近日，非营利研究机构FutureHouse发布AI超级科学家系统“科斯莫斯”，引发广泛关注。它单次运行12小时可完成相当于人类研究员团队半年的科研工作量，准确率达79.4%，已在多领域取得七项实质发现，并开启商业化运营。对于这一创新成果，网友们观点不一，同时它也对现有AI评估体系提出了挑战。
“科斯莫斯”性能卓越，科研效率惊人
FutureHouse早期开发的AI科学家“罗宾”存在处理海量信息方面的局限。而“科斯莫斯”采用“结构化世界模型”实现重大突破，能高效融合数百个智能体轨迹的信息。它采用自主循环工作架构，可并行启动任务、更新知识图谱并规划探索方向。据统计，其单次运行平均完成166轮数据分析和36次文献综述迭代，12小时能阅读1500篇学术论文，生成并执行4.2万行分析代码，输出可溯源的科研报告，综合处理能力超越已知智能体系统。在实际测试中，其半天完成的工作量相当于研究人员个人六个月的投入，准确率达79.4%。
多领域取得七大发现，商业化运营开启
“科斯莫斯”已与多家学术机构合作，在神经科学、材料科学、统计遗传学等前沿领域取得七项具有实质意义的发现，包括独立复现三项未发表研究，如确认核苷酸代谢为低温脑处理关键通路、发现钙钛矿太阳能电池失效阈值；还在四个方向实现原创突破，如为心肌纤维化研究提供新证据、揭示2型糖尿病发病风险相关机制等。目前，FutureHouse已启动“科斯莫斯”的商业化运营，单次运行定价约200美元，学术用户可申请免费额度，还推出创始订阅计划，早期用户可享1美元/积分的优惠价格，不过未来价格将随计算资源成本动态调整。
深度交互科研平台，使用有技巧
“科斯莫斯”并非传统对话式AI，而是深度交互的科研平台。用户需掌握结构化提示技巧，明确研究目标、规划数据路径与分析框架，才能充分发挥其效能。但该系统探索过程具有非线性特征，约30%的运行会陷入局部最优解，关注科学价值有限的发现。因此，FutureHouse建议使用者对关键研究目标进行3 - 5次并行运行，交叉验证结果以获取可靠研究路径。
效能获验证，挑战传统评估体系
在开发过程中，研究人员发现“科斯莫斯”单次运行完成的工作量相当于一名博士或博士后六个月的研究产出，且效能随运行深度线性增长。通过邀请测试用户评估自行完成相同工作所需时间，7位科学家平均估值为6.14个月。此外，科斯莫斯复现的三项发现原研究平均耗时约4个月，且研究人员独立测算其处理工作量相当于研究人员4.1个月全职工作。“科斯莫斯”的出现，让传统基于简单任务持续时间的AI评估体系难以反映复杂科研场景中AI的真实能力，建立新评估维度迫在眉睫。
网友热议，看法褒贬不一
“科斯莫斯”发布后，网友纷纷点赞，称其为“人工智能应用最恰当的典范”，标志着人类与AI科学家协同合作新时代的到来，将助力人类知识边界扩张。不过，也有网友质疑，认为真正的“AI科学家”需实现从思想到实证的完整闭环，并交出可量化的卓越成绩单，下一代AI科研工具要更务实。
以上文章由 AI 总结生成
