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
国家疾控局：病媒生物传染病疫情风《险升高 呼吸》道传染病整体呈低流行水平
国家疾控局于今日召开例行新闻发布会，围绕“科学防暑防病，健康平安度夏”这一核心议题，深入阐述了夏季常见传染病的防控策略、高温天气下的健康防护措施、灾后卫生防疫工作以及暑期儿童意外伤害的预防要点。新闻发言人席晶晶在发布会上，就当前我国重点传染病的疫情动态及潜在健康威胁进行了细致的通报与分析。
随着暑期的到来，蚊虫等病媒生物的繁殖进入旺盛阶段，加之人员跨区域流动显著增多，由病媒生物传播的传染病疫情风险呈现出上升趋势。境外输入病例引发本土传播的可能性也随之增加，尤其是在南方部分省份，登革热和基孔肯雅热等疾病出现聚集性暴发的隐患不容忽视。与此同时，全国范围内的呼吸道传染病整体维持在较低流行态势，但鼻病毒、副流感病毒等病原体仍表现出一定的活跃迹象，新冠病毒感染则继续保持低水平流行状态。
值得特别关注的是，全国已进入“七下八上”的关键汛期，多地遭遇洪涝灾害，由此可能引发一系列环境卫生问题，对食物和饮用水的安全构成威胁，同时也会导致病媒生物及宿主动物的分布与活动规律发生改变。受此影响，受灾区域的肠道传染病、呼吸道感染以及虫媒传播疾病的发病风险均有所提升，亟需加强监测与防控应对。
使用说明
《聚焦装备智能工》程新范式 专家研讨双路径实现、多行业探索
北京7月31日电——以“智能体时代的装备系统工程”为主题的“装备智能工程与数智化生态技术研讨会2026”近期在京召开。与会学者围绕人工智能与工业软件融合、系统工程方法论创新以及行业知识交互等前沿课题展开深入探讨，旨在共同塑造装备智能工程的全新范式。
随着人工智能技术持续突破数字疆域、迈入物理现实，装备系统的内涵正在发生深刻演进。传统装备涵盖感知、通信、控制等信息化维度，并与机械、电气、流体等物理域深度耦合；而如今的装备，已逐渐蜕变为集感知、判断、决策与执行为一体的智能信息物理系统。
华中科技大学机械科学与工程学院教授陈学东在会上指出，具身智能要求智能算法与实体装备、任务环境的高度融合，由此对装备建模、数据生成、训练验证以及系统集成提出了全新的工程挑战。他系统阐述了具身智能由传统机器人智能化向数据驱动、模型驱动的智能体演进的脉络，并着重剖析了视觉语言动作模型及世界模型等核心技术。
与会专家普遍认为，具身智能的突破绝不止于算法层面的精进，而是一项涵盖装备本体设计、环境交互、数据采集、训练验证的系统工程命题，为装备智能工程注入了崭新的研发动能。工业和信息化部人形机器人与具身智能标准化技术委员会主任委员、开放原子开源基金会理事长谢少锋强调，推动人形机器人与具身智能产业迈向规模化、高质量发展，需以应用场景为导向，夯实高质量数据基础，深化开源协作，加速标准体系构建，从而为技术从实验室走向工程化、产业化提供系统性支撑。
同元软控董事长周凡利在发言中表示，大模型在处理文本、图像、语音等数字空间任务时成效卓著，然而一旦进入机器人、无人装备等工业系统的研发实境，便遭遇确定性、精确性、安全性及可靠性等严峻考验。他认为，依托物理AI的具身智能正是破解这些难题的关键路径。
在与会者看来，装备工程智能体与基于物理AI的具身智能协同推进，将助力“装备数字工程”全面跃升为“装备智能工程”。同元软控总经理刘奇表示：“大模型与智能体技术的快速演进，正驱动AI从信息辅助角色转向自主执行主体，引发工程研发范式的系统性重构。”他提出，应构建由工程智能体引领的新型研发体系，囊括模型表征机制、知识库与大模型底座、工程智能体集群以及AI原生工业软件等要素，形成全新范式架构。
面向智能体时代装备研发的智能化升级需求，行业已形成MWORKS EI与MWORKS AI两条核心路径。前者聚焦具身智能装备，贯通本体—感知与环境建模、合成数据生成、综合仿真训练、系统仿真验证至部署应用的全链条；后者则以装备工程智能体为核心，推动智能能力渗透需求分析、方案设计、建模、仿真及验证等各阶段。业内评论指出，双路径协同发力，为装备智能工程的能力构建与落地实践提供了坚实支撑。
中国计算机学会副秘书长束庆山对相关自主创新成果表示肯定，并透露学会将携手产业伙伴，共同助推装备制造业的智能化转型与科技创新发展。
装备智能工程的深入推进，亦对人才培养体系和产学研协同机制提出了更高要求。中国高等教育学会校际合作研究分会理事长沈毅表示，面向物理AI与具身智能等新兴方向，未来工程人才既要具备扎实的专业素养和系统工程思维，也需娴熟运用智能化工具开展设计、建模、仿真与验证工作。他结合MWORKS工业软件教育生态建设的实践，提出应通过校企联动与产教融合，贯通课程教学、教材编写、科研训练与产业应用，着力培养兼具工程底蕴、智能化素养和创新能力的高层次复合型人才，为智能装备和高端产业发展持续输送智力资源。
据悉，MWORKS数智生态已汇聚超过35万用户，覆盖848所高校、1300余家企业及逾5000名开发者，支撑2000余门课程建设，出版教材26本，并持续积累模型、代码、案例、工具及创新作品等多维资源，为行业生态的蓬勃发展奠定深厚基础。
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1