解鎖“AI+分析”新可能第十屆中國分析儀器學術大會（ACAIC2025）西安隆重啟幕

　　2025年11月7日，第十屆中國分析儀器學術大會（ACAIC 2025）在陜西西安隆重開幕。本屆大會由中國儀器儀表學會分析儀器分會主辦，西安交通大學承辦，Journal of Pharmaceutical Analysis (JPA)雜志社、西北大學、西安交通大學國家醫學攻關產教融合創新平臺、西安交通大學醫學部等14個單位協辦。

　　ACAIC 2025以“AI 賦能 創新轉型”為主題，匯集500余位科技及工業部門管理人員、院士、知名學者和青年科技工作者，呈現了10余個大會特邀報告，9個分論壇，100余個主題報告，并開設儀器及部件展覽。大會旨在深入探討AI對分析儀器性能提升、功能拓展、應用開發、 研發流程及創新管理等帶來的影響，并展望新技術、新產品、新應用、新范式或新格局。

ACAIC 2025 大會現場

　　會議同期，還舉辦了2025年度“朱良漪分析儀器創新獎”的頒獎活動，共有5項成果獲得“創新成果獎”，6位青年科學家榮獲“青年創新獎”，5位應用專家獲得“應用創新獎”。

　　開幕式

　　ACAIC 2025大會開幕式由西安交通大學賀浪沖教授主持，中國儀器儀表學會分析儀器分會主任委員/中國計量科學研究院方向研究員、西安交通大學校長助理單文華教授和陜西省科技廳二級巡視員楊世宏同志分別致辭。

西安交通大學 賀浪沖教授擔任開幕式主持人

中國儀器儀表學會分析儀器分會主任委員/中國計量科學研究院 方向研究員致開幕辭

　　方向研究員中國分析儀器學術大會已走過十年歷程，始終秉持 “交流、創新、合作、發展” 理念，與國家科創事業同頻共振，見證我國信息技術從追趕到并跑乃至部分反超。當前，高端儀器被列入國家 “十五五規劃” 關鍵核心技術攻關重點，生命科學、新材料等領域的需求為行業帶來機遇與挑戰。他指出，智能化、高端化與國產化并行、跨界融合是行業三大核心趨勢通過思想碰撞與智慧交流，期望通過本次會議，與會者通過思想碰撞，深入探討技術前沿與落地實踐，破解行業難題，共同推動分析儀器領域科技自立自強與產業高質量發展。

西安交通大學校長助理 單文華教授致歡迎辭

　　單文華教授向ACAIC 2025大會的召開表示熱烈祝賀，強調分析儀器在科學研究和產業升級中的重要性。他提出共筑學科交叉創新生態、共建儀器共享和轉化平臺、培養創新人才三大合作方向，旨在解決高端通用儀器領域卡脖子問題，提升原創研發動力和轉換效率，共同推動分析儀器和高端裝備制造業高質量發展，為實現中華民族偉大復興貢獻力量。

陜西省科技廳二級巡視員 楊世宏同志致辭

　　楊世宏同志介紹了陜西在分析儀器領域的深厚創新底蘊和獨特發展優勢。他表示，分析儀器在科技創新中具有核心作用，提出共建高端創新平臺、共促成果落地轉化、共育復合型人才三項合作倡議，旨在通過深化產學研用合作，為分析儀器產業高質量發展注入強大動力。

　　學術報告

西安交通大學、鵬城實驗室/琶洲實驗室（黃埔) 徐宗本院士

　　徐宗本院士帶來題為“大模型原理及其賦能模式”的精彩報告。他表示，以大模型為特征的生成式人工智能近年來迅猛發展，正深刻影響并改變著科研范式、創新范式與生產方式，已成為推動科學技術革命與產業革命的核心驅動力。概述大模型“大模型、大算力、大數據”三要素，及訓練過程、核心能力、技術革命性等基礎內容，重點分享三大賦能實踐模式：一是驅動企業/行業專有知識庫構建；二是通過大模型操作系統搭建賦能平臺，破解部署算力、IT系統連通等問題；三是分診式大小模型協同賦能工業過程。他強調，“基礎大模型·領域大模型·智能體應用”構成AI價值鏈，需以數據為“燃料”、算法為“引擎”、算力為“動力”協同發展。所探賦能模式具實踐價值，新一代AI關乎國家戰略機遇，他就此給出建議，助力其賦能經濟主戰場。

清華大學化學系 李景虹院士

　　李景虹院士作題為“面向生命健康的智能生物分析化學”的精彩報告。他指出，生命系統是多層次的復雜體系，分子、細胞等微觀尺度研究對揭示生命現象本質至關重要。人工智能憑借高效、準確、創新的特性賦能生物分析化學，“AI+科學”已成為新研究范式，為實驗與分析提供智能化創新解決方案。智能生物分析化學正推動生命健康領域變革：以SPR技術為例，智能計算輔助實現高靈敏高分辨率成像分析，助力復雜生命現象解析、精準醫療診斷及新藥研發。自動化平臺成效顯著，支撐mRNA藥物研發、納米藥物制備篩選與表征，推動脂質體納米顆粒藥物遞送及疫苗研發。

國家自然科學基金委 王勇教授/項目主任

　　王勇主任作題為“儀器創制-化學測量學的重要使命”的報告。化學測量學旨在發展化學及相關領域的測量原理、策略、技術與方法,研制各類分析裝置、儀器、部件及相關軟件，以精準獲取物質組成、分布、結構與功能的時空變化規律。該領域面向科學前沿和國家戰略需求，突出原創方法學研究，注重學科交叉、數智賦能，重視基于新原理的儀器與關鍵部件創制及性能提升。報告將重點闡述化學測量學申請代碼內涵以及“十四五”期間基金委化學部化學測量學領域儀器相關項目的申請資助情況，并對化學測量學未來發展做出展望，闡述 “十五五” 卓越化學測量學期待，明確 “卓越化學測量，精準科學領航” 的領域愿景，以及 “在學術爭論中前行，在學術爭鳴中閃光” 的領域文化與 “開放、交叉、合作、共贏” 的價值觀。

西安交通大學藥學院 賀浪沖教授

　　賀浪沖教授作題為“生物與AI時代背景下的細胞膜色譜分析儀”的報告，探討了在人工智能與生物技術深度融合的時代背景下，細胞膜色譜技術的革新與未來發展。他指出，生物與AI深度融合背景下，加速疾病診療研發。他提出的1994年原創技術——細胞膜色譜法，能在仿生環境下同步判定物質“生物活性與理化屬性”，如今迎來新機遇。報告聚焦技術革新：將機器學習等AI算法深度集成，構建智能數據分析預測模型，研發新一代智能化分析儀。該儀器可大幅提升檢測效率與信息挖掘深度，更有望重塑藥物早期發現范式，成為鏈接體外篩選與體內藥效的關鍵智能橋梁，為AI在精準醫療中的應用提供新范式。

西湖實驗室智能蛋白質組中心 郭天南教授

　　郭天南教授作題為“蛋白質組學最新進展及其對國產質譜研發的啟示”的報告。其團隊構建含 10 億級蛋白多肽質譜譜圖的 MassNet 數據集，覆蓋 DDA 和 DIA 采集模式，據此開發的質譜基礎大模型，借深度學習顯著提升譜圖鑒定準確性與覆蓋度。組織膨脹技術的創新應用，在保持蛋白質空間分布前提下，將空間蛋白質組學分辨率提升至亞細胞級別。臨床轉化層面，基于低分辨質譜的 IGF1 檢測完成臨床驗證，印證質譜系統的實用性與可靠性。蛋白質組學最新進展涵蓋鑒定定量、標準化與融合、空間及臨床蛋白質組分析、自動化樣本制備、AI 蛋白質組等方向。最后，他表示，對國產質譜研發，需重視標準化質譜大數據與 AI 應用以搶占領先；突破樣本制備瓶頸，強化自動化；依托 AI 實現空間蛋白質組學突破，推動蛋白質組錄像落地；以新思路推進臨床轉化，把握藥物研發臨床前研究的顛覆機遇。

海能未來技術集團股份有限公司 劉文玉總裁

　　劉文玉總裁作題為“國際視野，中國創新：知名分析儀器公司產業演進與中國分析儀器高質量發展思考”的報告。報告指出，中國近十年在新能源汽車、芯片領域實現突破，科學儀器行業產值增長、高端儀器開發提速、上市公司數量增加，產業從勞動密集型轉向資本密集型、加工貿易轉向一般貿易。但與國際巨頭相比，仍存在市值、產品可靠性、市場占有率差距。未來需借鑒國際長期主義與全球化布局，強化技術創新和人才培養，通過自主創新、資本合作深耕國內市場，把握國家政策機遇，應對中西方關系帶來的行業影響，推動產業高質量發展。

南京理工大學國有資產與實驗室管理處 石磊副處長

　　石磊副處長作題為“從‘可用’到‘好用’—國產分析儀器的應用示范實踐”的報告，核心分享助力國產儀器迭代升級的實踐路徑。2023 年，江蘇省科技資源統籌中心與南京理工大學共建 “國產科學儀器應用示范中心 (材化學)”，通過多渠道建示范平臺、多舉措推應用示范、多環節搞自主研發，賦能材料化學類國產儀器發展。依托江蘇政策支持與產業基礎，國產儀器在技術指標、穩定性上持續進步，已實現部分進口設備替代，破解關鍵零部件依賴難題。報告聚焦生物醫藥、環境領域，強調檢測方法在設備驗證與標準制定中的作用，介紹了高校材料分析平臺通過多維度評估設備、開放共享資源、定制化開發、激勵師生參與等方式，提升國產儀器利用率與市場認可度，推動其在科研與應用領域創新。

深圳華大智造科技股份有限公司 彭歡歡副總裁

　　彭歡歡副總裁作題為“面向多模態大模型的科學儀器創新范式”的報告。多組學技術通過系統性整合基因組、表觀組、轉錄組、蛋白質組及代謝組等多維度信息，深入解析生物分子間的復雜互作網絡，為全面理解生物系統帶來革命性的研究范式，正成為破解復雜生物系統奧秘的關鍵鑰匙。華大智造已實現從長短讀長測序平臺到多組學工具平臺全覆蓋，逐步推出了DCSP多組學工具，旨在推動基因組學(DNA0mics)、細胞組學(Cell Omics)、時空組學(Spatia0mics)、蛋白組學(Proteomics)的前沿研究及應用，持續為用戶提供覆蓋生命科學研究及應用中全場景、全生命周期的系統解決方案。此外，華大創新提出的“133111i”模式，通過融合多組學與多模態數據，系統性引導疾病認知與干預策略從傳統的“被動治療”向“主動防控”轉變，為精準醫學與健康管理的實踐落地提供了具有引領價值的創新范式。

暨南大學/禾信儀器/教育部國轉中心 周振教授

　　周振教授作題為“全國高校高端科學儀器區域技術轉移轉化中心 (粵港澳大灣區?廣州) 的實踐路徑”的報告。該中心為教育部批復成立的民辦非企業，獲省市區三級支持，定位為成果轉移轉化、共性技術平臺、先行示范基地及復合型人才集聚地，旨在支持高校高端科學儀器科技成果加快并成功轉移轉化。報告指出，科研成果向產業轉化成功率僅 1%，科研機構與企業面臨經費、利潤分配等挑戰。中心通過政企校多方合作，以政府主導、公益屬性整合資源，提供概念驗證、知識產權、項目管理等一站式服務。依托政府與社會資本共同投入，中心明確項目入駐標準與篩選流程，聚焦高端科學儀器研發產業化。國家層面 “超常規”“全鏈條” 策略加持，聚焦重大戰略專項，強調市場需求與技術驗證，推動國產化與成果高效轉化。

南京大學化學化工學院 龍億濤教授

　　龍億濤教授帶來題為“高分辨微弱電流分析儀器的極限跨越創新”的報告。生命體的電荷傳輸與能量交換發生在納米尺度空間、微秒級時間尺度內，伴隨產生的微弱電流信號，是解析生命活動的關鍵信息源。納米孔道電化學以限域界面為傳感核心，通過捕捉單個分子穿孔時的電流變化實現生命過程精準解析。而精準檢測微電流需儀器同時具備 pA 級電流分辨率與 μs 級時間分辨率，這是電化學測量的核心難題。經十余年攻關，團隊通過片上耦合、帶寬補償、智能數字采集等技術創新，打破高帶寬、低噪聲、高通量的三角制約，實現極限降噪，成功研制高時間分辨微弱電流測量儀。該系統突破國外高端電流測量儀器封鎖，成為目前世界上信噪比最強的納米孔道微弱電流測量系統。

中山大學生物醫學工程學院 霍新明副教授

　　霍新明副教授作題為“智能化小質譜：現場分析的精準化與自動化解決方案”的報告，分享團隊以機器學習算法為核心的小型離子阱質譜智能化創新。譜圖數據處理上，開發由粗到精的經驗模態分解基線擬合算法，大幅提升數據適應性與穩定性；譜圖識別環節，通過特征匹配機器學習與卷積神經網絡，實現多目標待測物精準定性定量；信息挖掘方面，借助 U-Net 深度學習重構高分譜圖，結合注意力機制算法注釋未知分子結構；自動化構建上，融合強化學習打造自驅動質譜實驗室，完成血藥樣品全自動處理與精準分析。這些 AI 賦能的全流程解決方案，為現場檢測提供更魯棒、簡便、精準的優化路徑，助力小質譜在現場分析場景的高效應用。

清華大學人工智能學院 李欣陽助理教授

　　李欣陽帶來題為“人工智能賦能科學觀測，推動科學發現”的報告。光學成像拓展了人類對肉眼不可及尺度的觀測邊界，但光子散粒噪聲會增加測量不確定性、降低成像質量，限制分辨率、速度等核心性能，這是其根本挑戰。報告聚焦 AI 與光學成像交叉領域，探討成像靈敏度物理極限，介紹 AI 提升成像靈敏度的國際前沿進展。實驗中，雙光子顯微鏡、超分辨顯微鏡借助相關技術，顯著提升單分子成像信噪比與定位精度，已應用于樹突棘尺度鈣成像、免疫細胞遷移、神經遞質發放等場景。該技術助力儀器科學研發與生命科學研究，為神經科學新機制、免疫學新現象的揭示提供支撐。未來有望優化方法、提升性能與通用性，適配多成像模態及各類科學觀測場景。

中國科學院杭州醫學所 史國華研究員

　　史國華研究員作題為“在體眼視光學成像方法、模型與智能儀器”的報告。眼球的透明屈光特性，使其成為光學最佳在體應用窗口，眼科光學也是生物醫學光子學的重要應用場景。報告聚焦眼科光學前沿，核心成果包括：創新多通道、光譜成像的自適應光學共焦掃描方法，從結構成像拓展至功能成像，突破 50μm 管腔光學測量極限，助力 IRD 疾病早期精準診斷；建立符合中國人生理屈光特性的光照模型，明確光學與眼球生理參量的量效關系，指導眼視光產品研發；發明共光路共聚焦掃描多模態技術，開發世界唯一兼具超廣角、單細胞分辨的眼科智能儀器，實現 8 種成像模態共存，首創視網膜細胞與微血管成像模式，擁有最大成像深度和非 AO 單細胞診斷能力。此外，報告還介紹了 AI 診療與病理庫建設。該儀器獲工信部首臺套裝備等多項認定，打破壟斷，實現我國眼科光學影像技術從跟跑到領跑，兼具社會經濟效益。

中國儀器儀表學會分析儀器分會 方向主任委員

　　方向主任委員作題為“AI for MS——質譜技術的全鏈條重塑”的報告。科學儀器是探索世界的核心工具，其發展迭代依賴重大需求牽引與核心技術突破，當前自動化向智能化轉變、生命組學與 AI 融合，已成為生命科學領域國際競爭熱點。面對臨床轉化需求，數據質量控制與評價是亟待解決的關鍵問題。數據質量是 AI 應用的根源，更是 “自驅動實驗室” 落地的前提，唯有優質數據與嚴格質控，才能讓 AI 發揮實效、保障科學可信度。未來智能科學將依托數據閉環與質控持續迭代，推動科研范式躍遷。深度學習是質譜智能化的核心動力，需深化其與多組學、臨床數據的融合，構建可解釋、可溯源的新范式。AI 正推動質譜從 “分析工具” 升級為 “科學發現引擎”，結合 “分子照相機” 理念，引領行業進入智能化時代。未來十年，AI 質譜將成為戰略支撐，服務國家關鍵需求，跨學科融合與全球合作將構建開放創新生態。

　　參展商

　　ACAIC 2025 還得到了島津、梅特勒-托列多、海能科技、奧譜天成、天瑞儀器等20余家頭部企業的支持和贊助。