一、科研智能基础平台
(一)星河启智科学智能开放平台
1.案例实施单位：
上海科学智能研究院、复旦大学、无限光年(上海)技术有限公司
2.案例背景：
在科学智能的1.0时代，人工智能主要作为科研的“加速器”,科学家定义重大科学问题并积累领域数据，由AI专业人才针对性设计并优化算法模型，在特定领域取得突破，充分验证了AI赋能科学研究的巨大潜力。随着科学问题复杂度的指数级提升、多模态数据的爆发式增长以及大模型技术的成熟，科学智能正加速迈向2.0时代。2.0时代的核心使命是让AI成为贯穿科学家科研全链条的核心伙伴，直接助力科学家去回答深邃的“科学之问”。科学领域迫切需要功能更强大、使用更便捷的基础设施和协作平台，让科学家能够直接利用平台化的AI工具，低门槛地处理高维异构数据、构建领域大模型、进行智能推理与实验规划，从而更高效地探索未知、验证猜想、发现规律。
3.案例概述：
星河启智是智能体原生的全链路科学智能开放平台，致力于加速科学发现，为全球科学家提供覆盖高价值科学数据、开源科学智能模型、面向科研领域的高效智算、干湿实验闭环、多智能体推理规划及多学科众研的全栈基础设施，驱动科学智能进入新纪元。面向科学家、AI工程师及广大开发者提供全链路服务，全面释放人工智能的生产力，推进跨学科协作、攻坚关键科学问题、大幅加速科学发现，从而服务各个领域和行业。
4.行业痛点：
科学智能基础平台面临如下核心挑战：一是高价值科学数据分散成孤岛，整合加工难度大，海量科研数据难以实现标准化沉淀与跨学科复用；二是智算基础设施适配不足，科学智能对智算基础设施提出了有别于大语言模型的新要求，需要满足异构融合、训推一体及多精度计算等多元需求；三是流程割裂化，数据管理、模型训练、实验模拟等环节相互孤立，跨学科协作缺乏支撑，AI难以贯穿科研全链，严重制约科学发现效率；四是技术门槛高，多数平台由技术驱动，界面复杂、流程繁琐，缺乏对领域科学家使用习惯的深度理解，导致“科学家想用不会用”;五是生态封闭性，缺乏开放共享的模型、数据和工具社区，跨机构、跨学科的协作创新受阻，难以形成“众研共创”的创新生态。
5.案例详述：
星河启智科学智能开放平台以“AI驱动科研范式重构”为核心理念，围绕科学家科研全流程，构建覆盖数据、模型、算力、实验、推理与协作的全链路基础设施。平台致力于解决科学智能2.0时代中科学家主导科研过程中面临的数据割裂、智算新需求、模型门槛高、实验闭环难、协作效率低等核心痛点，推动科研从“工具辅助”走向“智能伙伴”的新范式。星河启智平台以“AI原生、全链路贯通、开放协同”为设计理念，构建六大核心能力模块，形成“数据—模型—算力—实验—智能体—社区”一体化的科研智能闭环，旨在实现三大目标。一是降低科研门槛，通过开箱即用的模型广场、低代码实验编排与智能体辅助，使非AI背景的科学家也能高效开展智能科研。二是贯通科研流程，打通“数据采集—模型训练—干湿实验—结果验证”全链路，实现从假设生成到实验验证的智能闭环。三是构建开放生态，通过众研社区与开源机制，促进跨学科、跨机构协同，推动科学智能成果的快速传播与复用。
(2)软件平台
星河启智科学智能开放平台是面向科研全场景的一站式基础软件体系，其核心功能模块包括数据广场、模型广场、启智Lab、AI费米、自主科学探索引擎与众研社区。平台底层构建了统一的异构算力调度引擎与数据基座，实现CPU/GPU资源的弹性管理与海量多模态科学数据的可信治理。模型广场汇聚并管理来自多个学科的预训练模型，支持开箱即用与在线微调。自主科学探索引擎作为平台的智能中枢，内置多智能体框架与工作流编排系统，可自动调度数据、模型与计算资源，驱动“假设—仿真—实验—分析”的科研闭环。众研社区则构建了覆盖项目匹配、协同开发与成果共享的开放科学生态。该平台通过将分散的科研工具链系统性地整合，为科学家提供了贯穿研发全流程的智能伙伴。
(3)技术方案
星河启智平台的技术方案围绕构建“数据—模型—计算—实验”的智能科研闭环展开。方案实施始于数据与模型资源化，通过区块链技术实现科学数据的可信确权与标准化治理，并将涵盖气象、生物、材料等12+学科的200余个前沿模型资源化，形成开箱即用的模型服务。核心流程为智能驱动的科研工作流：首先用户可通过自然语言或可视化方式定义科研问题与约束条件，平台随即调用自主科学探索引擎，自动编排数据处理、模型调用与仿真计算任务，形成可执行的科研流水线。进而实现干湿实验的精准闭环，通过“AI费米”模块连接虚拟仿真与高校、机构的实体实验设备，利用实验灵巧手等自动化装置执行物理实验，并将结果数据实时回传，用于验证AI预测并迭代优化假设。全过程由多智能体系统协同支撑：平台内嵌的专用智能体在统一编排下自主协同，并通过众研社区机制融汇专家知识，最终形成从问题提出到解决方案验证的全链路、自进化科研范式。为落实《可信数据空间发展行动计划(2024—2028年)》,凝聚数据要素市场共识规则、畅通数据资源供需流转，中国信息通信研究院于2025年11月联合各家可信数据空间建设运营单位，发起“可信数据空间互信互认计划”,旨在构建“主体互信、资源互通、需求互应、规则互认、系统互联”的跨空间信任与协同体系。
该计划首批产出的跨域互信核心成果为——信任框架v1.0,为各方互信提供框架性的指引。框架立足数据流通全生命周期，将“身份互信、数据互信、履约互信、存证互信”确立为四大要素特征，以宏观到微观的逻辑贯穿“法规治理、组织治理、模型语义、格式协议”四个层级，既为企业决策层提供统一共识指引，也为技术开发者明确具体技术规范。
下一步，联盟将联合更大范围的可信数据空间运营单位，围绕“界定何为可信、推动协同互通”的核心诉求，启动系列具体标准研制工作，最终形成“1套跨空间共识规则与标准规范、N个跨空间应用场景测试床、1套分级的信任度量与准入评估机制、X个可复制推广的最佳实践”的成果体系，助力构建广泛互联、资源集聚、生态繁荣、价值共创、治理有序的可信数据空间跨域网络，为全国一体化数据市场建设提供支撑。
一、总则
(一)适用范围
本框架规定了可信数据空间跨空间互信互认的总体框架。本框架适用于各类可信数据空间跨域互联的规划、建设及评估参考。
(二)编制目的
深入落实《可信数据空间发展行动计划(2024—2028年)》工作部署，聚焦凝聚跨空间共识规则、推动跨空间场景协作等发展方向，本框架编制旨在实现两大目标：一是承续并细化完善现行标准，结合企业实际需求针对性填补标准体系空白；二是破解因不同空间合规边界、流程机制存在差异而引发的“跨域互信与合规治理问题”,以此推动各方围绕“何为可信”达成普遍共识，助力相关国家标准的制定与落地。
二、信任框架整体说明
为科学界定信任框架的关键组成要素与核心落地方向，联盟面向近40家行业企业发起专项问卷调研，并针对首批10家联合发起单位开展点对点深度访谈，全面梳理产业实际需求与实践痛点。调研结果显示，企业对跨可信数据空间协作的核心诉求相对集中，在20类细分选项中，多数企业更加关注如何界定合规、身份与数据是否可信、目录如何互通、准入评估机制如何构建等方面问题。从运营与盈利需求来看，跨空间协同成为企业的共性需求。当前可信数据空间运营主体按业务属性可分为两类：一类是传统龙头企业，其数据业务占主营业务比重较低，数据盈利并非核心诉求，核心是通过产业链数据协同实现企业降本增效，以及行业资源优化配置；另一类是以数据业务为主营业务的企业，包括地方数据集团、数商等。两类主体虽诉求各有侧重，但均需开展更大范围的数据协同，也面临跨空间合规互信与技术互操作的共性挑战。
本文来自知之小站
报告已上传百度网盘群，限时15元即可入群及获得1年期更新
（如无法加入或其他事宜可联系zzxz_88@163.com）
