2025年11月6-8日，第十届中国分析仪器学术大会（ACAIC 2025）在陕西省西安市成功举办。本届大会由中国仪器仪表学会分析仪器分会主办、西安交通大学承办，500余位行业领袖、创新企业代表及青年科研人员积极参会，深入探讨了AI对分析仪器性能提升、功能拓展、应用开发、研发流程及创新管理等带来的影响，共同展望新技术、新产品、新应用、新范式以及新格局。

ACAIC 2025大会现场

       大会报告紧扣“AI赋能，创新转型”，西安交通大学徐宗本院士、清华大学李景虹院士、国家自然科学基金委王勇主任等14位来自“政、产、学、研、用”各界的资深专家学者，从宏观行业趋势到具体技术突破，从基础理论研究到产业落地实践，多维度解读AI与分析仪器融合的发展潜力，为参会者带来了一场兼具深度与广度的学术盛宴。

徐宗本 中国科学院院士、西安交通大学教授

大模型原理及其赋能模式

       近年来，以大模型为特征的生成式人工智能发展迅猛，正深刻影响并改变着科研范式、创新范式与生产方式。徐宗本院士以大模型的基本原理与发展趋势为切入点，分享了大模型驱动专有知识库构建的数据赋能-企业/行业AI应用的基础性工程等模式。徐院士指出，大模型赋能经济建设主战场，既靠技术/平台的通用性，也靠正确的赋能模式。大模型驱动专业知识库构建、大模型操作系统驱动企业赋能、分诊式大小模型协同、双移动平台组织等具有重要的实践意义与推广价值。发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。

李景虹 中国科学院院士、清华大学化学系教授

面向生命健康的智能生物分析化学

       生命系统是具有多层次结构的高度复杂体系，近年来日益受到研究人员的关注。李景虹院士在报告中指出，分子和细胞作为生命的基本单位，其微观尺度的研究对于揭示生命现象的本质至关重要。借助新兴的单细胞成像、单分子测序等高精度工具，研究者们得以洞悉生命最细微的运作机制。人工智能技术的融入，极大地提高了数据处理的效率与准确性，为实验与分析过程提供了智能化与创新型解决方案。与此同时，人工智能也将为生物分析化学领域的发展提供新的机遇，不断推动器件、工具和方法的创新。

王勇主任 国家自然科学基金委化学科学四处

仪器创制-化学测量学的重要使命

       化学测量学主要面向科学前沿和国家战略需求，突出原创方法学研究，注重学科交叉、数智赋能，重视基于新原理的仪器与关键部件创制及性能提升。王勇主任在报告中重点介绍了化学测量学申请代码内涵以及“十四五”期间基金委化学部化学测量学领域仪器相关项目的申请资助情况，复杂样品处理、分离与鉴定、谱学、仪器创制、大科学装置应用等是化学测量学优先资助的领域。报告的最后，王勇主任对化学测量学未来发展做出展望：发掘新原理与新效应、迈向极限与生命深处、智能集成与范式革命，进而推动科学发展、解决社会发展重大需求。

贺浪冲教授 西安交通大学药学院

生物与AI时代背景下的细胞膜色谱分析仪

       细胞膜色谱法是1994年由贺浪冲教授提出的创新技术，是一种在仿生环境下对物质“生物活性与理化属性”同时进行判定的识别分析方法。在人工智能与生物技术深度融合的时代背景下，细胞膜色谱技术迎来了新的发展机遇。贺浪冲教授指出，将机器学习、深度学习等AI算法深度集成，构建智能化数据分析与预测模型，开发新一代智能化细胞膜色谱分析仪。贺浪冲教授介绍到，新一代智能化细胞膜色谱分析仪不仅可极大提升传统细胞膜色谱的检测效率与信息挖掘深度，更有望重塑药物早期发现的范式，成为链接体外筛选与体内药效的关键智能桥梁，为AI在精准医学中的应用提供新范式。

郭天南教授 西湖实验室智能蛋白质组中心

蛋白质组学最新进展及其对国产质谱研发的启示

       郭天南教授团队构建了包含10亿级蛋白多肽质谱谱图的MassNet大规模数据集，并基于此数据集开发质谱基础大模型，通过深度学习算法显著提升了谱图鉴定准确性和覆盖度；与此同时，组织膨胀技术的创新应用极大提升了空间蛋白质组学的分辨率；在临床转化层面，成功开展了基于低分辨质谱的IGF1检测方法学研究并完成临床验证，证明了质谱系统在临床检测中的实用性和可靠性。郭天南教授分享了对国产质谱研发的六点启示：重视质谱大数据，需做到标准化、AI-ready，更易实现技术领先；在样本制备成为瓶颈的当下，自动化发展愈发重要；AI赋能将推动空间蛋白质组学实现突破；蛋白质组录像已成为现实；药物研发的临床前研究将迎来颠覆性变革，蕴含巨大挑战与机遇；蛋白质谱的临床转化需要不一样的思路。

刘文玉总裁 海能未来技术集团股份有限公司

国际视野，中国创新：知名分析仪器公司产业演进与中国分析仪器高质量发展思考

       十年磨一剑，中国科学仪器近十年实现了突破式发展，但相对于“中国制造2025”的辉煌成就，科学仪器领域的发展还略显落后，2025年5月国内仪器行业42家上市公司市值之和为6265.59亿元，远低于全球仪器巨头赛默飞一家公司的市值（约为10940亿元）。通过梳理分析国际知名企业发展历程，刘文玉指出，国际巨头的成功基石在于长期主义与专注深耕、技术创新与研发驱动、全球化布局与本土化战略等方面；而当前中国仪器企业在产业链、可靠性、原始创新、品牌信任及核心技术等方面面临的挑战。在国家高度重视与政策大力扶持的背景下，国内企业同样也面临着巨大的发展机遇，希望国产仪器企业借国际大环境及政策之势、借AI之智、借资本及多方合作之力，走出一条高质量、可持续的发展之路。

石磊副处长 南京理工大学国有资产与实验室管理处

从“可用”到“好用”—国产分析仪器的应用示范实践

       “国防七子”7所高校先后被美国列入实体清单，科学仪器面临卡脖子困境。在部分进口仪器的采购、维修、维护保障上也面临各种挑战，迫切需要借助国产仪器厂家建立“安全、自主、可控”的维修维护保障力量，确保关键核心技术受制于人的仪器的正常运行。因此，对国产仪器进行应用示范、验证评价与自主研发，是助力国产科学仪器迭代升级的有效途径。在此背景下，江苏省高校成立国产仪器联盟，先后探索支持中国药科大学、南京理工大学、苏州大学建立3个“国产仪器应用示范中心”，打造集国产仪器应用、验证、研发、改进及培训于一体的综合性试验平台。2023年江苏省科技资源统筹中心在南京理工大学挂牌成立“国产科学仪器应用示范中心(材料化学）”。石磊在报告介绍了该中心通过多渠道打造示范平台、多举措推动应用示范、多环节开展自主研发，助力国产科学仪器迭代升级的南理工探索与实践。

彭欢欢副总裁 深圳华大智造科技股份有限公司

面向多模态大模型的科学仪器创新范式

       多组学技术通过系统性整合基因组、表观组、转录组、蛋白质组及代谢组等多维度信息，深入解析生物分子间的复杂互作网络，为全面理解生物系统带来革命性的研究范式，正成为破解复杂生物系统奥秘的关键手段。华大智造已实现从长短读长测序平台到多组学工具平台全覆盖，逐步推出了DCSP多组学工具，旨在推动基因组学、细胞组学、时空组学、蛋白组学的前沿研究及应用，持续为用户提供覆盖生命科学研究及应用中全场景、全生命周期的系统解决方案。此外，华大智造创新提出了疾病主动防控 “133111i”模式通过融合多组学与多模态数据，系统性引导疾病认知与干预策略从传统的“被动治疗”向“主动防控”转变，为精准医学与健康管理的实践落地提供了具有引领价值的创新范式。

周振教授 暨南大学/禾信仪器/教育部国转中心

全国高校高端科学仪器区域技术转移转化中心（粤港澳大湾区·广州）的实践路径

       为提升高校和科研院所科技成果转化成功率，推动我国高端科学仪器创新发展，助力科研团队跨越科研成果转化“死亡之谷”，在广东省、广州市、黄埔区支持下，教育部批复成立（教科信函〔2025〕27号）了广州市粤港澳大湾区全国高校区域技术转移转化高端科学仪器中心。该中心为民办非企业，定位为高端科学仪器成果转移转化中心、国家分析仪器产业共性技术平台、高校技术转移转化先行示范基地和高端科学仪器复合型人才集聚地。周振在报告详细介绍了该中心的运营机制、设施、提供的服务、高校企业参与合作的路径与方法等；作为国家级成果转化中心、教育部工程研究中心，政府将提供博士生名额(60名)、广东省每年3000万*5年、广州市每年1亿元*5年、10万平方场地-每个项目500平方等支持。

龙亿涛教授 南京大学

高分辨微弱电流分析仪器的极限跨越创新

       生命体中的电荷传输与能量交换过程发生在纳米尺度空间和微秒级时间内，伴随产生的微弱电流信号是解析生命活动的重要信息源。纳米孔道电化学以限域界面为传感核心，通过捕捉单个分子通过孔道时引起的电流变化，实现对生命过程的精准解析。精准检测微电流信号要求仪器同时具备pA级电流分辨率与μs级高时间分辨率，是电化学测量领域的难题。经十余年攻关，龙亿涛团队通过片上耦合、带宽补偿和智能数字采集等技术创新，打破高带宽、低噪声和高通量的三角制约，实现极限降噪，研制出具有高时间分辨的微弱电流测量仪；系统突破了国外对高端微电流测量仪器的封锁，是目前世界上信噪比最强的纳米孔道微弱电流测量系统；并在蛋白质翻译后修饰检测、疾病生物标志物检测等领域得到了应用。

霍新明副教授 中山大学生物医学工程学院

智能化小质谱——现场分析的精准化与自动化解决方案

       霍新明副教授在报告中重点介绍了团队如何利用机器学习算法，为小型离子阱质谱打造从数据处理到全自动分析的智能化解决方案。在谱图数据处理方面，开发了由粗到精的经验模态分解基线拟合算法，显著提升了仪器数据的适应性与稳定性；在谱图信息识别方面，利用特征匹配的机器学习与卷积神经网络，实现了多目标待测物的精准定性定量分析；在谱图信息挖掘方面，通过U-Net深度学习重构高分辨谱图，并利用注意力机制算法有效注释未知分子结构；在自动化系统构建方面，通过结合强化学习算法打造自驱动质谱实验室，实现了血药样品的全自动处理与精准分析。霍新明认为，通过智能算法能够提高仪器的稳定性、鲁棒性和识别能力，与此同时，高通量自动化前处理芯片&人工智能算法也将赋予小质谱更强大的功能和应用前景。

李欣阳助理教授 清华大学人工智能学院

人工智能赋能科学观测，推动科学发现

       李欣阳在报告中指出，成像仪器能够将人类的观测范围扩展到肉眼不可及的尺度和精度，带来了一系列的科学新发现。但光学成像面临的一个根本挑战是光的量子本质所导致光子散粒噪声；光子噪声会增加测量的不确定性、降低成像质量，限制成像分辨率、速度、精度等方面性能。报告聚焦人工智能与光学成像的新兴交叉领域，重点分享了人工智能提升成像灵敏度的国际前沿进展，并介绍了相关技术在推动基础科学发现方面的典型应用实践，从而为人工智能赋能的科学观测和基础研究提供新思路。

史国华研究员 中国科学院杭州医学所

在体眼视光学成像方法、模型与智能仪器

       以高度近视、白内障、青光眼为代表的眼视光疾病是贯穿人类全生命周期的高发疾病。我国不仅有超过3000万的致盲患者，更有2.5亿的疾病人群，爱眼护眼已经成为关系人民健康的重要问题。眼科光学是生物医学光子学技术最重要的应用场景之一，眼球天然的透明屈光特性使其成为最佳的光学在体应用窗口。史国华在报告中分享了眼科光学领域最新的技术发展趋势，并指出更高的分辨率、更大的成像视野、更多的成像功能以及更快的效率已成为国际趋势；并分享了团队在眼科光学成像方法方面的研究进展，重点介绍了历经十余年技术攻关，开发的世界唯一具备共光路的超广角、单细胞分辨的眼科多模态智能成像仪器；该项技术成果引领了我国眼科光学影像技术的发展，产生了巨大的社会经济效益。

方向主任委员 中国仪器仪表学会分析仪器分会

AI for MS——质谱技术的全链条重塑

       面对国际封锁与国内需求的双重压力，科学仪器作为国家科技进步的基石，已被提升至战略发展的高度，相关设备、数据体系建设正成为国家竞争的核心课题。方向在报告中系统梳理了AI在功能处理器设计、数据可信性保障、跨平台应用、精准识别及新物种发现等方面的创新进展，并指出，质谱自动化=硬件自动化+软件智能调度+数据闭环整合。其中，自动化是基础，智能化是未来，二者一同驱动质谱走向高通量与高可靠。最后，方向指出，AI for MS是迈向智能化的科学发现引擎；“分子照相机”理念推动质谱技术不断革新；未来十年，AI质谱将成为重要“战略支撑”，服务生物安全、新药研发与环境治理等国家需求；与此同时，跨学科融合与“全球合作”也将构建更加开放的创新生态。