面向人机物融合智能化软件基础研究重大研究计划项目

一、核心科学问题
（一）人机物三元融合共生智能化软件系统的组成原理。
针对智能化软件的基本形态、结构特征、交互机理和行为规律，建立人机物三元融合共生的系统建模理论，提出泛在异构资源的统一表征与封装方法，构造可自主适应、持续演化、长期生存、群智涌现的软件体系结构模型。
（二）归纳演绎相融合的智能化软件构造与运行机理。
针对智能化软件的高效构造和运行，揭示归纳演绎相融合的软件构造与运行机理，提出新型软件自动化、群智化构造方法与泛在操作系统的软件定义方法，设计泛在操作系统共性框架和核心构件，形成面向特定行业领域的软件定制化开发与集成技术方案。
（三）自知自治的智能化软件系统质量保障方法。
针对智能化软件系统结构复杂性和行为非确定性，建立融合逻辑确定性与概率近似性的系统质量框架理论基础，提出以驾驭非确定性为核心的软件可信性理论与技术，实现系统质量的动态自治管理，形成可验证、可持续、全生命周期的软件质量保障方法体系。
二、2026年度资助的研究方向
（一）培育项目。
以总体科学目标为牵引，基于核心科学问题，2026年度拟围绕以下研究方向优先资助探索性强、具有原创性思想、提出新技术路径、能响应新兴应用场景需求的培育项目。
1. 人机物融合智能化软件的数理基础和行为科学基础。
围绕人机物三元融合共生的系统建模问题，研究人机物融合智能化软件的数理基础和行为表征，包括Agent的自主性及其协同行为、人机物交互行为、群智涌现行为、系统社会影响机理等；提出面向程序代码部件和AI模型部件动态交互协同的、可驾驭智能化软件系统非确定性的新型形式化理论与方法。
2. 逻辑演绎与数据归纳协同驱动的神经-符号融合软件理论。
围绕归纳演绎相融合的智能化软件构造问题，研究神经-符号融合的智能化软件理论与基础算法以及面向人机物融合场景的Agent软件工程方法，构建逻辑推理与机器学习相互增强的软件体系结构模型、神经-符号融合的软件形式化规约自动生成、软件系统自动构造与优化、以及程序定理自动证明的理论与方法。
3. 面向智能化软件的泛在操作系统原理和构造方法。
围绕智能化软件的高可信运行支撑问题，研究泛在操作系统的新型内核架构模型、设计原理和构造方法，泛在资源的统一表征、感知和互操作，反馈控制的任务调度方法和智能化人机交互接口设计等；构建泛在操作系统的共性框架与可复用核心构件；面向智能制造、具身智能系统、机器人集群系统等场景，研究软件定义的泛在操作系统关键技术及定制方法。
4. 基于智能化软件范型的工业软件建模原理和开发方法。
围绕基于智能化软件范型的工业软件构造问题，研究工业软件多域多源知识统一模型理论，支持软件工程、数学/物理模型、流程工艺、运筹管理等知识的融合表征和精确规约，并探索工业软件设计中非确定问题求解的AI补偿方法；研究领域知识与AI模型协同驱动的工业软件低代码开发方法，设计面向特定领域的工业软件编程语言；构建特定领域工业软件核心构件/框架/Agent、知识库和模型库等。
5. 开源软件生态理论、技术及策略。
围绕智能化软件开源生态建设与治理问题，研究开源生态持续激励汇聚机理、开源贡献存证技术与评估度量方法；研究群体高效协作机制、群智协作任务规划与协同技术、开源社区智能化运维技术；面向开源生态的价值链，研究开源社区权益链演进和治理机制、开源软件供应链建模分析方法、敏感隐私数据分析和开源依赖关系合规性分析验证技术；建立开源生态的创新管理机制、开源平台的服务优化策略、开源社区的治理机制和可持续运营模式；构建开源平台服务支撑工具。
（二）重点支持项目。
以总体科学目标为牵引，针对核心科学问题，2026年拟围绕以下研究方向优先资助前期研究基础较好、交叉性强、响应新兴应用场景需求、对总体科学目标有较大贡献的申请项目。
1. 人机物融合复杂系统的一体化建模、分析和设计方法。
聚焦人机物融合复杂系统的软件建模问题，研究泛在异构资源的能力表征和统一建模理论，构造泛在异构资源规约模型及描述语言机制；研究人机物融合复杂系统的多视角建模方法，构造并发、通信及其时序性和不确定性的分析模型，揭示人机物融合复杂系统的组成原理和运行机理；研究基于自适应演化架构的、需求驱动的人机物融合复杂系统设计方法；研制相关工具和平台。
2. 自然语言-形式语言协同的新型程序设计机理、语言与系统。
聚焦因大语言模型及其生成代码导致的软件可信性和可维护性问题，研究融合自然语言表述、传统符号程序、形式化约束的新型程序设计机理，支持表达力强、可靠性高、扩展性好的智能化软件开发；开发兼容主流语言的新型语言机制，实现语义对齐和非确定性隔离，高效支持新型程序设计；研究智能增强的新型程序可信保障和实证引领的程序设计语言成长演化技术；研制原型工具与系统。
3. 神经-符号融合软件系统的形式验证理论与方法。
聚焦神经-符号融合软件系统因环境开放性和系统内生不确定性导致的可信性问题，研究系统行为的建模方法及其复杂性质的规约理论，构建神经-符号融合软件系统设计与形式化验证的语义基础；研究神经模型语言及其与符号程序交互的抽象方法，构建神经-符号融合软件系统的高效率、可扩展形式化验证算法；研究面向不确定性管理的运行时监控及其合成方法，构建神经-符号融合软件的高效监控算法与可信预测算法；研制原型工具与系统。
4. 融合业务知识的Agent智能化软件体系结构模型与构造方法。
聚焦当前各类组织在智能化应用中面临软件体系结构不适配、调试难度大等挑战，研究以业务知识本体为核心、AI部件与代码部件深度融合的智能化软件体系结构模型；研究知识驱动的智能化软件构造方法，建立基于本体的业务功能分解和面向Agent的接口封装机制、基于知识增强的Agent动态调度机制和复杂业务流自主协同编排机制；研究可观测的智能化软件调试方法，建立多维度的智能化软件体系结构评估机制；研制面向典型应用领域的原型工具与系统并开展验证。
5. 面向端侧计算的泛在操作系统软硬件协同方法及其多内核模型。
聚焦端侧计算场景下泛在操作系统底座共性结构与运行机理，研究轻量化、可定制的泛在操作系统多内核模型；研究软硬件协同优化的基本原理和可编程体系结构，以及支持多指令集、多类异构处理器与多内核协同工作的计算模型与运行时环境；研究资源受限情况下多模态数据的动态感知与实时融合机理和性能-能效权衡的模型推断技术；研制兼容主流操作系统生态的泛在操作系统原型。
6. 软件定义的全域资源管理模型与高效互操作技术。
聚焦泛在计算环境下智能化软件的高效率高质量运行支撑问题，研究软件定义的全域资源管理模型及系统设计原理，在空间维度上建立面向泛在异构资源的管理能力统一抽象及其操作原语，在时间维度上建立覆盖智能化软件全生命期的资源定制和组装方法；研究支持大规模智能化软件可信持续运行和演化的自适应调度机理，支持泛在异构资源的按需配置和高效互操作，显著提升计算、存储、网络等资源利用率并优化网络延迟、系统吞吐量和能耗等性能指标。
7. “感-联-知-控”一体化工业操作系统构建方法与关键技术。
聚集复杂多变智能制造场景下工业操作系统的高效运行和演化问题，研究面向“感-联-知-控”一体化的工业操作系统确定性运行机理，建立支持高并行、大规模、高可靠的工业操作系统基本体系结构和运行服务能力模型；针对无人设备高效、智能、协同等工作需求，研究多模态感知、任务规划、智能决策、实时控制、自主协同等工业操作系统的核心机制及其构件化封装组装方法；研制工业操作系统原型及工具，在重大装备智能制造等场景中开展应用验证。
8. 面向具身智能操作系统的驱动代码合成与演化技术。
聚焦具身智能系统底层驱动开发适配慢和数据分布漂移导致模型失效等问题，研究基于规约的虚实映射关系自动构建与驱动程序交互测试用例生成方法；研究基于仿真的异构代码闭环生成机制，支持通用操作系统标准驱动程序向资源受限操作系统实时驱动程序的零样本合成与验证；研究针对数据分布漂移的模型高效微调方法，支持基于场景理解的实时控制系统运行，构建具身智能操作系统“虚拟验证、实机部署”工具链。
9. 面向柔性制造的工业软件自动化编程支撑技术与开发平台。
聚焦支持小批量多批次加工的柔性制造工业软件开发需求，研究人机物融合的工业软件结构化表征机理和支持柔性制造的工业软件多层级、柔性化和可视化开发技术，构建面向工业软件需求分析与体系结构设计的统一工业建模语言及代码自动生成工具；研究基于统一工业建模语言的加工制造Agent，开发面向机床和机器人切削、焊接、装配等场景的功能构件；开发广域、实时、离在线复合的柔性制造软件集成平台，开展软硬件一体化验证。
10. 知识数据协同驱动的超大型CAE软件敏捷交付方法与关键技术。
聚焦超大型CAE软件敏捷交付难度大问题，研究“工程知识-数理模型-数值算法-可信数据”的智能化融合理论、表征模型与开发方法，构造面向多学科知识统一建模的专用语言机制，突破可定制、可组装的工具链关键技术，支持超大型CAE软件的快速响应和可信持续演化，在我国重大装备研制、高端制造等行业亟需的跨学科超大型CAE软件自主研发中开展应用验证。
11. 面向智能化软件范型的高端装备软件资产重构与持续演化。
聚焦高端装备软件中普遍存在的体系结构固化、演化困难、与主流软件范型技术代差等问题，研究基于人工智能辅助的高端装备软件领域知识挖掘、体系结构逆向恢复、核心构件识别和知识图谱构建技术，建立异构代码到核心业务逻辑的语义映射方法，支持高端装备软件资产的标准化定义与高效率重构；研究“领域知识+数据驱动”深度融合的智能化软件体系结构建模方法，构造具备敏捷响应能力和可持续演化能力的新型高端装备软件的体系结构模型；研制原型工具和系统并在典型领域开展应用验证。
12. 面向智能化软件生态成长演化的群智范式支撑技术与平台。
聚焦群智视角下的智能化软件生态成长与演化问题，研究小核心与大生态高效联接协作、自由创作与规范生产持续联接转换的敏捷迭代开发模式，建立群智范式度量指标体系；研究智能化软件开源生态多元价值网络形成机理、大规模群智激发汇聚机制和多类软件制品开放共享技术；研究支持智能化软件生态持续成长演化的人-机群智协同机制、协同演进技术和评估引导方法；研制群智协同支撑平台，并开展应用验证。
13. 异构程序设计语言的安全互操作与可靠转换方法与技术。
聚焦人机物融合系统中因程序设计语言多样性导致的安全可靠等问题，研究异构语言的安全互操作方法和高可信的新型程序设计机制与设施；研究传统语言向新兴底层安全语言的可靠转换方法，支持基础软件构件的可靠可用替代；研究面向人机物融合应用场景的软件消胀技术；研制面向异构程序设计语言的分析、转换和优化工具，开展应用验证。
三、申请要求及注意事项
（一）申请条件。
本重大研究计划项目申请人应当具备以下条件：
1. 具有承担基础研究课题的经历；
2. 具有高级专业技术职务（职称）。
在站博士后研究人员、正在攻读研究生学位以及无工作单位或者所在单位不是依托单位的科学技术人员不得作为申请人进行申请。
（二）限项申请规定。
执行《2026年度国家自然科学基金项目指南》“申请规定”中限项申请规定的相关要求。

2026年度拟资助培育项目约25项，直接费用资助强度约为60万元/项，资助期限为3年，申请书中研究期限应填写“2027年1月1日－2029年12月31日”；拟资助重点支持项目约12项，直接费用资助强度约为280万元/项，资助期限为4年，申请书中研究期限应填写“2027年1月1日－2030年12月31日”。

（1）申请人应当按照科学基金网络信息系统（以下简称“信息系统”）中重大研究计划项目的填报说明与撰写提纲要求在线填写和提交电子申请书及附件材料。
（2）本重大研究计划旨在紧密围绕核心科学问题，对多学科相关研究进行战略性的方向引导和优势整合，成为一个项目集群。申请人应根据本重大研究计划拟解决的具体科学问题和项目指南公布的拟资助研究方向，自行拟定项目名称、科学目标、研究内容、技术路线和相应的研究经费等。
（3）项目申请人在科学基金网络信息系统中选择“在线申请”—“新增项目申请”—“申请交叉科学部项目”进行项目申报。
申请书中的资助类别选择“重大研究计划”，亚类说明选择“培育项目”或“重点支持项目”，附注说明选择“面向人机物融合的智能化软件基础研究”，受理代码选择T04，并根据申请项目的具体研究内容选择不超过5个申请代码。
培育项目和重点支持项目的合作研究单位均不得超过2个。
（4）申请人在申请书起始部分应明确说明申请符合本项目指南中的资助研究方向（写明指南中的研究方向序号和相应内容），以及对解决本重大研究计划核心科学问题、实现本重大研究计划科学目标的贡献。
如果申请人已经承担与本重大研究计划相关的其他科技计划项目，应当在申请书正文的“研究基础与工作条件”部分论述申请项目与其他相关项目的区别与联系。