据悉
，由复旦大学和上海科学智能研究院(上智院)共建的系列科学数据新基建旨在通过数据开放共享与智能化工具，破解科研效率瓶颈 ，推动跨学科创新。

生命流体数据集Aneumo基于466个真实颅内动脉瘤的几何形状开发
，通过切除和变形操作生成超10000个合成几何形状(含466个无动脉瘤几何和9534个变形动脉瘤几何)，涵盖流速、压力 、壁面切应力等关键参数 ，为研究动脉瘤的发病机制和临床预测提供了宝贵资源 。该数据集将为颅内动脉瘤破裂风险预测提供多场景模拟支持
，还可基于血流动力学原理助力优化血管支架、人工血管等医疗设备的设计流程
。这将有助于加深对颅内动脉瘤病理特征和血流动力学机制的理解，并支持相关领域的深入研究 ，加速心脑血管疾病诊疗方案的临床转化。

催化化学反应活性数据集聚焦于解决化学研发中的关键挑战
，提供了超过100万条经过严格校验的反应记录，并建立了从实验室小试到工业化放大的标准化数据桥梁 。该数据集在微观层面完整记录了反应底物
、催化剂、溶剂 、添加剂等关键组分；在宏观层面系统整合了制药
、化工催化及电池研发等领域的近30类反应类型 ，包括经典的偶联反应、环加成反应以及前沿的碳氢键活化反应等
。科学数据标注平台则旨在通过人工智能与专业标注工具的结合，提升科研数据处理效率
，加速科学发现进程。

上述成果基于上智院和复旦大学共建的高质量科学语料平台开发 。该平台具备从数据采集 、加工到管理和建模的全链路能力，目前已汇聚超10PB高质量科学数据 ，支持多学科研究效率跃升。

复旦大学校长助理
、上智院理事长吴力波认为
，语料和数据是未来AI发展的战略性资源，但当前数据价值评估体系与开放治理机制仍不完善
。她说：“当下需要探索能够针对科学数据非实体性、场景特异性 、加工难度大
、价值易变等特征 ，构建结合成本特征、公共属性与市场属性的定价机制
，同时通过可信 、可追溯的智能合约增进科学合作和信息共享。政府
、非政府组织(NGO)、大型企业和科研机构是全球开放数据的主要来源，亟待各方共同推动多层级数据开放体系 ，夯实开放科学的数据基石 。
”