为破解早期科技成果转化项目社会资本“不愿投、不敢投”的痛点，厦门市启动科技项目“拨投结合”工作，通过财政资金先行投入，后续转为股权投资的创新模式，撬动多元资本参与科技创新，加快构建“研发－转化－产业化”全链条支持体系。

3月28日，作为2026中关村论坛年会、中关村国际技术交易大会的重要品牌活动，首都高校科技成果转化2026首场巡回交流会暨全国高校区域技术转移转化中心（北京）成果交易会在北京中关村国际技术交易中心举办。

3月29日，2026中关村论坛年会重大成果发布专场新闻发布会举行。会上多项重磅科技成果集中发布，高能同步辐射光源建成试运行、首次发现帕金森病核心致病功能环路两大前沿成果成为核心亮点，彰显我国在基础科研与生命健康领域实现重大突破。

当前，人工智能赋能科学研究（AI for Science）已成为全球主要科技强国重点布局的战略方向，更是推动基础研究原始创新、赋能新质生产力发展的核心引擎。在3月27日举办的2026中关村论坛年会“AI for Science青年论坛”上，由中国科学技术信息研究所联合多家机构编制的《AI for Science创新图谱2026》（以下简称《报告》）正式发布。《报告》以图谱可视化形式，从技术形态、学科场景、生态体系、国际格局等维度进行分析，展现了当前AI for Science阶段性发展特征和重要创新趋势。

3月29日，从中国石化胜利油田获悉，在日前召开的第51届日内瓦国际发明展上，该企业研发的CCUS（碳捕集、利用与封存）关键技术装备斩获该展会最高荣誉——特别嘉许金奖。该奖项从当届金奖项目中经过层层遴选，并经评审团全票通过而选出，获奖率仅占全部参展项目的2%左右。

3月26日，在安徽省芜湖市长江北岸，随着开挖直径达12.13米的“皖美电力号”盾构机缓缓转动刀盘、稳步始发，由国网安徽省电力有限公司建设分公司建设管理、中铁十四局施工的芜湖GIL（气体绝缘输电线路）管廊工程开始盾构掘进，向着长江天堑开启穿越征程。

3月26日，2026中关村论坛年会“国家自然科学基金学术论坛”AI驱动的工业（电力+算力）融合发展专题会议举行。国家自然科学基金委员会信息科学部主任、中国科学院院士郝跃在会上指出，当前，人工智能与能源系统的融合发展正处于重要的战略机遇期，“算电”协同不仅是数字基础设施建设的关键抓手，更是推动工业体系高质量发展的核心支撑。

时速达600公里的超导电动高速磁浮列车惊艳亮相、上海磁浮列车线路最高运营时速达430公里、全球唯一的时速600公里整车悬浮振动试验台投用……近年来，我国高速磁浮领域创新成果涌现，一幅面向未来的高速交通图景正加速展开。

清晨拉开窗帘，天气预报明明是“晴”，天空却蒙上一层灰。走上街头，一阵风卷起尘土，不仅迷了眼，连嗓子也发干。很多时候，决定一天“呼吸体验”的，是大气中那些看不见、摸不着的微小颗粒——气溶胶。 气溶胶来源复杂、变化迅速，一直以来是环境预报中的难题。近日，中国气象科学研究院车慧正研究员和张小曳院士团队发布了全球首个气溶胶-气象耦合人工智能（AI）预报模型——AI-GAMFS。该模型仅需39秒，即可完成未来5天、时段精细至3小时的全球业务化预报，在沙尘、黑碳、硫酸盐等关键组分的预报精度上优于国际主流物理模型。相关成果发表于《自然》。 论文第一作者、中国气象科学研究院副研究员桂柯告诉记者，AI-GAMFS仅需39秒就能完成54个关键环境气象要素的全球5天预报。由于这个速度太过“离谱”，一位审稿人决定亲自验证。他下载了全部数据和模型，在自己的服务器上复现了一遍。 “审稿人‘跑’下来是40秒，和我们说的基本一致。模型运行非常顺畅，他确认我们没有夸大，随即给出了审稿通过的意见。”桂柯说。 从“气象预报”迈向“组分解析” 近年来，AI技术在天气预报业务中的应用已取得很多进展，“盘古”“伏羲”等气象大模型已能用AI快速预报温度、气压、风速等常规气象要素。然而，从“预报天气”到“预报大气成分”，是一次难度上的跃升。 “气象预报只需考虑温、压、湿、风等物理量，但气溶胶预报要把大气中的‘东西’拆开了看。”桂柯解释道，气溶胶并非单一物质，而是大气中一群来源各异、性格迥异的“居民”，通俗来说，就是悬浮在大气中的各种颗粒物：城市雾霾中的硫酸盐、硝酸盐，来自人为排放；沙尘暴中的粗颗粒，来自戈壁沙漠；野火燃烧产生的黑碳、有机碳，来自森林和秸秆焚烧；甚至海面上的浪花飞沫，也会产生海盐气溶胶。 这些不同来源、不同成分的颗粒物，对人体健康、气候变化、生态系统的影响截然不同。 “细颗粒物深入肺部，影响呼吸系统；沙尘虽粗，却能遮蔽阳光、改变区域温度；黑碳沉降到冰川，会加速冰雪融化。”桂柯表示。因此，气溶胶预报不能只报“总量”，必须把每一种组分“拆开”预报。 传统的预报方法是将数值天气预报结果输入大气化学传输模型，模拟成千上万种化学反应和物理过程。但是，对气溶胶与气象之间复杂的“反馈”关系，传统模型往往力不从心。 车慧正表示，大气成分本身就足够复杂。“大气中有上万种化学组分，每一个组分从哪儿来

跨行业技术协同正在为具身智能领域不断注入新活力，已成为大众有目共睹的事实。在近日举行的2026中关村论坛年会预热集体采访活动中，科技日报记者走进中关村（海淀）具身智能创新产业园，见证了具身智能与各行业的亲密“接触”。 　　在诺亦腾机器人科技（北京）有限公司（以下简称“诺亦腾机器人”）展示区内，穿戴多模态数据采集设备的工作人员缓缓伸出手，抓住面前的水杯，这一个平常的动作变成数据信息录入系统，仿真环境中的机器人随即模仿出同样的姿态。 　　“我们人在抓水杯的时候，知道该抓哪里、用多大力，但机器人可不知道，需要大量的动作训练数据来‘告诉’它怎么做，这就是我们在做的事情。”诺亦腾机器人副总裁、合伙人李遥说。 　　李遥告诉记者，如今，大数据已经能让机器人完成人类与物体交互的原子级行为及搬运物品等中长程任务。“当我们有了几十万小时乃至上百万小时的真实数据支撑后，人们想象中能按照指令完成炒菜、扫地工作的机器人就很有可能变成现实。” 　　在“如何让机器人更聪明”的问题上，无界动力（北京）技术研发有限公司（以下简称“无界动力”）给出了不一样的答案。“我们引入源自智能驾驶领域的‘影子模式’，让通用基础模型作为‘幕后大脑’，利用真实物理交互数据的反哺推动模型在实战中理解物理规律，并学会自主学习。”无界动力创始人、首席执行官张玉峰说。 　　在智驾行业出身的张玉峰看来，智能驾驶与具身智能同属物理AI，算法技术路线、网络架构高度相似，智能驾驶的海量数据处理经验可直接应用于具身智能研发。 　　沿着这一思路，无界动力在算法与算力层面同时布局，完成了超1100 TOPS的大小脑一体国产大算力计算平台的全栈自研，并在其人形机器人上实现了标配部署。“目前，我们的机器人产品已进入到国际客户的工业产线，正式开启量产交付落地的新阶段。”张玉峰说。 　　相比诺亦腾机器人和无界动力所追求的泛化应用，北京罗森博特科技有限公司（以下简称“罗森博特”）专注于具身智能与医学场景的“牵手”。 　　在罗森博特的产品展示区，记者看到了一个演示视频：手术台边，机械臂与主控台车将手术台包围在中央，后方的显示屏上清晰地显示着手术台上患者骨骼的三维影像，随着医生的操作，机械臂缓慢地将错位的骨骼推动复位。罗森博特创始人、董事长王豫告诉记者，这是利用机器人进行骨盆骨折手术的模拟场景。 　　王豫表示，具身智能技术的加入，不仅