人工智能正加速推动科学前沿突破，其中“AI科研协作者”成为关键力量。这类系统由多智能体AI构成，能与人类科学家协同工作，生成、验证并优化科学假设，设计实验方案，分析数据，实现可复现的科研流程。其核心能力包括跨领域知识整合、复杂推理和迭代反馈，显著提升科研效率。 美国洛斯阿拉莫斯国家实验室（LANL）与英伟达（NVIDIA）合作，正在开发两款专用于重大科学挑战的AI协作者。其一聚焦惯性约束聚变（ICF）研究。ICF通过强激光压缩燃料靶丸实现核聚变，是实现可控核聚变能源的关键路径，但其涉及多物理场、非线性耦合和跨尺度复杂现象，预测难度极高。为突破瓶颈，LANL利用NVIDIA NeMo框架，基于Llama Nemotron Super 1.5模型，通过公开文献（如arXiv、OSTI.gov）进行领域自适应预训练、监督微调和推理链训练，构建具备ICF物理知识的AI模型。该AI协作者可生成新假设，驱动仿真验证，并结合国家点火装置（NIF）和OMEGA激光设施的实验数据，不断优化靶设计，推动聚变能与基础物质研究进展。 其二针对癌症治疗中的靶向α疗法（TAT）。该疗法利用放射性原子释放的α粒子精准杀伤癌细胞，但需依赖高效稳定的螯合剂将放射性金属精准输送至肿瘤。由于这些金属离子半径大，可结合分子极为有限，传统设计方法效率低。为此，LANL构建了融合生成式AI与高精度模拟的智能发现平台。系统首先由Llama Nemotron Super 1.5生成分子设计假设，GenMol模型据此生成候选分子，再通过Architector构建金属-螯合剂复合物，最后在LANL的NVIDIA超算Venado上进行量子级分子模拟，评估其结合能等关键性能。该流程已成功发现对锕-225具有更强结合力的新分子，显著加速了治疗药物研发。 LANL模拟、计算与理论副实验室主任马克·查德威克表示，借助NVIDIA的AI能力，实验室正打造专为国家使命服务的AI协作者，推动在聚变能源、癌症治疗等重大挑战上的突破。该研究还使用了NERSC的Perlmutter超算资源。未来，团队将重点评估其临床转化潜力、递送系统适配性与安全性。这一范式标志着AI正从辅助工具演变为科研的“数字伙伴”，开启科学发现的新纪元。