当今物理研究正向微观世界深处持续推进，AI也在重塑研究范式本身。当算力与数据成为新的实验工具，人类对微观世界的探索会走向哪里？

近日，2026未来科学论坛“洞悉微观前沿，定义未来技术”物理专场研讨会上，五位顶尖物理学家、院士同台，围绕AI变革、量子未来与物理基础研究展开讨论，探讨物理学的前沿进展如何定义人类文明的下一程。

1

AI，物理学的

第二场“望远镜革命”

工具驱动科学范式革新，在科学史上早有先例。四百多年前，伽利略以望远镜革新天文观测，拉开了近代科学序幕。“如今AI将撬动物理学的第二场‘望远镜革命’。”中国科学院院士、复旦大学物理学系教授龚新高说。

从尺度突破、学习算符到多场耦合、全空间探索、规划合成路线，AI带来的效率跃升正打通从原子到材料的全链路。“过去几千个中性原子的复杂排布编程，AI介入后指令压缩到极短，退相干前即可完成。”中国科学院院士、中国科学技术大学常务副校长潘建伟举例道。

在龚新高看来，AI更关键的价值在于带来新的“可见性”。正如望远镜让人类看清此前无法观测的月球环形山，AI同样在推开这样一扇窗，推动研究从“解释已有实验”转向“寻找隐藏未知”。

他以一项团队研究为例，过往学界认定半导体能隙的长尾源于外部材料缺陷，团队用AI计算能隙与尺寸关系后却发现，这条长尾是材料内禀属性，其分布规律还与地震、洪水等极端事件共享同一种极值统计逻辑。“如果没有AI，我们不会去重新审视一个五六十年前就已解决的问题，推翻学界固有认知。”

这种“看见”还在穿透学科边界、连接新领域。团队优化磁性分子谱线算法时，曾注意到谱线与磁场存在线性关系，顺势将方法拓展应用于白矮星磁场测量。一支研究凝聚态物理的团队，就这样跨进了天文学。“AI让不同学科的知识、模型和数据可以同时被调用，专业孤岛正走向知识融合。”龚新高说。

目前，龚新高正推动打破另一重壁垒，让计算工具从少数专家手中走出来，变为“研究者共享”。在市科委的支持下，团队联合上海创智学院将复杂的计算流程封装进微信公众号，用户输入一句自然语言描述，后台AI即可完成计算并返回结果。“我们希望未来的大众物质科学，谁都可以用。”

2

量子计算的“铁马冰河”

“世界万物由原子组成，而这些原子都服从量子力学规律。”潘建伟化用费曼的话，指出量子计算被寄予厚望的根本原因：量子叠加态带来天然并行算力，让计算能力随比特数指数级增长。

落地之难同样源于量子特性。量子比特极易受环境干扰，目前千分之一的出错率，距离实用化的高保真标准仍有不小差距。为此，学界正沿着两条路线攻关：一条靠量子纠错编码事后修正错误，另一条走拓扑量子比特路线从源头实现容错。

“量子计算是不可避免的未来”。中国科学院院士、上海交通大学李政道研究所副所长丁洪说。团队在后一条路线走出了自主创新路径。他们基于铁基超导材料首创自赋型拓扑超导体，拓扑能隙与国际主流方案相比具备显著优势，抗干扰能力指数级增强。“铁马冰河入梦来”，他用这句诗概括团队愿景，目标是制备拓扑量子晶体管，为通用量子计算机提供核心基座。

潘建伟则提醒，比特数量增加带来的串扰至今仍是未攻克的核心壁垒。他认为未来五年专用量子模拟机有望率先落地，解决材料合成、化学模拟等特定领域的复杂计算难题，而通用量子计算机则还需“至少十年，甚至更久”。他用“找针”的比喻解释量子计算与经典算力的协同：传统超算模拟复杂体系，如同在全上海找一根针，而量子计算可以先把范围缩到一个房间，再由经典算力精确定位。

谈及量子产业现状，潘建伟直言量子信息前景光明，但资本市场催生的概念泡沫值得警惕。他呼吁建立高能级量子评测机构，以单比特精度、量子比特数目、能否实现量子计算优越性为“金标准”加强监管，让技术发展回归严谨、健康的轨道。

3

基础研究无可替代

当算力与数据狂飙，理论物理还有多少发挥空间？波士顿学院物理系教授汪自强指出，AI时代，基础研究反而站到了更关键的位置。

“没有理论牵引，大部分实验只是科学活动，难以跃升为原始创新。”理论要做的是把现象放进物理学脉络，追问机理、普适性，定位它承前启后的影响力。从整数量子霍尔效应到拓扑超流态、马约拉纳零能模，每一步都建立在基础研究的里程碑之上。“如果希望类似的原创理论在中国不断涌现，最根本的方向就是大力加强基础科学，尤其是理论物理。”

培养穿透复杂表象的物理直觉，没有速成法。汪自强建议年轻学者主动训练“大道至简”的能力，在长期积累中建立自己的科学品味与价值观。他引用凝聚态物理之父安德森曾分享前沿研究的诀窍：“你必须把自己想象成一个电子。”跳出宏观思维惯性、代入微观粒子视角，正是理论研究者独有的训练方式。同时，他鼓励青年学者多与实验团队协作，抓取一线观测带来的直观启发，“要敢于突破固有框架、探索全新方向。”

面对AI对科研的渗透，龚新高同样提醒年轻学者先把物理底子打牢。“AI能给出结果和辅助判断，但物理知识和基本直觉，只能靠长期积累和训练。”扎实的理论功底，是分辨AI结论真伪、善用算力工具的前提。

正如中国科学院院士、中国科学技术大学物理系教授陈仙辉所说，基础物理的每一次突破，都在重新定义未来技术所能抵达的边界。AI、量子计算——这些在会场中反复提及的词，都指向对微观世界最深处的那一问。这些叩问看似漫长而沉默，但深埋于基础研究土壤中的种子，总会在某个时刻破土而出。下一次颠覆性突破，或许就藏在其中。