摘要：AI for Science（AI4S）作为科学研究的第五范式，已在蛋白质结构预测、新材料研发等领域取得突破性成果，其预测成果呈指数级增长态势。然而，实验验证与产业化能力的线性提升形成鲜明反差，导致AI科学发现转化过程中出现堰塞湖困境，大量优质预测成果难以转化为实际生产力。这一困境的形成源于三大核心矛盾：AI预测成果缺乏统一评估标准体系、实验验证与技术熟化能力供给不足、政策约束与投资谨慎形成的市场动力缺失。破解这一困境，需立足我国完整工业体系与全产业链优势，通过构建多维度评估标准与开源共享机制、发展具身智能与自动化实验室、强化中试平台建设、拓展多元化应用场景、推动AI4S与AI4R&D协同创新等五大路径，打通从科学发现到产业应用的全链条梗阻，为科技创新驱动高质量发展提供有力支撑。

关键词：AI for Science；成果转化；堰塞湖；产学研协同；创新生态

文章来源于《国家创新发展战略》（季刊）2026年第1期（总第18期）