国家自然科学基金委员会2026年1月26日可解释、可通用的下一代人工智能方法重大研究计划2026年度项目指南可解释、可通用的下一代人工智能方法重大研究计划面向人工智能发展国家重大战略需求，一、科学目标本重大研究计划面向以深度学习为代表的人工智能方法鲁棒性差、可解释性差、对数据的依赖性强等基础科学问题，二、核心科学问题本重大研究计划针对可解释、可通用的下一代人工智能方法的基础科学问题，建立高精度、可解释、可通用且不依赖大量标注数据的人工智能新方法，开发下一代人工智能方法需要的数据库和模型训练平台，（三）面向科学领域的下一代人工智能方法的应用，拟以重点支持项目的方式资助前期研究成果积累较好、对总体科学目标在理论和关键技术上能发挥推动作用、具备产学研用基础的申请项目，支持大模型训练过程中数据的动态选择和配比、以及多垂域（Code、GUI、Web等不少于5个领域）智能体数据的自动合成与质量管控，推进多尺度、多物理场计算物理模型与生成式人工智能、视觉—语言基础模型等前沿人工智能技术深度融合，（2）构建生物元件预训练人工智能模型，研究方向如下：1.深度神经网络动力学机制理论与新架构设计，并在参数规模不少于10亿的模型训练任务中验证，训练不少于300亿参数、支持万级上下文理解的基础大模型，（二）优先支持面向发展下一代人工智能新方法或能推动人工智能新方法在科学领域应用的研究项目，申请人应根据本重大研究计划拟解决的核心科学问题和项目指南公布的拟资助研究方向。