AI4S · 横切

AI 科学家

完整科研循环已有演示,但实验仍靠人或半自动完成;收录的发现还没有经过第三方复现。

← AI4S 总览判断:最远到 L3 →
角色 ↓ · 检验 →未公开基准评测作者实验独立检验临床试验
L4 自主
L3 闭环
L2 设计
L1 预测
验证一个结果要多久、多贵

取决于研究对象:研究机器学习时,实验就是跑代码,验证几乎免费;研究生物或材料时,要么接自动实验室,要么等人去做湿实验。这也是为什么 AI 科学家的第一批成果集中在机器学习领域。

大模型在这里扮演什么

这里通用大模型就是主角:Robin、Co-Scientist、AI Scientist 的底座都是前沿通用模型,专用科学模型只作为它们调用的工具。

这个方向在解决什么问题

前面四个方向都是给科学家一件更好的工具;这个方向想替代的是科学家的工作流程本身:读文献、提出假设、设计实验、分析数据、迭代、写成论文。它通常是一组分工合作的智能体,底座就是通用大模型。

它和 RSI 是同一套机器:研究对象换成 AI 自己,就是 RSI 第三阶段「AI 加速 AI 研究」。所以这一页同时收录 RSI 线里那些对科研有外溢的证据。

代表工作2 个

L3 闭环作者实验大模型

Co-Scientist(Gemini)

系统 · Google DeepMind · 2026-08-27 · 仅演示

通用大模型直接给出实验配方并在真实实验室一次成功——SOTA 牵引 AI4S 最直接的一例;但仍是半自动,结构确认也还不完整。

争议与局限:论文自己承认,MXene 类材料的合成结果「需要进一步实验确认原子结构」;这是 Google 自家团队的论文,尚无第三方复现。

它是什么、事实与来源

基于 Gemini 的多智能体科研系统,2026 年 8 月的新版本接入了真实实验室,覆盖材料、生物与计算机科学。

事实与来源
  • 材料:用 Gemini 3 Deep Think 生成适配实验室条件的生长配方,一次尝试就长出单层 MoS₂、MoSe₂ 与 WS₂ 半导体arXiv:2608.26701
  • 生物:预测工程化大肠杆菌的群游表型,与未发表的湿实验形态测量定量吻合arXiv:2608.26701
  • 评审:30 位领域专家对系统端到端生成的论文做了 450 份双盲评审arXiv:2608.26701
L3 闭环作者实验大模型RSI

Robin

系统 · FutureHouse / Edison Scientific · 2025-05 · 仅演示

第一次把「实验室在环」的完整科研循环交给 AI,找到一个老药的新用途;但实验仍由人来做,候选药离临床还很远。

争议与局限:ripasudil 本身是已上市药物,这是「重定位」而不是全新分子;细胞实验到临床疗效之间还有很长的距离。

它是什么、事实与来源

FutureHouse 的多智能体科研系统:提出假设、设计实验、分析湿实验数据,再据此提出下一轮假设。

事实与来源
  • 发现:提出以「增强视网膜色素上皮的吞噬作用」治疗干性年龄相关性黄斑变性,并找到青光眼药物 ripasudil 与 KL001 两个候选,在体外实验中确认有效Nature 655 (2026-05-19), s41586-026-10652-y;arXiv:2505.13400
  • 延续:FutureHouse 2025 年分拆出 Edison Scientific,其后续系统 Kosmos 于 2026 年 5 月与 Incyte 达成研发合作官方口径(Incyte 新闻稿)

引擎带来的

物理版 MCP:Model Hardware Standard有论证,无实验大模型 → 世界模型、AI4S

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。

通用大模型进入科研工作台有演示无数据大模型 → AI4S

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。

AlphaEvolve:加速了训练自己的那个模型有实测数据RSI 阶段 3

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。

AI Scientist 登上《自然》:全自动写出的论文通过同行评审有实测数据RSI 阶段 3

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%。