利用研究前沿热度指数可以针对特定研究前沿、 特定学科或主题领域研究前沿乃至十一大学科领域研 究前沿整体，测度相关国家 / 地区、机构、团队以及 科学家个人等的表现。本报告利用国家 / 地区研究前 沿热度指数，从十一大学科领域整体、各学科领域和 特定研究前沿三个层面，测度揭示了各国在《2025 研 究前沿》报告的 128 个研究前沿的基础研究活跃程度。 （1）国家 / 地区研究前沿热度指数的定义和计算 / 地区研究前沿热度指数和指标计算方法， 分别计算出所有参与国家 / 地区在该研究前沿层面的 国家 / 地区研究前沿热度指数，并进行排名和对比分 析。 ②学科领域研究前沿热度测度分析：对于一个学 科或领域，分别对所有参与国家 / 地区在该领域内所 有研究前沿的国家 / 地区研究前沿热度指数得分进行 加和，得到各国在该学科领域层面的国家 / 地区研究 前沿热度指数，并进行排名和对比分析。 临床医学领域，生物科学领域，天文学与天体物理学 领域，数学领域；在其他 6 个领域均排名第二，基础 研究活跃程度整体仍然最强。 中国在 6 个领域排名第一，分别是：农业科学、 植物学和动物学领域，生态与环境科学领域，化学与 材料科学领域，物理学领域，信息科学领域，以及经 济学、心理学及其他社会科学领域，展现出鲜明的相 对领先优势；中国在地球科学领域、生物科学领域和 数学领域等 3 个领域排名第二，在临床医学和天文学 与天体物理学领域分别排名第四和第五（表

学物质。 尤其是在合成生物学领域， AI 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中 微流 控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。 已应用于精馏塔、反应器、锅炉、控制器、冷水机 组、压缩机、泵、管道等各种工艺设备的校正、工艺参数预测、故障诊断与优化；在纺织，水处理，化肥，核电站和油气等领域均有应用。 投资建议： 重点关注：合成生物学：凯赛生物、华恒生物；基因测序：华大智造（医药）；设计与建造：中国化学、东华科技、中国石化、中国石油； AI 应用： 万华化学、江南化工；智能制造典型：森麒麟；智能工厂整体方案供应商：中控技术（机械）；智能仪表：川仪股份（电新） 藉由人工智能探索其新思路新方法 、新技术。 请务必阅读报告附注中的风险提示和免责声明 8 图表：材料研究的 4 个阶段 : 经验、理论、计算模拟和 ( 大 ) 数据推 动 资料来源：《材料信息学及其在材料研究中的应用》 - 王卓等，国海证券研究 所 资料来源：《材料基因在锂电研发中的应用》 - 曾乐才，国海证券研究 所 预测分析聚类 ; 矿业的关系 ; 异 常检测 二级范式 基于模型的理论

........................................................................................ 11 2.2 信息学 AI：曾经被动的管理者们，如今主动迎接医疗 IT........................................16 2.2.1 乘着 AI 迈向高等级评级............ ...................55 5.1 深睿医疗：自研多模态 AI 引擎，数智化助力医院数据资产管理........................ 56 5.2 医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升............................... 57 5.3 埃格林医药：“自研管线+AI 服务”双引擎战略，引领国内 AI 制药......... .56 图表 43 医渡科技“大数据+大模型”双中台解决方案......................................................58 图表 44 埃格林自研 AI 分析药物开发精准表型的过程................................................. 59 图表 45 柏视医疗微创手术人工智能平台的肺部重建效果..

方法论 006 2.1 研究前沿的遴选与命名 006 2.2 研究前沿的分析及重点研究前沿的遴选和解读 007 背景和方法论 农业科学、植物学 和动物学 1. 热点前沿及重点热点前沿解读 011 1.1 农业科学、植物学和动物学领域 Top10 热点前沿发展态势 011 1.2 重点热点前沿⸺“利用植物根际促生菌缓解植物的盐胁迫” 012 1.3 重点热点前沿⸺“基于深度学习的植物病害检测” 天文学与天体物理学 1. 热点前沿及重点热点前沿解读 085 1.1 天文学与天体物理学领域 Top 10 热点前沿发展态势 085 1.2 重点热点前沿⸺“基于超新星光变曲线数据约束宇宙学参数” 086 1.3 重点热点前沿⸺“通过直接探测实验寻找低质量暗物质候选粒子” 089 数学 1. 热点前沿及重点热点前沿解读 095 1.1 数学领域 Top 10 热点前沿发展态势 新兴前沿及重点新兴前沿解读 113 2.1 新兴前沿概述 113 2.2 重点新兴前沿⸺“可移动天线在智能无线通信中的性能优化研究” 113 经济学、心理学及 其他社会科学 1. 热点前沿及重点热点前沿解读 115 1.1 经济学、心理学及其他社会科学领域 Top 10 热点前沿发展态势 115 1.2 重点热点前沿⸺“机器人发展与就业转型” 116 1.3 重点热点前沿⸺“个性化与数据驱动的心理治疗研究”

疗保障与公共卫生服务的信息共享与业务协同。 • 二、重点任务和重大工程 4. 推进健康医疗临床和科研大数据应用。依托现有资源建设一批心脑血管、肿瘤、老 年 病和儿科等临床医学数据示范中心，集成基因组学、蛋白质组学等国家医学大数据资源， 构 建临床决策支持系统。推进基因芯片与测序技术在遗传性疾病诊断、癌症早期诊断和疾病 预 防检测方面的应用，加强人口基因信息安全管理，推动精准医疗技术发展。围绕重大疾病 机器人、智能诊疗助手，研发柔性可 穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像 识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组 学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防 控。 • （七）推进“互联网 +” 人工智能应用服务。 1.研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多 服务 医疗服务 医 运 后 科 教 医 疗 营 勤 研 学 疗 管 管 管 管 管 协 理 理 理 理 理 同 医院信息化 开通微信扫码付、微信手机服务号付、支付宝支付、诊间支付、自助机支付服务，极大方便患者。 导医分诊平台 移动支付 案例 1 临床信息化应用体系 案例 2 专注于护士视角，以患者为中心，基于现代护 理 学，以护理知识图谱为引擎，形成特有的医 护以 及护士自身两次

学生成长档案 教育辅助决策 公文管理 工作流管理 协同办公 内容发布 网站管理 统计报表 教学质量评估 组织 商品管理 资源中心 应用中心 数据中心 业务集成能力 平台扩展能力 研训应用 招考应用 资源应用 管理应用 志愿填报 客户体验域 (CEM) 家长空间 教学资源 教师空间 学生空间 个人 老师、学生、家长 家校互动 基 础 设 施 域 (I A A 师生应用中心 教 师 培 训 系 统 网 络 教 研 平 台 教 务 管 理 系 统 在 线 学 习 平 台 作 业 批 改 系 统 电 子 备 课 系 统 考 务 管 理 系 统 资源应用中心 题 库 系 统 试 卷 库 系 统 资 源 中 心 微 课 制 作 软 件 管理应用中心 教 师 发 展 平 台 学 生 成 长 档 案 成 绩 管 理 系 统 领 导 学生 信息化软硬件投入和资源共享 信息化教学手段、范围的扩大 构建无所不在的学生学习环境 移动化、云化是发展趋势 , 兼顾教育的公平与效率 信 息 化 学 下 习 能 力 提 升 缩小数字化差距 信 息 技 术 教 与 学 的 融 合 2 . 发展背景  信息时代，网络和信息技 术 的应用改变了原有的教学方式  互动交流、资源共享逐渐成为趋势 学习地点 课 堂 联网

030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具 备广阔前景及想象空间，中国医疗健康产业正迎来自身的“Deepseek时刻”。建议关注：1）AI+制药；2）AI+多组学；3）AI+精准诊断；4） AI+影像设备；5）AI+家用；6）AI+智慧医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 医疗保健板块是人工智能应用最大的领域 6 ◼ 人工智能在医疗保健领域的应用场景广泛，能够为多个环节赋能。AI（Artificial intelligence）在医疗领域应用潜力巨大，可以为生命科 学研究、药械研发、医学影像、辅助诊断、健康管理等多个环节赋能，有助于提高医疗服务的效率和质量，改善患者的就医体验，并推动医 疗行业向智慧医疗新时代发展。 图：AI+医疗健康生态架构 资料来源：人工 台。 - 138.8 - - - 603259.SH 药明康德 1846 公司是一家全球领先的医药研发服务企业，其主要业 务涵盖化学业务、生物学业务以及高端治疗CTDMO 业务。 通过自研技术、战略合作与生态整合，构 建了AI驱动的研发能力，除了自建药物发 现平台外，还与英矽智能等AI制药公司合 作，开发针对难成药靶点的AI生成分子。 23.1 4.8 19.2 17.1 15

使科研人员能够站在更广阔的视角进 行研究 ， 避免重复劳动， 极大地提高了研发效率。 在研发阶段， 多源融合的数据为科研人员提供了强大的分 析 基础 。通过对大量实验数据和模拟计算数据的深入挖 掘， 科 研人员能够更准确地揭示材料性能与结构之间的内 在联系 ， 从而优化研发方案， 加速新材料的研发进程 。例 如， 利用机 器学习算法对海量材料数据进行分析， 能够快 速筛选出具有 潜在应用价值的材料配方和制备工艺， 深度探索构建具有高度精准性 和 泛化能力的新材料行业大模型 。该模型将集成材料科学 领域 的前沿知识和丰富经验， 为新材料模拟计算 、联合研 发 、试 制工艺优化等关键环节提供强大的数据支撑和先进 的智能 算法支持 。通过模型的应用， 有效缩短新材料研 发周期， 降 低研发成本， 提高研发效率和创新能力， 推动 新材料研发从 传统的试错模式向数据驱动的精准创新模式 转变 。预计在数 普通用户则只能访问公开的基础 数据 。同时， 采用 基于属性的访问控制 （ABAC ，Attribute - Based Access Control）模型作为补充，根据 用户的属性（如所属机构、研 究领域 、项目参与情况等） 和数据的属性 （如数据密级 、数 据类型 、数据所属项目 等） 进行更加灵活 、细粒度的权限控 制 。通过这种多层次 的访问控制机制， 确保只有经过授权的 合法用户才能访问

请务必阅读报告末页的重要声明 1 / 29 AI+机器人正深刻变革化工行业，有望带来效率革命。传统化工研发依赖“试错法”，周期长、 成本高，而 AI 与机器人技术融合后，从分子模拟到材料基因组学的全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 驱动者胜出，迟疑者淘汰出局”的两极分化格局。传统化工研发依赖“试 错法”，周期长、成本高。如果以第一性原理为基础，一旦将人工智能（AI）和机器人技术融 合，化工研发大概率将经历一场范式革命——从分子模拟到高通量实验，再到材料基因组学， 全链条效率被重新定义，不但可能大幅降低传统材料的生产成本，也很可能使得新材料研发 周期大幅缩短。化工企业应当充分认识到：当前的产品壁垒已经不是壁垒，当前的产品利润 随时面临挑战。 ➢ 新材料预测的挑战与 层面，材料中细微的孔洞结构 变化或材料密度改变，均会对材料强度产生显著影响；宏观层面，实验室小规模试验 成功但大规模生产失败的风险，与跨尺度误差的累积紧密相关。 当前工业应用中，大多采用现象学建模。该建模方式主要基于对现象的直接观察与描 请务必阅读报告末页的重要声明 7 / 29 行业研究|行业深度研究 述构建模型，并不深入探究现象背后的微观机制或基本原理，重点在于捕捉、解释可

参与者基本是国内的湿电子化学品生产企业。 高端湿电子化学品主要由国外厂商垄断 。半导体用高端 湿 电子化学品主要由欧美 、日本厂商把控 ，如巴斯夫 、 霍尼 韦尔 、三菱化学 、住友化学等 。在平板用湿电子化 学品领 域， 国内高世代线主要由韩国东进世美肯和韩国 ENF 供货， 国内除个别公司实现突破外 ，其它均为国外品 牌。 请务必阅读报告附注中的风险提示和免责声明 6 国内湿电子企业产能迎来高速增长 ，对电子信息产业的发展起着重要作用。 请务必阅读报告附注中的风险提示和免责声明 8 酸类 碱类 有机物 基 础 化 工 材 料 湿 电 子 化 学 品 下游应用领域 上游原材料 太阳能光伏 集成电路 显示面板 大宗化学品 图表：湿电子化学品主要产品分类 类别 种类 具体产品 通用湿电子化学品 酸类 氟酸、硫酸、盐酸、硝酸、乙酸、磷酸 ）根据湿电子化学品在世界范围内的实际发展情况按品种分类制定了多个指导性标准。 湿电子化学品在各下游应用领域的产品标准有所不同 ，显示面板领域对湿电子化学品的等级要求集中在 G2 至 G3 级；集成电路工艺用电 子湿化 学品的纯度要求较高 ，基本集中在 G3 及以上水平， 晶圆尺寸越大对纯度要求越高， 12 英寸晶圆制造一般要求 G4 。随着集成电路 制程节点的不 断突破 ，对工艺中所需湿电子化学品纯度要求也不断提高