软件介绍
数据成为论文：重新定义（“科学成果”——对话中国科学院院士于贵瑞）
数据成为论文：重新定义“科学成果”
——对话中国科学院院士于贵瑞
在人类科学发展的漫长历程中，科研成果的表达与传播方式始终在演化。从口头传授到手稿传抄，从正式期刊的诞生到如今数字化的即时传播，每一次载体的变革都深刻重塑了科学发现的路径与科学合作的模式。
日前，我国首本英文数据期刊《数据快报(英文)》正式创刊发布。该科技期刊定位为顶级综合性数据出版平台，由中国科学院计算机网络信息中心主办，中国科学院院士、生态领域战略科学家于贵瑞担任主编。此外，2026年中国科学院还将创办一系列不同领域的数据期刊，它们将与《数据快报(英文)》共同组成数据期刊集群，为科学家提供快速分享数据成果的渠道，搭建起连接国内外的一流科学数据交流与传播桥梁。
《数据快报(英文)》的创刊，并非仅是期刊方阵的简单扩容。它指向一个更深层的时代命题：当科学数据从科研“副产品”跃升为与论文同等重要的战略性成果，学术表达体系又该如何变革？围绕这一命题，记者与于贵瑞院士展开对话，请他深入阐释“论文或论著”与“数据论文或产品”并行发展的时代必然。如于贵瑞所言：“如果说过去一个世纪论文是记录人类科学发现的重要载体，那么未来一个世纪，人类将必然用数据与论文共同书写科学史的新篇章。”
论文不再是唯一终点，科学成果需要多条腿走路
数百年来，科学家竞相追求发表论文，学术优先权、职称晋升、学科评价锚定于此。然而，当科学数据被赋予“成果”地位，能够像论文一样发布、共享、引用时，一个根本性的问题浮出水面：我们是否正在经历对科学成果定义权的重新定义？从“论文为王”到“数据并举”，这究竟是一次边界的延展，还是一次内核的重塑？
记者：您提出科研成果正从“论文唯一载体”走向“论文与数据并行”的新时代。对科研人员而言，最直接的一个焦虑是：如果数据也能作为独立成果发布，这是否意味着传统论文的地位将被稀释？两种成果之间是什么关系？
于贵瑞：这不是地位稀释，而是内涵扩容。论文传播的是“发现了什么”与“认知了什么”，它承载着人类对世界的解释与理论建构；数据论文或数据产品则精准传播的是科学观测的确切结果、可供挖掘新知的“原始材料”，以及系统整编的科技信息。两者承担不同使命：论文提供认知结论，数据提供可复用的证据链。并行发展意味着科学成果从“结论发布”延伸到“证据发布”，让知识生产的全链条都能被看见、被检验、被复用。这不是谁取代谁的问题，而是一枚硬币的两面终于同时获得了学术承认。
记者：现代科学数百年形成了一套高度制度化的模式——“提出问题—实验观测—分析论证—发表论文或专著”。在这个链条中，数据长期处于“幕后”。现在要把数据从幕后推向台前，最大的观念障碍是什么？
于贵瑞：最大的观念障碍，恰恰在于这个经典模式太成功了。数百年来，无数学者的思想光辉通过论文体系汇聚成璀璨星河，照亮了人类认知世界的道路，这使得人们下意识地将“成果”等同于“论文”。但过去一个世纪，特别是进入21世纪以来，这幅图景正在发生深刻改变：科学数据与科学论文双重爆炸式增长，还原论、整体论、系统论、实践论等多元科学思维走向大融合，自然科学已从“象牙塔”走向服务人类社会可持续发展的“伟大实践”前沿。在这种变革中，继续将数据视为论文的附属品，无异于用旧地图寻找新大陆。
记者：“数据论文”这个概念，让很多一线科研人员既兴奋又困惑。大家比较关心的是：发布数据论文能否像传统论文一样，获得切实的学术认可？在职称评审、项目申请中，它能成为“硬通货”吗？
于贵瑞：这正是我们推动新型数据出版生态系统的核心关切之一。科学数据长期以来被视为“初级产品”或“副产品”，正是因为它缺乏独立的成果身份和规范的引用评价通道。Data Express期刊群的创建，目标之一就是让数据成果如同重磅学术论文一样，通过国家级平台获得应有的学术显示度与国际传播力。当数据论文拥有了规范的标识注册、标准引用和影响力评价体系，它在学术评价中的“硬通货”属性自然会建立起来。这不是某个机构的一纸文件能解决的事，而是需要基础设施、评价标准、学术共同体共识三者协同推进的系统工程。我们正在铺设的就是这条轨道。
数据用不起来，再多的投入也是沉没成本
任何一场深刻的学术变革，都不是凭空发生的。从国家战略资源的全球竞争，到人工智能对“算料”的饥渴需求，再到开放科学对“可重现性”的严苛要求，三股力量正在从不同方向挤压传统的成果表达体系。问题在于：这些驱动力究竟是口号，还是已经让科研人员感受到切肤之痛的现实压力？
记者：您谈到国家层面需要高水平的数据成果发布平台。现实是，我国大科学装置、野外台站网络产出的海量数据，大部分仍处于“存得下来，但发不出去；发得出去，但影响力不够”的困境。这个困境的症结究竟在哪里？
于贵瑞：三者皆有，但核心是缺一套完整的、与国际接轨的数据出版与传播基础设施。缺平台，意味着高质量数据没有匹配其价值的展示窗口；缺标准，意味着数据成果的规范描述、质量控制和同行评议尚未形成公认范式；缺意愿则是前两者的必然结果——当科学家的数据贡献无法被有效记录、引用和回报时，共享动力自然会衰减。这恰恰是我们启动Data Express的关键动因：为国家级战略数据资源提供与之匹配的出版渠道，让数据贡献者获得应有的学术回报，形成“生产—出版—复用—再创造”的良性循环。
记者：您刚才提到一个更深层的概念——我们不仅需要数据出版平台，更需要对“数据”本身正本清源。在推进这项工作时，重新厘清“数据是什么”为何如此重要？
于贵瑞：因为如果不厘清这一点，讨论就容易滑入“数据就是计算机里的0和1”这种技术化、窄化的理解。在更广阔的科学语境中，“Data”一词源于拉丁语“datum”，意为“被给予的事物”。其核心含义是“为参考、分析或决策而收集起来的事实、信息或统计资料”。它可以呈现为数字、文字、度量值、观测结果乃至对事物的描述——简而言之，数据是我们用来分析研究，并从中获取新认知的原始材料。当这些经过科学设计、严谨采集与系统整编的“原始材料”本身被赋予成果地位，能够像论文一样被发布、共享、引用和评价时，我们谈论的就不是一个技术升级问题，而是一个崭新的学术交流纪元的到来。正本清源，是为了让学界意识到：数据出版不是“多了一种出版物”，而是科学成果内涵与外延的一次重新定义。
记者：“AI-Ready数据”是当下热门词，但一线科研人员更想知道一个实在的问题：我的数据如果不做成“可机读”的形式，会在多大程度上失去价值？这种压力是真实的，还是被夸大了？
于贵瑞：这是真实且正在加速的压力。未来人工智能的国际竞争，本质上也是高质量数据资源的竞争。再先进的大模型，若无大规模、高标准、可计算的数据作为“燃料”，也无法产生可靠的科学发现。“AI for Science”的核心路径是“高维数据+物理模型+神经网络”深度融合，实现从传统模拟预测到智能生成创造的飞跃。传统论文中的数据描述，机器难以直接读取和计算，如同让一个高速引擎去烧未经提炼的原矿。数据论文的使命，恰恰是把科学数据高效转化为可计算、可复用、可机器理解与训练的“AI-Ready”资源，让它成为“机器可读的科学知识载体”。如果你的数据无法被机器高效获取和理解，在AI驱动的科学发现流程中，它很可能会被绕过、被忽略。这不是未来威胁，这是当下正在发生的筛选机制。
建平台易，建生态难，关键在于让数据“活”起来
建设一个数据出版平台相对容易，构建一个让数据真正流动、复用、增值的全球知识生态，则是完全不同的挑战。Data Express提出了三个核心定位和“四个一体化”的蓝图，从刊群矩阵到技术平台，从专家网络到学术共同体。但理想丰满，落地几何？科研人员更关心的是：这个生态系统最终能给我的研究带来什么实际的便利和回报？
记者：Data Express的愿景中，有三个核心定位：国家重大数据成果的首发平台、驱动开放科学运转的关键枢纽、国际学术交流与数据外交的重要窗口。这三个定位之间是什么关系？
于贵瑞：这三个定位是递进且互补的。首发与汇聚平台解决的是“数据有处可发”的问题，这是基础；驱动开放科学运转解决的是“数据发了有用”的问题，这是核心——我们致力于推动科学数据从“保存”走向“共享”，再从“共享”迈向“复用”，促成“数据生产者—数据出版者—数据使用者”三方协同共赢的良性循环；国际交流窗口解决的是“数据有全球影响力”的问题，这是目标——坚持国内与国际稿源并重，让世界看到中国不仅是科学数据资源大国，更将坚定不移地迈向科学数据出版强国。三者缺一不可。只做首发而不激活复用，就是静态仓库；只谈共享而没有国际话语权，就难以吸引全球优质稿源和合作。这是一个系统工程。
记者：过去，论文发表后，数据不可得、代码不可见、模型不可验证，这在很大程度上导致了“可重现性危机”。Data Express明确要构建“数据—软件—模型—论文一体化”的新型立体化传播体系，那么，如何从制度设计上确保这种一体化不是“拼盘式”的简单捆绑？
于贵瑞：关键在于平台一体化的技术贯通。我们依托数字出版引擎、科学数据银行、国家科技资源标识等基础设施，把数据存储、标识注册、开放出版、国际传播与学术评价的技术全流程打通。这意味着，一篇数据论文的发表，不是孤立地上传一个文件，而是连带其背后的数据产品、分析软件标识、算法模型链接，共同构成一个可追溯、可验证的完整支撑链条。这不是事后拼凑，而是从提交流程的一开始就被作为整体单元来处理和评议。评审者可以同步审视数据质量、方法逻辑和结论之间的自洽性，这在制度层面就为“可重现性”提供了保障。这是确保科学严谨性、缩短创新周期的关键制度设计。
记者：当前，很多科学家对数据共享仍心存顾虑——怕被抢发、怕被滥用、怕投入巨大心血的数据库被“搭便车”。Data Express在保护数据生产者利益和激励开放共享之间，如何找到平衡点？
于贵瑞：这个顾虑非常真实。我们的设计逻辑是“以确权促共享”。首先，数据论文的发表本身就确立了学术优先权——你的数据集通过同行评议正式出版，带有时间戳和数字对象标识符，这就是你作为数据创造者的学术身份证。其次，我们致力促成“数据生产者—数据出版者—数据使用者”三方协同共赢的良性循环：使用者必须规范引用，引用将被追踪记录，记录将转化为可量化的学术影响力。当数据贡献能被看见、被计量、被回报时，共享就不再是单向的付出，而是一种能带来持续学术回报的战略行为。
我们期待实现的愿景是：让每一份凝结着智慧与心血的高价值科学数据，都能被发现、被共享、被引用、被传承，让数据论文与产品成为连接科学家、连接学科、连接世界的新语言和新纽带。这既是应对范式变革的必然选择，也是为开放科学与人工智能赋能的科学发现、技术发明与工程创新，贡献中国力量、中国产品与中国智慧的必由之路。
(本报记者 崔兴毅)
功能特点
老（歌翻唱火爆全网 AI）翻唱新技术引发版权保护之思
近来，一位名叫苏娜的歌手在短视频平台上迅速蹿红，引发了一场关于音乐创作边界的热议。这位从未露面的“神秘人”，用她清亮的嗓音重新演绎了《乡恋》《英雄赞歌》《梦里水乡》等一批横跨上世纪60年代至90年代的经典曲目，收获了大量网友的点赞与转发。然而，在专业音乐人的耳中，这些作品极有可能并非出自真人之口，而是由人工智能（AI）技术生成的翻唱。随着科技日新月异的演进，艺术家们如何看待这一新兴的翻唱现象？AI翻唱是否触碰了版权保护的底线？这些技术带来的新课题，正在短视频平台的流量狂欢中引发深刻反思。
“唱得情真意切，让多少‘50后’和‘60后’感动落泪。”“李谷一当年用歌声唱响了全国，如今苏娜的纯净嗓音，让我们再次感受到《乡恋》的深情厚意。”在短视频平台上，苏娜翻唱李谷一经典之作《乡恋》的视频下，网友留言络绎不绝，点赞量动辄成千上万。这位近来热度飙升的“歌手”，她翻唱的《英雄赞歌》《心中的玫瑰》《边疆的泉水清又纯》《年轻的朋友来相会》《梦里水乡》等经典老歌，音色与原唱神似却又别具一格，那份略带清纯的质感，仿佛将听众带回了那个纯真年代。评论区里，中老年听众反响热烈，有人直言她的歌声勾起了对原唱的回忆，也有人盛赞她超越了原唱，赋予了作品独特韵味。但令人费解的是，苏娜究竟是何人？即便翻唱了如此多的作品，她始终未曾露面，关于其个人生活的点滴信息，在网络上也无迹可寻。
“这极有可能是AI生成的。”知名乐评人卢世伟在聆听了苏娜翻唱的《心中的玫瑰》后，给出了他的判断。他敏锐地察觉到，“苏娜”这个化名本身就暗藏深意——目前市面上有一款主流AI音乐生成软件名为Suno，“不排除有人用这款软件制作歌曲后，取了一个谐音的名字来命名。”卢世伟分析道，这位“歌手”之所以能呈现千变万化的音色，很大程度上是因为AI翻唱打破了人体生理机能的界限，“它能模仿任何人的嗓音与唱腔，听感流畅顺滑，但细听之下却找不到呼吸的气口，这基本可以断定是AI的产物。”
知名乐评人流水纪对此观点表示认同。他指出，当前像“大头针”等一批AI歌手已在网络上积累了一定名气，利用AI翻唱老歌来吸引流量的做法正变得愈发普遍。北京日报记者也观察到，苏娜翻唱的歌曲，其编曲部分几乎未作改动，只是将人声替换成了与原唱高度相似的音色。不少网友也据此在评论中直言，苏娜很可能就是一位AI歌手。
面对这股汹涌而来的AI翻唱浪潮，那些被模仿的艺术家们究竟抱持何种态度？
“看到网友能通过这些翻唱作品联想到我、联想到经典，我感到十分欣慰。”李谷一以包容的心态看待此事。尽管对翻唱可能涉及的侵权风险有所耳闻，但她认为在技术飞速迭代的时代，不必抗拒新事物。“我持一种开放的态度，一首好歌无论谁唱都是好事，不管是人唱还是机器唱，都是乐事。”李谷一如是说，“至于其他问题，顺其自然即可，不能一开始就给它套上束缚。我相信旧有的格局会因为新时代的到来而发生改变。”
面对这项全新科技，当下音乐界大多持观望态度，鲜有明确表态，但公开支持或反对的声音也时有耳闻。今年4月，歌手周深在发行歌曲《月之纪》时，便同步发布了版权声明：未经授权，本作品禁止用于人工智能的训练、模仿、学习及生成等相关活动。这一声明一经发布，便赢得了众多音乐人、乐评人及网友的力挺，许多人表示，“我们并非反对AI技术本身，而是反对未经授权就攫取原创内容的行为。”
作为一位创作了大量音乐作品、并明确声明绝不使用AI进行词曲创作的音乐人，小柯也坦言这是一个两难困境。作为创作者，他同样希望自己的作品能通过翻唱被更广泛地传播，但版权保护同样不容忽视。“这个问题归根结底是版权公司与AI平台之间的博弈，理想的情形应是AI平台向音乐版权方支付费用。”在小柯看来，双方目前正处于角力阶段，新生事物总需在各方协同努力下，经过一段时间的探索，方能最终达成平衡。
无论艺术家们持何种立场，就AI翻唱而言，法律层面的界定其实相当明确。
“我们在维权时，不会去纠结这首歌是否由AI生成。”长期深耕于影视、音乐、演出等文化娱乐领域的律师徐智省给出了直截了当的定性。他解释，侵权判定的核心在于作品使用是否获得了授权，而非取决于采用何种技术手段。“只要上传的音频或视频中包含了他人的词曲内容，无论是由人声演唱还是机器生成，未经许可便涉嫌侵权。”
徐智省进一步介绍，AI翻唱实际上触碰了两条法律红线。其一，是对词曲著作权的侵害，这与真人未经授权翻唱的性质并无二致。“此外，自然人的声音在法律上可参照肖像权予以保护。”他补充道，若未经许可，AI生成的音色刻意模仿原表演者的声音，使得听众能明显辨识出对应的原唱歌手，这种行为就可能构成对他人人格权的侵犯。
不过，徐智省与流水纪均向记者透露，在实际操作中，鲜有版权机构或表演者会与AI翻唱背后的操作者对簿公堂，绝大多数权利人更倾向于选择成本较低的维权途径。徐智省坦言，当前AI翻唱多属个人或小团队试水起步阶段，单个侵权主体的体量有限，版权方通常会直接向平台投诉，要求下架了事。但确实也存在侵权方在作品被下架后，更换账号再次上传的情况，维权方不得不重新投诉，陷入“投诉—下架—再上传—再投诉”的无限循环。流水纪认为，平台方应加强审核机制，建立审查与筛选体系，要求AI创作或翻唱的作品必须进行明确标注。
使用说明
“华雨Geo{AI”大模型在沪发布}
上海七月十九日电（中新网记者 陈静）华东师范大学自主研发的“华雨GeoAI”大模型于十八日揭开面纱，正式对外亮相，此举标志着地理空间信息技术与人工智能的深度融合已攀升至全新高度。
作为2026年世界人工智能大会暨人工智能全球治理高级别会议的重要分支，“GeoAI空间人工智能论坛”在华东师范大学空间人工智能学院盛大召开。论坛汇聚了来自各界的专家学者，共同探讨空间智能的前沿议题。
据了解，“华雨GeoAI”大模型的研发工作由地理信息科学教育部重点实验室主导，同时获得空间人工智能学院、地理科学学院以及自然资源部超大城市自然资源时空大数据分析应用重点实验室的协同支持。该模型依托多源地球观测数据，巧妙整合人工智能算法、地理空间分析技术及物理机制模型，在极端天气监控、城市灾害预警以及复杂地球系统模拟等关键领域发挥坚实的技术支撑作用。展望未来，“华雨GeoAI”将持续强化智能感知、精准预测和风险决策的功能版图，致力于为打造更安全、更具韧性的城市生态贡献力量，同时为数字地球建设与可持续发展注入新的动能。
人工智能正以势不可挡的态势颠覆全球格局。空间人工智能作为实现“空—天—地—底”全域智能的核心驱动力，已然成为国际科技竞赛的战略高地，也是催生新质生产力的重要杠杆。华东师范大学党委常委、副校长兼空间人工智能学院院长施国跃指出，深度布局空间人工智能领域，打造高端学术创新平台，既是学校主动融入国家人工智能战略布局、落实科教兴国方针的关键行动，也是推动新工科发展、激发交叉学科创新活力、实现核心技术自主突破的核心抓手。
论坛主题演讲环节中，四位权威专家从全域空间视角出发，描绘了GeoAI技术演进的崭新图景，并输出了诸多具有前瞻性与引领性的学术洞见。
更新日志
数据成为论文：重新定义（“科学成果”——对话中国科学院院士于贵瑞） 数据成为论文：重新定义“科学成果” ——对话中国科学院院士于贵瑞 在人类科学发展的漫长历程中，科研成果的表达与传播方式始终在演化。从口头传授到手稿传抄，从正式期刊的诞
句子10