问题——硬科技创新普遍面临周期长、成本高、不确定性强的挑战；以药物研发为例，传统方法投入大、耗时长、试错成本高；同时，前沿交叉学科对人才、算力、数据和工程化能力要求更高，初创团队常因资源不足或转化困难而受阻。 原因——创新要素正加速向高能级平台聚集，形成“密度优势”和“生态优势”。3月28日，在北京国际青年创新发展论坛上，2024年北京市科学技术奖杰出青年中关村奖得主、深势科技创始人张林峰表示，海外科研经历让他意识到，未来科技竞争既需开放视野，也需扎根成长性强的创新土壤。他选择在北京创业，正是看中中关村聚集的高水平科研机构、活跃的产业链和密集的青年人才。张林峰指出，硬核创新的最大难点并非吃苦，而是缺乏同频交流和跨界碰撞；而中关村恰恰提供了学术与产业便捷互动、跨学科合作高效推进的环境。 影响——智能计算正在改变科研方式和产业格局。张林峰认为，科学研究的智能计算应用已成为新质生产力的重要方向：通过模型与计算整合、推演知识，可明显提高研发效率，推动从“经验驱动”转向“数据与计算驱动”。在药物研发等领域，计算模拟与智能方法有望将部分环节从“反复试错”变为“精准导航”，缩短周期、降低成本，加速从实验室到产业化的进程。但该趋势也对科研组织提出新要求——需协同计算平台、算法工程、实验验证与产业场景，单一团队难以独立完成全链条创新。 对策——政策与平台支持可打通“要素供给—成果转化—企业成长”链路。张林峰以自身经历为例，介绍北京通过算力支持、人才保障和成果转化举措，助力科技企业跨越技术到应用的关键阶段。例如，智能算力券缓解企业算力短缺；人才计划和落户服务增强对青年科技人才的吸引力；颠覆性成果转化项目为早期技术提供资金和应用支持。他表示，企业发展初期的关键支持来自北京市的成果转化项目，为后续研发奠定了基础。业内人士认为，此类政策组合拳可提升创新资源配置效率，增强北京在前沿领域的策源能力。 前景——开放协作与开源共建将成为跨国界、跨学科创新的主流。张林峰介绍，其团队搭建的开源社区“Deep Modeling”已吸引全球20多个国家和地区的万余名成员，海外贡献占比超30%。他认为，开放共享能加速知识传播、减少重复投入、提升协作效率；未来重大创新成果可能更多以团队协同和开源共创方式涌现。北京正加快建设智能计算创新高地，依托高校、国家实验室和龙头企业优势，推动科研工具、数据平台和应用场景开放，为青年科技人才提供更大舞台。
张林峰的创业故事折射出中国创新生态的深刻变化。当科研范式、组织方式和地域格局迎来转折点，北京凭借独特的“创新密度”吸引全球青年才俊。这不仅关乎个人选择，更体现国家如何通过制度创新释放科技潜力。在建设科技强国的道路上，需要更多实践者将前沿技术与本土需求结合，让创新真正扎根中国。