AI4S · 前沿① · 辅助或替代科学家

AI 做科研走到哪一环了

编程和办公之后,大模型的下一站是科研。本站判断这一级会在未来两年左右成熟,但各个学科快慢不一,快慢取决于验证一个结果要花多少时间和钱:蛋白质设计几周就能在实验室验证,所以走得最快;药物要过临床试验,一走就是好几年。

所以这里不按「模型有多强」排序,而按一把四级阶梯记录:AI 在科研闭环里走到了哪一环。重点是生命科学与材料研发,外加一个横切方向「AI 科学家」。

THE LADDER · 闭环成熟度

从预测到外部验证

L1 预测
给出结构、性质或响应的预测;实验仍由人决定做什么。
AlphaFold 2AlphaFold 3Boltz-2xTrimoSCPerturbGNoMEMatterSimUMA
L2 设计
生成新的分子、序列或材料,并至少有一例被实验合成或表达出来。
RFdiffusionESM3AlphaProteoIsomorphic Labs 管线Evo 2MatterGen
L3 闭环
AI 提出假设、设计实验、分析结果并迭代——实验可以由机器人或人按 AI 的设计执行。
A-LabPeriodic Labs 自动实验室RobinCo-Scientist(Gemini)
L4 外部验证
发现经过独立验证:进入临床试验,或被 AI 以外的第三方复现。
Rentosertib(ISM001-055)
圆点颜色代表方向。等级衡量的是「人从环里退出去多少」,与 RSI 的四个阶段刻意对照。
AREAS · 五个方向

生命科学 · 材料 · 横切

生命科学 · PROTEIN · 5 个条目
蛋白质与分子设计
从预测蛋白质长什么样,到按需求设计一个自然界没有的蛋白。AI4S 最成熟的一块。
生命科学 · DRUG · 3 个条目
药物发现
AI 设计的药物能不能走完临床。验证器最贵的一块,也是唯一有硬终点的一块。
生命科学 · CELL · 2 个条目
虚拟细胞与生物基础模型
给细胞建模:预测一个基因被敲掉之后细胞会怎样。生命科学里最像「世界模型」的一块。
材料 · MATERIALS · 6 个条目
材料研发
预测、设计、再用机器人把新材料做出来。自动实验室正在尝试把验证器变便宜。
横切 · AI SCIENTIST · 2 个条目
AI 科学家
不针对某个学科,而是把「提假设—做实验—分析—写论文」整个科研流程交给 AI。与 RSI 共用同一套机器。
FROM THE ENGINES · 两个引擎递过来的

SOTA 模型与 RSI 对科研的牵引

看全部传导
传导🔵 有论证,无实验物理版 MCP:Model Hardware Standard
它一行动力学预测能力都不提供,但它降低的恰恰是能力矩阵「真实世界」那一列最贵的东西——把模型接到真机上的成本。
传导🟡 有演示通用大模型进入科研工作台
三家都在 2026 年把通用模型推进了科研流程;目前加速的是文献、分析、写作与实验设计,验证环节——湿实验与临床——一步也没有变快。
RSI 阶段 3🟢 有实测数据AlphaEvolve:加速了训练自己的那个模型
Gemini 驱动的进化式编程智能体,找到的优化反过来加速了训练 Gemini 本身——阶段 3 最早的硬证据之一。
RSI 阶段 3🟢 有实测数据AI Scientist 登上《自然》:全自动写出的论文通过同行评审
Sakana 的系统从想法到写论文全自动完成,一篇通过了顶会工作坊首轮评审——但只是工作坊,接收率约 70%。
AI4S 条目只收有论文或官方一手来源的;药物进展只按临床阶段与已发表数据记。关于与方法 →术语表 →最后更新 2026-09