自由交流环节，与会专家围绕高质量比较医学语料建设、多模态与跨物种数据对齐、数据标准与共享等话题，结合科研基础、行业实践和产业需求发表各自观点。其中，北京协和医学院秦川教授认为，生命科学数字模型的发展具有从分子、亚细胞到细胞、组织、器官和整体系统逐级演进的特征，随着层级不断提高，系统复杂性将显著增加，需要以不同层次的真实生物学数据为基础，通过时空关系加以整合。浙江大学汪洌教授结合实验动物中心实际管理需求，提出标准化建设不能简单追求“一次制定、长期不变”。山东省科学院生物研究所刘可春研究员提出，可选择基础较好、数据较完整的模式生物或疾病模型作为突破口，建设标准化、多模态数据集，以真实科学问题和高质量数据驱动算法创新，而不是单纯追求模型或算法本身。专家们还深入讨论了AI预测结果实验验证、虚拟动物与真实动物实验关系、敏感生命科学数据安全等非共识性问题。

      经过深入研讨，与会专家形成诸多共识。一是人工智能正加速由辅助性数据分析工具向生命科学科研基础工具转变，比较医学和实验动物学应主动把握这一发展趋势。二是大力推动人工智能服务比较医学创新，夯实高质量数据基础，实现从“数据积累”向“高质量语料建设”转变。三是加快建立比较医学大数据标准体系，优先制定基础通用性规范，建立分类分层的数据采集和共享机制。四是加强自主可控的比较医学数据库、专业大模型、核心算法、科研软件和智能分析平台建设。五是进一步推进数字化实验动物中心、质量精准监管、动物福利评价、风险预警和虚拟实验动物等新技术应用，实现人工智能、大数据与实验动物科学技术的深度融合。