力青年科技人才拓宽视野、更新思维，更好顺应新质生产力发展时代要求。