在肯定AI技术迅猛发展及其应用潜力的同时，王江平提出当前AI for Science（简写“AI4S”）领域面临的一大挑战， 将其形象地比喻为“堰塞湖”现象——即AI科学发现能力指数级增长，人类的实验验证和产业化应用能力仍在线性爬坡，这种巨大的能力鸿沟导致海量AI预测成果如同洪水被堵，淤积在实验室无法转化为实际生产力。

针对如何破局，王江平提出了系统性建议。应建立行业广泛认可的AI预测结果评估标准体系，整合跨学科力量制定科学指标，有效评估准确性、可合成性等关键指标。加强高质量科研数据集建设和开源共享，大力发展机器人（具身智能）自主实验技术，建设自动化实验室， 提升高通量筛选验证能力。

加强现代化中试平台建设，充分发挥我国完整工业体系和广阔应用场景的优势，聚焦国家重大需求和产业短板，推动AI按需设计预测、精准赋能。创新机制推动AI4S（科学发现）与AI4R&D（研发应用）有机协同，通过“揭榜挂帅”等模式引导科研精准定向产业需求， 促进科研从“单兵作战”向集群化、平台化转型，并探索“沙盒监管”等灵活机制，确保科研红利顺畅流向产业。

王江平呼吁：“立足民族复兴伟业，学术界和产业界应携手共进，加快打通转化链路，让AI科学发现的‘源头活水’真正滋养产业创新土壤， 在新一轮科技革命和产业变革中抢占先机、赢得主动。”