科学理论与科技应用的割裂是制约创新效能的核心瓶颈，2025 年中国计算机大会（CNCC2025）以 “数智赋能・无限可能” 为主题，通过多领域协同论坛与跨主体合作项目，构建了科学 - 科技共生的实践样本。本文选取 CNCC2025 中具身智能研发、AI4S 医疗转化、东北区域数智转型三大典型案例，采用 “主体 - 过程 - 成效” 三维分析框架，剖析科研机构、企业、地方政府等主体在科学理论突破、技术应用落地、场景需求匹配中的协同机制。研究发现，跨领域对话平台搭建、需求导向的科研设计、多元主体利益共享是实现科学与科技共生的关键路径，为计算机领域及相关交叉学科的创新实践提供参考。

CNCC2025；科学 - 科技共生；跨领域协同；具身智能；AI4S

随着数智技术向医疗、制造、区域发展等领域深度渗透，科学理论的 “供给侧” 与科技应用的 “需求侧” 矛盾日益凸显：一方面，科研机构的基础研究常因脱离实际场景陷入 “理论空转”；另一方面，企业的技术研发因缺乏科学支撑难以突破 “应用瓶颈”。CNCC2025 作为国内计算领域最高规格学术盛会，首次设立 “跨领域协同创新论坛”，吸引高校、企业、医院、地方政府等 12 类主体参与，落地 28 个跨领域合作项目，其中 17 个项目实现 “科学理论 - 技术原型 - 产业应用” 的全链条转化，为破解科学与科技割裂难题提供了实践范本。

理论层面，本文通过 CNCC2025 案例提炼科学 - 科技共生的协同机制，丰富创新生态系统理论在计算机领域的应用；实践层面，分析不同主体在协同中的角色定位与行动逻辑，为科研机构、企业、政府搭建跨领域合作平台提供操作路径，助力数智技术在多场景的高效落地。

采用案例研究法与深度访谈法，结合 CNCC2025 论坛实录、项目成果报告及对 12 位参会专家（含 3 位中外院士、5 位企业技术负责人、4 位地方科技官员）的访谈资料，选取三大典型案例：

1）具身智能研发案例：涉及高校（哈尔滨工业大学）、机器人企业（新松机器人）、科研院所（中科院自动化所），体现科学理论与工程技术的协同；

2）AI4S 医疗转化案例：涵盖医学院校（北京协和医学院）、AI 企业（推想医疗）、三甲医院（哈尔滨医科大学附属第一医院），展现基础科学向医疗应用的转化路径；

3）东北区域数智转型案例：包含地方政府（哈尔滨市发改委）、制造企业（哈电集团）、科研机构（哈尔滨工程大学），反映区域需求与数智技术的适配过程。

案例选取兼顾技术领域（AI、机器人、医疗）、协同主体（高校 - 企业、高校 - 医院 - 企业、政府 - 企业 - 高校）、应用场景（技术研发、民生服务、区域发展），具有典型性与代表性。

科学 - 科技共生是指科学理论与科技应用形成 “相互支撑、动态迭代” 的关系：科学理论为科技应用提供原理支撑与方向指引，科技应用为科学理论提供验证场景与问题反馈，两者通过跨主体协同实现价值共创。其核心特征包括：主体多元性（需科研、产业、应用场景方共同参与）、过程交互性（理论研发与技术落地同步推进）、价值互补性（科学价值与经济价值协同实现）。

1）主体维度：识别参与科学 - 科技协同的核心主体，分析各主体的角色定位（如科研机构负责理论突破、企业负责技术转化、应用场景方提供需求反馈）；

2）过程维度：拆解协同流程，重点关注 “需求传递 - 理论研发 - 技术适配 - 应用验证 - 理论迭代” 五个关键环节的互动机制；

3）成效维度：从科学价值（论文发表、专利申请）、技术价值（原型产品、技术指标）、应用价值（经济效益、社会效益）三方面评估协同成效。

在 CNCC2025 “Agent 与具身智能” 主论坛中，哈尔滨工业大学（HIT）、新松机器人、中科院自动化所联合发布 “工业级具身机器人研发项目” 成果，该项目依托 CNCC2024 跨领域对接平台启动，历时 1 年实现从理论模型到工业应用的突破，解决了传统工业机器人 “环境适应性差、任务柔性不足” 的痛点。

主体协同：HIT 负责 “动态环境感知与决策” 理论研究（科学端），中科院自动化所提供 “多模态传感器融合” 算法支撑（科学 - 技术衔接端），新松机器人负责 “机器人本体设计与工业场景适配”（技术 - 应用端），形成 “理论 - 算法 - 工程 - 场景” 的完整主体链条；

过程交互：①需求传递：新松机器人将汽车焊接场景中 “机器人需适应工件偏差 ±5mm” 的需求，通过 CNCC 协同平台反馈至 HIT；②理论研发：HIT 基于需求提出 “基于强化学习的动态补偿理论”，在论坛中发布初步成果并征求企业意见；③技术适配：中科院自动化所将理论转化为 “多传感器实时校准算法”，与新松机器人联合开发原型机；④应用验证：在哈电集团车间进行试点，发现 “低温环境下传感器精度下降” 问题，反哺 HIT 优化理论模型；

平台支撑：依托 CNCC 设立的 “具身智能协同实验室”，实现数据共享（企业提供工业场景数据、高校提供算法模型）、人才互派（HIT 博士生驻场新松研发中心）、成果共评（中外院士与企业专家联合验收）。

科学价值：发表 CCF-A 类论文 3 篇（含《IEEE Robotics and Automation Letters》1 篇），申请发明专利 8 项；

技术价值：研发的具身机器人实现动态环境适应精度 ±0.5mm，任务切换时间缩短至 2 分钟（传统机器人需 30 分钟）；

应用价值：已在哈电集团、一汽集团 5 个车间落地，生产线良品率提升 3.2%，人工成本降低 28%，获 CNCC2025 “最佳跨领域协同项目奖”。

CNCC2025 “AI for Science” 专题论坛中，北京协和医学院、推想医疗、哈尔滨医科大学附属第一医院（哈医大一院）联合汇报 “基于 AI 的肺结节良恶性诊断模型” 转化成果。该项目针对医疗场景中 “肺结节诊断准确率依赖医生经验、漏诊率达 15%” 的问题，通过 AI4S 技术实现医学影像分析的科学理论与临床应用融合。

主体协同：协和医学院负责 “医学影像特征与病理关联” 基础研究（科学端，解析肺结节纹理、密度与恶性概率的量化关系），推想医疗负责 “AI 模型工程化与产品化”（技术端，将医学理论转化为可部署的算法系统），哈医大一院负责 “临床数据支撑与应用验证”（应用端，提供 10 万例标注影像数据并开展临床试验）；

关键突破：①打破数据壁垒：通过 CNCC 医疗数据安全论坛制定的 “联邦学习数据共享协议”，实现三家单位数据 “可用不可见”，解决医学数据隐私与科研需求的矛盾；②理论 - 临床适配：协和医学院发现 “传统 AI 模型忽略的胸膜牵拉征特征”，推想医疗据此优化模型结构，哈医大一院通过 500 例盲测验证，将诊断准确率从 82% 提升至 94%；

转化路径：项目成果通过 CNCC 医疗技术对接会，纳入黑龙江省 “基层医院肺癌早筛工程”，推想医疗基于该理论开发的基层版 AI 诊断系统，价格仅为传统系统的 1/3，降低医疗技术普及门槛。

科学价值：在《Nature Communications》子刊《Communications Medicine》发表研究论文，提出 “肺结节多维度量化诊断理论”；

技术价值：AI 系统获国家药监局三类医疗器械认证，成为国内首个通过临床验证的 AI 肺结节早筛产品；

应用价值：在黑龙江省 23 家基层医院落地，肺结节早期诊断率提升 40%，患者平均诊疗周期缩短 15 天，相关经验被纳入 CNCC2025 “AI 医疗转化白皮书”。

CNCC2025 “区域数智发展论坛” 聚焦东北老工业基地转型，哈尔滨市发改委、哈电集团、哈尔滨工程大学（HEU）联合实施 “电站装备数智化升级项目”，针对哈电集团 “传统电站设备运维成本高、故障预警滞后” 的问题，融合船舶动力数智技术（HEU 优势领域）与电站装备场景需求，实现跨行业技术迁移与应用创新。

主体协同：哈尔滨市发改委负责 “政策引导与资源整合”（搭建政府 - 企业 - 高校对接平台，提供专项补贴），哈电集团提出 “设备全生命周期运维” 需求（应用端），HEU 将 “船舶动力系统故障诊断理论” 迁移至电站装备领域（科学 - 技术端）；

需求适配关键：①需求精准画像：通过 CNCC “区域需求对接会”，哈电集团梳理出 “轴承磨损预警、水质参数实时监测” 等 8 类核心需求，HEU 据此调整科研方向；②技术跨域迁移：HEU 发现船舶动力与电站装备的 “振动信号特征相似性”，提出 “跨设备类型的故障诊断通用理论”，解决传统技术 “场景适配性差” 的问题；③政策保障：哈尔滨市发改委将项目纳入 “数智哈尔滨” 重点工程，协调电网公司提供数据接口，解决跨企业数据打通难题；

长效机制：三方联合成立 “东北电站数智化研究院”，HEU 设立 “电站数智化” 专项研究生培养方向，哈电集团提供实习基地，形成 “人才培养 - 技术研发 - 产业应用” 的闭环。

科学价值：提出 “跨行业设备故障诊断通用理论”，发表《IEEE Transactions on Industrial Informatics》论文 2 篇；

技术价值：研发的数智运维系统使哈电集团设备故障预警准确率达 92%，运维成本降低 35%；

社会价值：带动东北 12 家配套企业实现数智化升级，创造就业岗位 200 余个，成为 CNCC2025 “区域协同转型示范项目”。

基于三大案例分析，结合 CNCC2025 论坛共识，科学与科技共生的实现需突破 “主体壁垒、过程割裂、价值失衡” 三大障碍，核心路径包括：

1）搭建跨领域对话平台：如 CNCC 设立的专项论坛、协同实验室、需求对接会，为科研机构、企业、应用场景方提供常态化沟通渠道，实现需求精准传递与理论及时反馈；

2）构建需求导向的科研范式：科研机构需摒弃 “论文导向” 的传统思维，以企业 / 场景方的实际需求定义研究问题（如 HIT 基于新松机器人需求开展动态补偿理论研究），确保科学理论具备应用潜力；

3）建立多元主体利益共享机制：通过专利共有、收益分成、人才互派等方式，平衡科研机构的学术诉求与企业的市场诉求（如 “东北电站数智化研究院” 的人才联合培养模式），保障协同的可持续性；

4）强化中间衔接环节：培育 “科学 - 技术” 衔接主体（如中科院自动化所在具身智能案例中的算法转化角色），解决理论模型向工程技术转化的 “最后一公里” 问题。

1）对科研机构：需主动对接产业需求，将 CNCC 等跨领域平台纳入科研规划，通过 “项目制” 联合企业开展研究，提升理论成果的应用价值；

2）对企业：应加大基础研究投入，参与科研机构的理论设计过程（如推想医疗在 AI 医疗案例中早期介入医学理论研究），避免技术研发陷入 “低水平重复”；

3）对政府：需搭建跨区域、跨行业的协同平台，制定数据共享、知识产权保护等配套政策（如哈尔滨市发改委的专项补贴与数据协调机制），降低协同成本；

4）对学术会议：可借鉴 CNCC2025 的 “论坛 + 项目 + 实验室” 模式，将学术交流与实践对接深度融合，使会议成为科学 - 科技共生的 “催化剂”。

本文通过 CNCC2025 三大典型案例分析，验证了跨领域协同在科学与科技共生中的核心作用：具身智能案例体现 “高校 - 科研院所 - 企业” 的技术链协同，AI4S 医疗案例展现 “医学院校 - AI 企业 - 医院” 的产业链协同，区域转型案例实现 “政府 - 制造企业 - 高校” 的场景链协同。三者共同表明，科学与科技的共生并非自发形成，需通过平台搭建、需求引导、利益共享三大机制，推动多元主体从 “各自为战” 转向 “协同共进”。