Kosmos:AI科學家 一次運行,可以完成人類科學家約6個月的科研工作量 Kosmos 能夠: - 閱讀並整合數千篇科學論文; - 自動運行資料分析程式碼; - 建立假設、驗證實驗、輸出研究報告; - 甚至是復現或發現全新的研究成果。 超長上下文是其能持續運作的關鍵,Kosmos可以在: 在超過一千萬個token 的跨度上保持邏輯連貫; 從數千篇論文和上萬行分析程式碼中提取知識。 核心創新:結構化世界模型(Structured World Models) 傳統的AI科研工具是線性的思考方式:輸入—分析—輸出。 而Kosmos 引進了一個更接近人類科學思維的框架: 結構化世界模型。 這意味著: Kosmos 可以在「記憶」中建構一張不斷擴展的知識圖譜; 它能整合來自**數百次自主推理軌跡(agent trajectories)**的資訊; 形成一個關於特定科學目標的動態、可迭代世界模型。 舉個例子👇 如果研究目標是“理解阿茲海默症中神經元退化機制”, Kosmos 會: 檢索相關論文(約1500篇); 從公開資料庫中提取蛋白質組、遺傳學和單細胞數據; 自動運行超過42,000行分析程式碼; 推理出關鍵分子路徑,並產生帶有引用的報告 它的分析跨度可達千萬個token, 遠超過任何現有LLM的「記憶極限」。
在測試中,Kosmos 的beta 用戶估算: 一個20步深度的Kosmos 運行≈ 6.14 個月人類研究時間。 Edison 團隊透過獨立驗證認為這項估算是可信的: 人類科學家完成類似工作平均需閱讀1500篇文獻、執行約200條分析管線; 以每篇文獻15分鐘、每條分析2小時計算,確實約4~6個月。 這意味著AI科學家已經能「以人類節奏」完成研究, 但速度提升20倍以上。
Edison Scientific 在技術報告中揭露,Kosmos 已經完成了七項真實的科學發現。 其中三項復現了人類先前的成果(且當時未公開) 四項為原創研究,部分正在實驗室驗證。 詳細內容:https://t.co/J0M48CDMeA

