深耕基础研究、探索原创技术、丰富科学社区，上海AI实验室近期新进展速览 | 第01期
来源：上海人工智能实验室｜ 2026-08-13
面向通用人工智能与科学智能前沿，上海人工智能实验室（上海AI实验室）持续攻坚原创技术、培育开放创新生态。近期，新一代科学发现平台『书生·端砚』、书生系列大模型Intern-S2-Preview-397B、『书安』AI安全基座平台等一系列新进展陆续推出。
除此以外，在大模型开源范式、神经科学智能体、智能体安全、科学数据与国产算力生态建设等方面，实验室也取得了系统性进展。
与此同时，实验室正着力构建浦江科学社区，广泛链接国内外优秀科研团队和人才，以开放包容、鼓励探索的科研环境助力人工智能领域原创性重大科研突破。
01模型赋能：
ArchSpace推动预训练走向过程开放
近日，上海AI实验室提出一种创新“开源”模式：不仅开放最终的模型参数，也将逐步公开预训练过程中的实验记录、架构取舍和验证结果，推动大模型预训练从结果开源走向过程开放。这一模式的核心价值在于打破大模型研发的“黑箱”壁垒，让全球科研人员能清晰追溯模型迭代逻辑、复用实验经验、规避重复试错，助力行业加速构建更开放、更高效的创新生态。
配套开源可视化平台ArchSpace同步上线，以经典Decoder-only Transformer为基底，完整可视化所有衍生架构的迭代脉络、创新分支与验证结论。目前，下一个概念预测模型（NCP）、深度注意力模型（Depth-Attention）、知识与推理解耦架构（Mobius）等十余种架构创新提案正在开放验证。
欢迎全球开发者参与提案。对于通过评议的提案，实验室提供双聘、实习生等多样化合作机会。
十余种架构创新提案正在开放验证
02科学智能：
SeekBrain有望破译大脑智能机理
https://ai4neurolab.github.io/SeekBrain-page/
神经科学数据高度异构、分析工具碎片化，大量跨尺度假设难以系统性验证。为加速神经科学发现，上海AI实验室科研团队打造了SeekBrain——首个面向神经科学发现的自主多智能体研究框架。
SeekBrain构建了一套可进化的神经科学专用分析知识库：从公开文献与代码中提炼60余套已验证配方，覆盖分子、结构连接、神经活动、行为四大模态。规划与分析双引擎将复杂问题拆解为跨模态管线并批量执行，通过研究员参与的迭代（researcher-in-the-loop）机制驱动知识库持续进化。
SeekBrain架构图
在实际评测中，SeekBrain在首个神经科学端到端分析基准BrainArena中大幅领先通用智能体（如Claude Code、Codex等）。真实科研场景下，它已在自由移动斑马鱼和小鼠决策任务中成功挖掘出潜在神经机制线索，为智能体参与神经科学发现提供了全新实践路径。
03安全可控：
AgentDoG守护智能体时代AI安全
https://github.com/AI45Lab/AgentDoG
国家安全部近日发文提醒：当AI展现出“自作主张”的能力，AI安全问题必须认真对待。
近期，以上海AI实验室自主研发安全架构AgentDoG为基础打造的DoGNAVY，在全球公开的AI网络安全能力评测基准CyberGym中位列公开榜单第三、开源模型路线第一。
为什么选择AgentDoG？一方面，当前AI智能体的风险，早已不是“说错话”那么简单，但现有的安全工具只能给出“安全/不安全”的简单判断，无法告知风险根源。AgentDoG能精准识别行为安全性，同时追溯风险源头、定位失效模式、解释决策背后的动因——像一位既会抓贼、又能复盘案发经过的侦探。
另一方面，训练AI安全模型通常很“烧钱”——需要海量数据和巨大算力。AgentDoG团队采用全新思路：先用一套智能筛选机制，从海量数据中只挑出最关键的千余样本，再通过数据净化技术去掉“杂音”。最终，一个参数量仅为通用大模型千分之一的小模型，在复杂风险识别任务中达到了78.4%的准确率——与顶级大模型不相上下。
AgentDoG核心应用场景
数据基座：
Sciverse让AI读懂科学世界
数据是支撑科学研究的关键。当前，科学数据面临分布封闭、模态复杂等挑战。
为此，上海AI实验室近期上线科学数据基座Sciverse，把论文、图书、专利、期刊、会议等公开的科学知识资产，处理成Agent可以直接调用的科学数据，助力其基于真实、可验证、可追溯的科学数据完成研究。
目前，Sciverse已具备4.5亿余条学术元数据，1亿余条图书记录，7000万余条专利记录和3000万余篇AI-Ready论文全文。这些跨学科、跨语种、多来源的科学知识数据，经清洗、解析、结构化和索引后，已全面导入Sciverse并持续动态更新。Sciverse提供API与Skill接口，可快速接入科研Agent、RAG系统、数据管线及学术产品，支撑文献综述、知识库建设、技术情报与数据集构建等全链路科研AI工作流。
算力生态：
创新大赛邀请全球开发者参赛
https://deeplink.org.cn/kernelswift_competition
报名截止 2026年8月21日
近期，上海AI实验DeepLink团队主办的KernelSwift算子创新大赛启动。
本次大赛依托全新迭代的智能算子迁移系统KernelSwift 2.0，聚焦国产芯片环境下的算子开发与性能优化，设置Triton算子优化赛道、Clike算子优化赛道、 AI4S和新型模型架构算子优化赛道三大方向。大赛总激励可达百万规模，包括奖金、算力、平台支持等多维资源加持，并获得昇腾、沐曦、太初、思朗、九源联合体等合作伙伴共创。
诚邀全球开发者、高校师生、科研人员及产业工程师报名，共同探索国产芯片环境下算子生成、迁移与性能优化的新路径。
科学社区：
Max Tegmark分享更安全的AI代码范式
近期，美国麻省理工学院终身教授、生命未来研究所创始人马克斯·泰格马克 (Max Tegmark）受邀在浦江科学社区以From vibe coding to vericoding: writing provably bug-free code with Al（《从“氛围编码”到“形式化验证编码”：用AI编写可证明安全的代码》）为题展开分享，并与实验室青年科研人员展开交流。
他指出，“氛围编码”是借助AI快速生成代码的编程模式，虽然可以大幅提升效率，但生成的代码存在安全风险；“形式化验证编码”则进一步生成附带形式化证明的代码，确保无漏洞，为高安全需求系统奠定可信基石。
