当前，以大模型为核心的人工智能技术正经历突破性发展，"通专融合"是实现AGI技术演进的路线。AGI的持续进步为科学研究范式的深刻变革提供了历史性机遇。本报告旨在探讨AGI如何系统性赋能科学研究。首先，分析AGI时代的技术趋势及其为科学创新带来的关键机遇。其次，提出AGI for Science的理论与技术框架。该框架的核心是三层协同演进体系：AGI for Data旨在实现跨模态、跨领域科学数据的高效表征与深度融合；AGI for Computation致力于革新传统科学计算模式，提升模拟与预测的效率及精度；AGI for Innovator目标是构建人机协同环境，增强科研工作者的洞察力与创新能力。通过三层能力的协同演进，有望开启全新的科学研究范式，实现从“工具的革命”到“革命的工具”转变。

最后，本报告将重点介绍AGI for Science在跨模态数据高效表征、跨学科知识深度推理，以及覆盖假设提出到实验验证的全流程闭环演化等方面的最新进展，以期为推动AGI技术与基础科学的深度融合提供参考与启示。