2025 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 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” 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” 生态与环境科学 1. 热点前沿及重点热点前沿解读 021 1.1 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”

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 110 个热点前沿和 18 个 新兴前沿的研究活跃程度，观察世界主要国家 / 地区在这些 研究前沿中的研究产出贡献和影响力表现，描绘全球科技前 18 新兴前沿 110 热点前沿 1. 方法论 研究前沿热度指数是衡量研究前沿活跃程度的综合评估指标。由于研究前沿本身是由一 簇共高被引的核心论文和后续引用核心论文的施引论文共同组成的，因此，在研究前沿热度 指数的设计中，分别从核心论文和施引论文的数量份额和被引频次份额的角度，设计贡献度 和影响度两个指标，二者加和构成研究前沿热度指数，逻辑模型如图 1 所示。 图 1 研究前沿热度指数逻辑模型 研究前沿热度指数逻辑模型 研究前沿 热度指数 贡献度 影响度 核心论文份额 施引论文份额 核心论文被引频次份额 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

城市是技术创新、要素创新、业态创新、模式创新的策源地。从 创新爆发来看，城市是在一定范围内集聚人才、企业、科研基础设施 等创新要素最多的区域空间，知识溢出、产业集群水平、要素匹配效 率最高，为制造业创新爆发、前沿技术突破、新兴产业发展厚植根基。 如长三角 G60 科创走廊 9 城以全国 1/28 的人口和 1/120 的面积，汇 聚全球高被引科学家占全国比重达 9.5%，研发投入强度达 3.77%，高 基础研究到产业应用的全链条支撑。叠加当前创新资源配置已经从 “以生产者为中心”转向“以消费者为中心”，城市庞大的消费群体 和多元化需求创造了大量应用场景，尤其是无人驾驶、人工智能+等 科技与未来产业相关的前沿新兴消费需求将在城市区域率先涌现，倒 逼制造业创新技术加速市场化转化。 （二） 智能化绿色化融合化成为产业升级新方向，城 市制造业增量空间加速拓展 城市是制造业智能化绿色化融合化提升的核心承载空间。从制 全球产业科技创新竞争日益加剧，抢占科技前沿阵地的关键“窗口期” 变短。人工智能、集成电路、量子信息、生物技术等前沿科技领域竞 争白热化，对城市制造业的创新能力和市场适应性提出更高的要求。 城市作为我国参与全球科技产业竞争的核心战略支撑，城市制造业若 不能及时跟上技术迭代步伐，就可能丧失发展先机，在新一轮产业竞 争中处于被动地位，因此城市制造业发展需密切关注全球科技产业动 态，紧跟技术前沿趋势，为我国在全球竞争中赢得战略主动。如量子

........................36 （三）抗量子加密迁移成为共识，我国启动标准研制...................................39 （四）量子信息网络前沿研究活跃，实用化仍有差距...................................43 四、量子精密测量研究与应用进展................................. 步实用化，样机产品与示范应用逐步落地，产业发展需推动产品服务提 质降本。未来发展方向是基于量子隐形传态、量子存储中继和量子态转 换等关键技术，构建连接量子计算机和量子传感器的量子信息网络， 当前仍处于前沿探索和原型实验阶段，距离实用化有很大差距。 量子精密测量通过对物理量变化引起的量子态演化进行调控与 观测，实现超越经典技术极限的高精度传感测量，测量分辨率、灵 敏度与稳定性等指标带来数量级提升，主要包括时频基准、电磁场 亿美元/年，如图 1 所示，投资范围主要 涉及五大领域：量子计算（QCOMP）和量子传感与计量（QSENS） 两个领域投资规模最高，占比近三分之二；量子网络（QNET）重点 支持连接量子计算机的量子信息网络前沿研究；量子基础促进 （QADV）包括量子信息科学研究项目资助和基础设施平台投资； 量子技术（QT）主要支持原型机工程化研发、供应链建设和应用场 景开发，还包括推动抗量子加密（PQC）研究与应用投资。此外，

生 产计划的下达执行。实现计划的三级联控机制：①主计划（车型 平台）→②模块化排程（车体/转向架）→③工位级动态调度。 四级：基于 AI 的排产优化、风险预测和动态调优。企业 运用人工智能等前沿技术，建立生产排产与调度算法模型，实现 自动给出满足多种约束条件的优化排产方案，形成优化的详细生 产作业计划，生产情况实时监测，提前处理生产过程中的波动和 — 17 — 风险，AI 驱动计划优化以及数字孪生平台预演排程风险（如供 块（定制件）按节点精准投料）、设备（每工序绑定三维激光扫 描，数据实时比对数模公差±0.1mm）等的管控，实现信息化系 统与其他系统（如生产计划、质量或设备等）的协同，实现数据 共享。 四级：基于智能优化管控。企业运用人工智能等前沿技术 建立生产运行监测预警算法模型，实现对生产过程中（圆系平台） 工艺参数、设备状态、生产过程等生产作业数据的在线分析与实 时监测预警，基于数据驱动的生产过程自动化控制（如 MES 派 工自 料、半成品、 成品质量可追溯，实现轨道交通装备行业工艺精度与零缺陷管 理，单件级追溯（如每颗螺栓绑定 RFID，寿命周期≥30 年）。 四级：基于 3D 视觉检测和 AI 预测的智能质检。应用前沿 技术开展产品质量检测，提升检测效率和检测水平（将啮合间隙 控制精度提升至微米级别，转向架动平衡偏差≤5g·cm（约为汽车 轮毂 1/10）），开展产业链上下游质量数据跨企业共享；或构建 产

一线，用实际成效 证明了工程智能的巨大价值。 这一切现象表明，工程智能的发展大潮势不可挡，它既是科技革命与产业革 命深度融合的必然产物，也是工程领域自身转型升级的内在需求。在创新驱动发 展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化 发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实 践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 有志之士 加入进来，共同破解难题、凝聚共识。 工程智能是新质生产力的重要载体，是教育强国、科技强国建设的关键支撑。 作为同济人，我们始终坚信，大学不仅是知识创新的高地，更应是服务国家战略 的前沿。我们愿以这份研究成果为纽带，与学界同仁、行业伙伴、青年学子一道， 以开放包容的心态、求真务实的作风，探索工程智能发展的新路径、新可能。 期待更多人能读懂工程智能的价值，更多人能投身这一伟大的事业。让我们 值的“点”问题入手，在实践中提炼共性，构建可服务于一类问题的“线” 平台，最终将多条“线”汇聚，形成覆盖整个领域的“面”生态。  产-学-研一体化：这是创新生态的生命线。产业提供真实场景与数据，学界 贡献前沿理论与人才，研究机构则攻克核心技术难题。三者必须在一个共同 的平台上无缝衔接、同频共振，形成从理论到实践再到理论的闭环反馈，以 及产学研三者高效相辅相成的态势。  人-模型-系统一体化：这是

n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到 了 DeepSeek 到闭源 80% 以上能 力，就足以压缩闭源的生存空间。 DeepSeek 能力能够比肩 OpenAIo1 ，开源使各行业机构能够轻松获取前沿模型能力， 且可直接进行私有化部署或商业化开发。 开源易获得： DeepSeek 使私有化部署模型也能够追平前沿闭源模型水 平 资料来源： Epoch AI ，中泰证券研究所 6 图表：闭源模型与开源模型的差距正在缩小 资料来源： AI 产品榜，中泰证券研究

长， 销售系统需要与生产调度系统和库存管理系统进行深度整合，实 现实时数据共享。 四级：运用 AI 与大数据提升矿机等产品实时销售预测与 生产计划的自动化调整。企业使用人工智能、大数据分析等前沿 技术，实现销售、财务、生产、供应链的全面数字化协同，提升 — 13 — 实时销售预测与生产计划的自动化调整。通过分析历史销售数 据、市场趋势以及原材料供应状况，AI 可以自动生成销售预测， 库存情况等，自动生成并调整生产排程，从而保证生产任务的高 效执行。同时实时监控生产进度，调整后续生产工序的安排，减 少交期延误的风险。 四级：构建模型实现矿山设备生产计划智能优化与风险预 警。运用人工智能和大数据分析等前沿技术，建立生产排产与调 度算法模型，实现生产计划的智能优化。运用 AI 模型，根据历 史生产数据、设备负荷、原料供应等多维度条件，自动生成最优 排产方案。通过智能调度、生产情况实时监控，提前识别生产过 理 系统连接，实时监控物料消耗情况、设备运行状态以及生产进度， 确保生产过程中的每一项工艺参数符合标准，并及时做出调整。 四级：构建模型实现矿山机械生产实时监测、预警与优化。 运用人工智能等前沿技术，建立生产监控与预警算法模型，实现 矿山机械制造中复杂工艺参数、设备状态和生产过程的实时监测 与预警。通过在线分析生产数据，智能识别潜在的生产风险，如 设备故障、工艺偏差等，并自动调整生产计划或发出预警通知，

括噪音和对野生动物的干扰，也必须得到解决。公众信任的建立和隐 私保护机制的完善，是推动低空经济可持续发展的关键前提。 尽管挑战重重，低空经济所蕴含的机遇同样引人注目。人工智能、6G 通讯和边缘计算等前沿技术的快速发展，正推动系统向更智能、自主 的方向演进。低空经济有望缓解城市交通拥堵、释放公共空间，并支 持去中心化的物流体系建设。同时，它还可改善边缘地区的服务可达 性，以及提升应急响应能力。 团队在本研究中的专业投入和深刻洞察。 随着低空经济的不断发展，奥雅纳将继续通过设 计、规划和系统集成支持其发展进程。如果您或 您的企业正参与低空网络、技术或基础设施的建 设，奥雅纳将在这一前沿领域为您提供专业支 持。 联系方式： Michael Rogers 奥雅纳高级城市设计师 michael.rogers@arup.com 7 大湾区低空经济发展与城市规划 作者 合作者

使数据资源能够在产业 生态中得 到充分的挖掘和利用。 2.2.2 研发创新支持 基于多源融合的数据资源， 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， 过建立产业链协同创新平台， 优化产业链资源配置， 加 强企 业之间在研发 、生产 、销售等环节的紧密协作， 提高 产业链 协同创新水平 。推动新材料从基础研究到产业化应 用的快速 转化， 加速前沿材料在各领域的广泛应用， 提升 整个产业链 的市场响应速度和竞争力 。例如， 在新能源汽 车电池材料产 业链中， 通过产业协同促进， 实现原材料供 应与电池生产的 精准对接， 提高电池生产效率 ，确保数据空间能够切实解决新材料产业发展中的实 际 问题， 为用户提供具有高度针对性和实用性的数据服 务。 3.1.2 技术与制度双轮驱动 一方面， 充分利用大数据 、人工智能 、区块链 、隐私计算等 前沿技术， 搭建数据空间的技术支撑体系 。通过大数据技术 实现海量数据的高效存储和处理 ，利用人工智能技术挖掘数 据背后的潜在价值 ，借助区块链技术保障数据的可信性和可 追溯性 ，依靠隐私计算技术确保数据在共享过程中的安全