研究前沿 RESEARCH FRONTS 中国科学院科技战略咨询研究院 中国科学院文献情报中心 科睿唯安 2025 001 2025研究前沿 目录 目 录 Contents 1. 背景 005 2. 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 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” 016 2. 新兴前沿及重点新兴前沿解读 019 2.1 新兴前沿概述 019 2.2 重点新兴前沿⸺“花青素在食品智能包装膜中的应用” 019 生态与环境科学 1. 热点前沿及重点热点前沿解读 生态与环境科学领域 Top 10 热点前沿发展态势 021 1.2 重点热点前沿⸺“行星边界突破与地球系统风险治理” 022 1.3 重点热点前沿⸺“基于生物质的活性多孔炭吸附剂制备及二氧化碳捕集性能” 026 2. 新兴前沿及重点新兴前沿解读 029 2.1 新兴前沿概述 029 2.2 重点新兴前沿⸺“污泥厌氧发酵产挥发性脂肪酸的微生物机制研究” 029 地球科学 1.

2025 发展科学技术必须具有全球视野。当前，科技创新的 重大突破和快速应用正在重塑全球经济结构，改变未来发展 格局。《2025 研究前沿》报告遴选出十一大学科领域的 110 个热点前沿和 18 个新兴前沿，并对重要的前沿进行了解读 分析。在《2025 研究前沿》报告的基础上，《2025 研究前 沿热度指数》报告继续采用研究前沿热度指数来揭示世界主 要国家 / 地区在十一个学科领域的 施引论文被引频次份额 2025 研究前沿热度指数 01 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。 前沿热度指数得分排名第一，包括：地球科学领域， 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

DataFunTalk 成就百万数据科学家！ 1 DataFunTalk 成就百万数据科学家！ 5 目录 模型可解释性在保险理赔反欺诈中的实践......................................................7 图算法在网络黑产挖掘中的思考..................................................... DataFunTalk 成就百万数据科学家！ 6 自动化特征工程和自动建模在风控场景的应用.........................................349 爱奇艺流量反作弊的“术”与“道”......................................................... 366 DataFunTalk 成就百万数据科学家！ 7 模型可解释性在保险理赔反欺诈中的实践 以解释，但这在真实的业务场景中却非常关键。这次带来的分享内容，就 是我们在实际的保险理赔反欺诈场景中的一个模型，可解释性的一些探索 经验，希望能够给大家带来一些启发，或者一些其他的帮助。 DataFunTalk 成就百万数据科学家！ 8 今天的介绍会围绕下面四点进行展开：  模型可解释的整体背景  目前学术界和工业界现有的一些模型解释方法，例子以及对应原理  模型可解释性在实际的场景中的一个具体的应用和实施方案

行深 度学习，DeepSeek 能够预测潜在的故障风险，并提出针对性的维 护建议。 - 环境生态管理：DeepSeek 还可以结合生态数据，评估 水利工程对生态环境的影响，并为生态修复提供科学依据。 为更直观地展示 DeepSeek 在水利工程中的应用效果，以下表 格列举了某水利项目实施 DeepSeek 前后关键指标的对比： 指标 实施前 实施后 预警准确率 75% 92% 水资源利用 源的 科学管理指明了方向。 1.1 项目背景 随着全球气候变化的影响日益加剧，极端天气事件频发，水利 工程在保障水资源安全、防洪减灾以及生态平衡中的作用愈发重 要。传统的水利工程管理方法虽然在历史进程中发挥了重要作用， 但在面对复杂多变的自然环境和日益增长的社会需求时，逐渐显露 出效率低下、数据利用不充分等问题。特别是在水资源调度、洪水 预报、工程安全监测等方面，决策的科学性和时效性亟待提升。 可以通过对历史水文数据的分析，建立精确 的水文模型，从而预测未来的水资源变化趋势。例如，通过对河流 流量、降雨量、蒸发量等数据的深度学习，系统能够预测洪水的发 生概率及其影响范围，为防汛工作提供科学依据。此 外，DeepSeek 还能够实时监测水质参数，如 pH 值、溶解氧、浊 度等，通过模型分析，及时发现水质异常并预警。 其次，DeepSeek 在水利工程管理中的应用也极具潜力。通过

世界的模拟和解释 人类智能 • 抽象（语言）：概念，数字，理念 • 逻辑（理性）：归纳，演绎，类比 • 计算（模型）：科学方法 • 基于观测经验，发现规律 • MIT：一切问题都是模型问题 • 模型：一个映射，一个函数 科学范式 • 用语言逻辑方法获取理论模型：模糊 • 用解析数学方法获取数学模型：精确 • 用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 第二代（知识工程）：知识为核心 3. 第三代（数据模型）：学习为核心 ◼ 从机器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习-深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 • 算法：反向传播+梯度下降  从感知智能到认知智能 1. 专用任务模型：NLP、CV、Gaming…… 模型、计算数学 2、学习人脑：当前遇到挑战，可能会成为道路1的一部分 • 抽象模型：杨立昆的世界模型+功能分区 • 类脑计算：意识研究、认识论（哲学物理学）、认知神经科学  包括生物计算，不排斥数据科学方法（mortal computation） 3、具身智能：刚起步，研究热点，可能会成为道路1的未来 • 强化学习，环境交互，自我进化 4、集群智能：持续研究，给道路3以启发

进行训练，优化模型参数，提升其在生态环境监测中的准确性 和可靠性。 3. 实时监测与预警：利用训练好的模型，开发实时监测系统，能 够实时分析数据，发出环境质量报警，快速反应。 4. 生态决策支持：通过 AI 分析的结果，提供科学的决策支持， 帮助政府和环保机构制定更有效的环境政策、规划和行动方 案。 5. 公共参与与教育：搭建公众参与平台，利用 AI 生成的可视化 生态环境数据，为公众提供教育和参与的机会，增强社会对生 在此背景下，生态环保智慧诊断接入多模态 AI 大模型的应用 方案显得尤为重要。通过利用先进的人工智能技术，结合物联网、 大数据等推动生态环保工作，能有效提升监测与管理的效率，实现 对环境问题的快速诊断和响应。这将为开展更科学合理的生态保护 措施提供重要支撑，助力实现人与自然的和谐共生。 1.2 智慧诊断的概念及发展 智慧诊断作为一个综合性的概念，结合了人工智能、大数据分 析和生态环境监测等多种技术，对环境问题进行有效评估和响应。 随着技术的不断进步和环保意识的增强，智慧诊断在生态环保领域 的应用越来越受到重视。其核心在于通过多模态数据的整合与分 析，及时发现环境污染的源头和变化趋势，并为决策提供科学依 据。 智慧诊断的发展可以追溯到信息技术和环境科学的交叉融合阶 段。在早期，环境监测主要依赖于人工采样和实验室分析，这种方 法不仅效率低下，而且难以实现实时监控。随着信息技术的进步， 尤其是物联网(IoT)和大数据技术的快速发展，环境数据的采集和分

为贯彻落实党中央决策部署、 中央农村工作会议精神和 2025 年中央一号文件部署，中央广播 电视总台农业农村节目中心、总 台研究院联合中国社会科学院农 村发展研究所撰写《CMG 乡村 振兴观察报告（2023-2024）》。 中国社会科学院农村发展研究所 始终关注乡村振兴战略实施进 程，2024 年开展了中国乡村振 兴综合调查第三轮追踪调查，覆 盖 14 个省（自治区）、472 ………………………………………55 推荐单位 ：湖南杂交水稻研究中心 油菜“三全高效”打造农业丰收致富新业态…………………………………………………………………55 推荐单位 ：中国农业科学院油料作物研究所 浙江大学深化“1+1+N”农推模式 共谱乡村振兴协奏曲…………………………………………………56 推荐单位 ：浙江大学 “金菊花”造就“金银谷”南京农大助力麻江产业振兴… …………60 推荐单位 ：中国农业科学院 1 CMG 乡村振兴观察报告 2023-2024 中国农科院科技支撑稳产保供 坚定守护大国粮仓…………………………………………………………61 推荐单位 ：中国农业科学院 弘扬“宁陵精神” 支撑果树产业高质量发展…………………………………………………………………61 推荐单位 ：中国农业科学院 渔船多源感知和 AI 一体化智能终

的文本的能力。当训练的数据足够大，模型的参数 足 够 多 ，模 型 开 始 涌 现 某 些 能 力（emergent abili⁃ ties）[5]，不仅能够理解和生成自然语言，还具有抽象 和推理的能力[6]，能在艺术创作、代码编写、科学研 究等多个领域展现出类似人类水平的创造力。这些 能力的涌现，使得知识创新不再受限于个体的认知 和经验，能够打破学科和专业的壁垒，加速知识的 融合和创新，预示着知识生产方式正在经历一场深 刻的变革，将引领我们进入了一个人机协作的知识 示无法处理的情况，例如，无法言明的复杂知识。 1.2 知识创新 1.2.1 科学发现 最近的一些研究也证实了大语言模型技术在科 学研究中知识创新的潜能[12-13]。利用自然语言处理 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置 关系分析不仅能捕捉材料结构、属性、元素周期表 关系分析不仅能捕捉材料结构、属性、元素周期表 等抽象概念，还能发现隐藏的结构-属性关系，从而 找到新的热电材料[14]。利用人工智能技术捕捉人类 未充分探索领域的隐性联系，从而形成新的知识结 构，推动学科知识创新，是一种科学发现模式的创 新，开启了科学知识创新的新途径[15-16]。 1.2.2 多模态数据挖掘 大语言模型技术并不仅限于文本数据，也可用 于理解和生成包括图片、音频、视频等多种类型的 数据。例如，Sora 采用 Tansformer

等在 Al-Co-Cr-Cu-Fe-Ni 系统中搜索高硬度的 HEAs 时，仅用 155 个初始样本，经 7 轮 主动学习迭代，就获得了硬度提升显著的合金。 4.高通量机器人验证：传统化工材料的研发，科学家需要从成千上万种化合物的效果进行筛 选，可能需要研究人员手动对每个化合物进行测试，这不仅耗时耗力，而且可能会因为人为 因素出现遗漏或错误。而高通量筛选技术可以在短时间内对大量化合物进行自动测试，例如 ................. 10 图表 8： AI 2BMD 系统流程示意图 ........................................ 11 图表 9： 材料科学中机器学习的发展趋势和小数据集 ....................... 12 图表 10： 小样本学习方法及相关案例 ................................... ....................... 19 图表 19： AI 在工业中的各类运用 ....................................... 20 图表 20： 科学方法的进展 .............................................. 21 请务必阅读报告末页的重要声明 4 / 29 行业研究|行业深度研究

养 多模态生成技术（文 本 / 音频 / 图像协 同） 古诗改编歌曲 、思 维导图创作 学科割裂限制创新 思维 实证思维训练 大数据验证与实验模 拟系统 科学实验漏洞分析 、 对照实验设计 被动接受知识缺乏 批判性 亲子协作新范式 第三方智能中介平台 学习成果兑换规则 生成 、冲突调解方 案 传统权威式教育引 发的亲子对抗 传统家庭教育 系统中设置「情感急救通 道」 l 家长每日查看情绪分析报告 l 每月预留 2 次「系统失效日」 家长可能陷入的四大误区 A I 时代家长需要具备的核心技能 1. 学习策略设计者 • 家长帮助制定科学合理的学习计划。 • 家长需要根据孩子的反馈和学习效果 及时调整策略。 2. A I 工具筛选者 • 家长在关注功能和教育价值外，还需 重点考量数据隐私和使用安全性， ， 帮助学 习者从低能力状态迅速提 升到高能力状态 ，即 AI 根 据 每个学习者的需求和 优势 定制教学内容和方法。 ② 单 能 到 多 能 跨学科学习与综合技能培养 Ø 通过跨学科学习和综合技 能 培养， 帮助学习者从具 备单 一技能状态发展到拥 有多个 成熟技能。 Ø 整合各种领域的知识， 为 学 习者提供更广泛的学习资 源， 帮助其掌握多种技能。 教育大模型：