Auf dem Weltgipfel für Künstliche Intelligenz 2026 in Shanghai hat das Shanghai AI Laboratory zehn gemeinsame Innovationen seiner wissenschaftlichen Entdeckungsplattform ShuSheng·DuanYan vorgestellt. Die Veranstaltung markiert einen strategischen Schwerpunkt darauf, die Grenzen klassischer Skalierungsgesetze durch gezielten Einsatz von KI in den Natur- und Ingenieurwissenschaften zu überwinden. Im Zentrum steht die Automatisierung des wissenschaftlichen Erkenntnisgewinns durch autonome Lernzyklen und prädiktive Simulationen. Die präsentierten Ergebnisse decken ein breites interdisziplinäres Spektrum ab. In den Lebenswissenschaften etablieren das Protein-Modell ShuSheng AMix und das Genom-Weltmodell CENO neue Standards für die prädiktive Konstruktion biologischer Strukturen. CENO steigerte bei der Filterung antimikrobieller Gencluster die Trefferquote um das 90-fache, während ShuSheng AMix die Entwicklung von Enzymen und Wirkstoffen durch integrierte Sprach- und Sequenzmodellierung beschleunigt. Im medizinischen Bereich identifiziert das Virus-Modell ViraHInter gemeinsame Angriffspunkte bei Grippestämmen, und ein neues virtuelles Herzmodell simuliert Gewebeschäden präzise, um therapeutische Ansätze vorab zu validieren. Für die Neurowissenschaften schafft das Gehirnmodell BrainOmni sowie das System ΣBrains-Lab mit einer digital abbildbaren Zebrafisch-Umgebung eine vereinheitlichte Datenbasis für elektroenzephalographische Analysen. Dies ermöglicht schnellere Diagnosen neurologischer Erkrankungen und erforscht neuronale Aktivitätsmuster in geschlossenen Regelkreisen. Parallel dazu revolutionieren Engineering-Anwendungen den industriellen Forschungsalltag. Das atmosphärische Weltmodell Earth-o1 überragt konventionelle Wetterprognosen um 15 Prozent, während die aerodynamische Plattform ShuSheng·Fuyao die Konzeptentwicklung von Raumfahrzeugen von Monaten auf Stunden komprimiert. In der Halbleiterindustrie führen die KI-Agenten ChipDesign Agent und AgenticDTCO zu einer Halbierung der Entwicklungszyklen und einer Leistungssteigerung von 90 Prozent. Ein weiteres Projekt optimiert die Elektroplattiermaterialien durch millisekundenschnelle Vorhersagemodelle und ersetzt langwierige Trial-and-Error-Verfahren. Die Gesamtpräsentation demonstriert einen klaren Paradigmenwechsel in der Forschungsmethodik. Durch die Integration spezialisierter KI-Agenten, großer Datensätze und experimenteller Validierung wird der wissenschaftliche Prozess von manueller Iteration hin zu datengesteuerter Prädiktion transformiert. Das Shanghai AI Laboratory beabsichtigt, die ShuSheng·DuanYan-Plattform weiterhin zu vernetzen, um globalen Forschern eine skalierbare Infrastruktur für komplexe Ingenieur- und Wissenschaftsfragen zur Verfügung zu stellen.