玻尔

一、玻尔是什么？——AI重塑科研范式的革命性平台

玻尔（Bohrium）是由深势科技与北京科学智能研究院（AISI）于2025年3月正式发布的AI科研平台，被业界称为“科研界的Hugging Face”。它是全球首个覆盖“读文献-做计算-做实验-多学科协同”全流程的一站式解决方案，旨在通过人工智能技术替代传统碎片化的科研工具链。平台名称源于量子力学先驱尼尔斯·玻尔，寓意用AI重构科学发现的底层逻辑。

玻尔核心功能快览

玻尔以“科学导航（Science Navigator）”为核心，集成文献检索（1.6亿+论文/专利）、多模态搜索（文本/图像/化学结构）、知识库管理、Uni-Lab计算环境及200+科研Apps。依托“深势·宇知”大模型体系（如DPA原子模型、Uni-Mol分子模型），实现跨学科协同，支持高校CARSI登录，个人版限时免费。

核心定位：

• 全流程整合：打破传统科研中文献检索（如Google Scholar）、计算（如Colab）、实验设计相互割裂的局面，将调研、模拟、协作压缩至统一工作台。
• 用户规模：截至2025年12月，玻尔用户已接近百万，覆盖北京大学、上海交通大学等50余所高校，以及宁德时代、云南白药等40多家企业，预计2025年底达600万用户。
• 技术基石：依托北京科学智能研究院的“四梁N柱”基础设施和深势科技自研的“深势·宇知”大模型体系，包括DPA原子大模型、Uni-Fold蛋白结构预测模型等，在蛋白质结构预测、材料模拟等领域达到国际领先水平。

二、玻尔的主要功能和特点

玻尔的核心功能围绕“科学导航（Science Navigator）”展开，具体特点如下：

1. 智能文献检索与多模态搜索​
   • 数据规模：整合全球1.6亿篇学术论文、1.6亿件专利及2000万活跃学者信息，覆盖26个学科领域。
   • 多模态输入：支持文本、图像、化学分子式、实验数据等多种形式检索。例如，用户上传材料SEM图像，AI自动解析并推荐相关制备方法。
   • 精准意图识别：基于Uni-SMART科学文献大模型，实现从关键词匹配到语义理解的跨越，文献搜索时间平均缩短90%。
2. 知识库管理与协作​
   • 文献“四步法”：支持汇聚（导入PDF/Zotero数据）、精炼（AI生成摘要）、贯通（多文献对比）、共享（团队知识库构建），解决文献散乱难题。
   • 个性化推荐：根据用户研究画像推送相关期刊、学者动态，支持定制化订阅。
3. 计算与实验环境集成​
   • Uni-Lab在线计算平台：基于Jupyter的云端环境，支持GPU加速和数据集托管，可直接运行分子动力学模拟等代码。
   • 科研Apps生态：集成200+工具，如电池设计自动化平台、药物靶标分析工具，覆盖材料、生物、化学等领域。
4. AI大模型驱动​
   • 六大专用模型：DPA（原子级模拟）、Uni-Mol（分子结构）、Uni-RNA（基因分析）、Uni-Fold（蛋白质预测）、Uni-SMART（文献解析）、Uni-AIMS（实验表征），平均节省90%数据计算成本。
5. 多语言与跨平台支持​
   • 支持中英文界面，国际版网站已上线（https://www.bohrium.com/en/intro），适配全球科研人员。

三、如何使用玻尔？——详细操作指南

访问方式：

• 官方网址：https://bohrium.dp.tech或 https://www.bohrium.com/。
• 高校用户：通过CARSI联盟登录（如上海大学入口：https://shu.bohrium.com/），用一卡通账号直接访问。
• 公共机构：如深圳光明区图书馆提供专有入口（szgmlib.bohrium.com），凭图书证使用。

免费政策与配额：

• 个人版：核心功能限时免费，但每日有查询次数限制（如高级问答需兑换“光子”积分）。
• 机构版：按席位或整校授权，支持私有化部署，详情需联系官方。

四步入门教程：

1. 注册登录：访问官网，选择CARSI/邮箱/微信登录，新用户可通过“百万学术码”活动获取免费额度。
2. 文献调研：在科学导航栏输入自然语言问题（如“锂离子电池最新突破”），AI聚合相关论文并生成可追溯摘要。
3. 知识库构建：导入已有文献，使用“关键要点”“学术海报”功能快速精读，对比多篇论文创新点。
4. 计算与共享：在Uni-Lab创建Notebook，调用预置模型运行模拟，结果一键导出至报告。

四、玻尔的官方地址和网页版入口

所有平台均为网页版，无需下载安装，支持主流浏览器。

五、玻尔 vs 同类型竞品对比分析

传统科研工具如Google Scholar、Zotero、Elicit等仅解决单一环节问题，而玻尔实现了全流程闭环。对比如下：

优势总结：玻尔在跨模态检索、计算实验一体化、以及专业大模型支持上显著领先，尤其适合需要交叉学科协作的科研团队。

六、玻尔的典型应用场景与实际体验

场景1：高效文献综述​

• 案例：北航陈博士用玻尔一天完成5000字综述。通过科学导航输入课题关键词，AI自动梳理核心文献并生成研究脉络，对比传统手动检索节省数周时间。
• 优势：AI速览功能可批量解析20+文献，一键输出方法论对比表。

场景2：跨学科研究设计​

• 案例：药物研发中，玻尔直接解析靶点文献、分子活性数据，指导实验设计，将传统10年药物筛选周期压缩至数月。
• 优势：多模态搜索支持化学结构输入，直接关联合成路径与毒性数据。

场景3：科研教学与培训​

• 案例：玻尔Courses平台提供60+AI for Science课程，如分子动力学实战，学生可在Notebook边学边练。
• 用户反馈：西北工业大学王博士称“已离不开个人文献知识库对接AI模型”。

七、玻尔能为用户带来的价值

1. 效率提升：文献调研时间减少90%，计算模拟成本降低50%（如火箭发动机仿真从数月压缩至1天）。
2. 跨学科突破：打破学科壁垒，促进材料、生物、化学等领域交叉创新。
3. 成本优化：免费额度降低个人研究者门槛，机构版可减少传统软件采购开支。
4. 科研民主化：通过公共图书馆等渠道，向更广泛科研群体提供高端AI工具。

八、玻尔最近3-6个月内的重大更新与动态

• 2025年9月：与火山引擎合作推出多模态数据湖，提升海量科研数据处理效能，翻译准确率提升5%。
• 2025年8月：深圳光明区图书馆上线玻尔，成为首家提供该平台的公共图书馆。
• 2025年7月：发布《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》，明确支持玻尔作为科学智能基础设施。
• 2025年6月：DeepFlame火箭燃烧仿真软件获超算最佳应用奖，体现玻尔在工业模拟领域的落地能力。

九、常见问题FAQ解答

Q1: 玻尔是否免费？个人用户如何获取足够额度？​

A：个人核心功能免费，但高级查询有日配额。可通过“百万学术码”活动兑换光子积分，或参与高校认证获取额外权限。

Q2: 玻尔与传统学术数据库（如Web of Science）相比优势在哪？​

A：玻尔整合多模态数据和AI分析，而传统数据库仅提供检索。例如，玻尔可直接解析论文图表数据并关联实验方案，传统工具需手动处理。

Q3: 是否支持私有化部署？​

A：机构版支持私有化部署，适用于高校、企业内网环境，保障数据安全。

Q4: 如何解决AI生成内容的“幻觉”问题？​

A：玻尔采用100%文献溯源技术，所有答案提供原始DOI引用，杜绝编造。

Q5: 是否支持团队协作？​

A：支持创建团队知识库，实现文献共享、批注同步和项目协同管理。

十、总结

玻尔作为AI for Science领域的标杆平台，通过全流程整合、多模态搜索和专业大模型，显著提升了科研效率与跨学科协作能力。其免费政策与高校合作降低了使用门槛，而持续的技术更新（如Uni-Lab-OS智能实验系统）进一步强化了在自动化科研方向的领先地位。对于面临文献过载、计算复杂或实验设计挑战的研究者，玻尔不仅是一个工具，更是推动“大科研时代”到来的基础设施。

参考文章或数据来源

本文引用以下权威平台内容：

• 经济日报：《当科研遇到人工智能——来自北京的调查》（北京市科学技术委员会官网）
• 玻尔AI科研平台应用详解（微信公众号技术分析）
• 上海大学图书馆玻尔科学导航开通试用公告
• 玻尔产品评测与竞品对比（行业媒体）
• 火山引擎与深势科技合作新闻（中金在线）
• 新华网：《AI for Science进阶：从工具的革命到革命的工具》
• 深圳光明区政府官网玻尔上线报道
• 玻尔AI科研素养基础课教程（首都师范大学图书馆）
• 深势科技获奖及动态公告（北京软件行业协会）
• 齐鲁工业大学图书馆玻尔平台介绍

数据交叉验证：用户规模、功能细节等关键信息均通过多平台（如高校图书馆、官方媒体）核实，确保准确性。