AI半天顶博士6个月，奥特曼太激动，生化圈巨震

让OpenAI奥特曼激动的AI成就来了！

「AI科学家」Kosmos一口气拿出了7项发现——不仅独立复现了神经科学、材料科学、生物学三大领域的成果，还在遗传流行病学、多组学整合分析、阿尔茨海默症和转录组学上搞出了4项原创突破。

奥特曼本人激动发文：「我预计大家会看到越来越多类似的事情，而这将成为AI最重要的影响之一。祝贺Future House团队！」

有意思的是，这次突破背后其实也有OpenAI的功劳。Future House董事兼CEO Sam Rodriques在推文里明说：这一切之所以成为可能，很大程度上要归功于OpenAI员工所做的出色工作。持之以恒，接下来的几年注定精彩纷呈。

那么，这个让奥特曼亲自送祝贺的「Future House」到底什么来头？Kosmos究竟做了什么让他如此兴奋？可以保证，这次奥特曼绝对没有「眩晕到瘫坐」，但毫无疑问，他真正看到了「AI加速科学」的ASI曙光。

全球首个AI科学家天团

为AI加速科学而生

前沿科学正在从「稀缺」转向「丰饶」。人类的知识以指数级速度激增，但大脑的容量却止步不前。于是，新的发现被错过，潜在的联系无人察觉。要推动科学进步，人类亟需一种能与数据量齐头并进、能够在整个人类知识记录中推理的智能体。

2023年，非营利组织FutureHouse成立，目标就是打造一位能够加速创新的AI科学家。

「未来之家」的使命很简单：为每一位科研人员配备一位AI科学家，让跨领域的发现加速发生。它堪称全球第一AI科学家天团，可以007不间断查资料、验证生化环材等领域博士级想法的靠谱程度。在2.5个月内，这个平台就找到了治盲新药，让医学圈为之一震。

本月初，FutureHouse的商业分支——Edison（爱迪生）已将此技术推向全球。FutureHouse继续致力于基础生物学研究和教育普及，而Edison则把AI科学家技术扩展到全球研究人员和各行业。

Edison由来自物理、生物、化学和人工智能等领域顶尖机构的科学家与工程师共同打造。它延续FutureHouse的理念，为科研社区提供丰厚的免费服务，同时为需要更高请求速率或额外功能的深度用户提供付费选项。

结构化世界模型

一次可读1500篇论文

Kosmos是继FutureHouse上一代AI科学家Robin之后的一次重大升级。首先，它与许多AI工具完全不同——不是聊天机器人，更像一款「深度科研工具」：需要一定的学习和调试时间，尤其在提示词设计上。Edison团队强调，Kosmos并非闲聊式的「娱乐」工具，而是类似「试剂盒」的科研工具，适合用于真正高价值的研究任务。所以它的定价相当高，但学术用户可享免费额度。

作为下一代的AI科学家，Kosmos的核心突破在于引入了结构化世界模型。

它能高效整合数百条智能体轨迹中提取的信息，在千万级token级别的文本中保持研究目标的一致性与连贯性。此前的AI科学家（比如Robin）受限于大语言模型的上下文长度，在推理路径上「走不了多远」，难以完成复杂发现。而一次完整的Kosmos运行，可以阅读1500篇论文，执行42,000行分析代码——能力远超我们已知的任何智能体。

正因如此，Kosmos相比上一代Robin具备了更强大的分析能力。据Beta测试用户反馈，Kosmos能在一天之内完成原本需要六个月才能完成的科研工作，结论准确率高达79.4%。

这个「六个月」的等效时长最初让人吃惊！不过Kosmos有时也会误入歧途——比如钻进一些统计显著但科学意义不大的方向。因此，把同一个研究目标运行多次Kosmos，可以探索它可能采取的不同路径。

比OpenAI还早的科研AI实习生？

在Kosmos的开发过程中，最让人惊讶的是：完整运行一次Kosmos，相当于博士生或博士后研究约六个月的工作量。更有意思的是，开发团队发现这一「人类等效时间」随着运行深度线性增长——这也成为首个与「科研任务复杂度」有关的推理时间scaling law。

起初，开发团队自己对这个结果也半信半疑，因此专门做了验证——他们邀请Beta测试用户提供研究目标，并代为运行Kosmos，然后将结果发回给测试用户，请他们估算：如果不借助Kosmos，自己完成这一发现大约需要多长时间？在7位科学家的反馈中，20步深度的Kosmos运行平均等效为6.14个月的研究工时。他们对浅层运行也进行了同样的评估，并使用盲测手法控制，最终得出了技术报告中展示的那条scaling law曲线。

尽管「人类节省时间」的估算本身存在主观性，开发团队仍认为Kosmos所完成的工作包确实可以等同于科学家数月的研究时间，原因主要有两点：

一是「独立复现」的客观对照验证。在技术报告中，他们展示了Kosmos做出的三项发现，实际上早已被人类科学家独立完成过——但在运行Kosmos时，有两项仍未发表，另一项虽已发布但发布时间晚于Kosmos模型的训练数据截止日期，他们还确保Kosmos无法访问这些文献或任何引用它们的研究。即便如此，Kosmos依然在一次运行中成功复现了这些核心发现，而根据这些研究原作者的记录，人类完成这些发现通常需耗时约几个月。当然，这一时间也存在不确定性（比如研究人员是否100%投入），但相较于基于主观问卷的「用户反馈法」，这种「已有成果对照法」显然更具客观性。

二是「计算工时」的独立估算模型。他们构建了一个更为量化的评估模型：假设科学家平均阅读一篇论文需时15分钟，执行一次完整的数据分析路径约耗时2小时（该假设与METR对当前AI智能体在软件工程任务中的时长估算一致）。据此统计，Kosmos在一次平均运行中所阅读的论文数量与分析路径总和，换算为人类科研时间约为4.1个月（按每周40小时工作制计算）。

在OpenAI宣布「千亿美元股改」直播中，奥特曼直言OpenAI的「科学家愿景」：到2026年9月，打造一位实习级别的研究助理AI；到2028年，实现一位全自动的「真正AI科学家」。如果现在Kosmos的自动研究就达到了「月级别时长」，那它是不是已经实现了OpenAI的「实习级别研究助理AI」？如果Kosmos已经做到了，OpenAI当初2026年的目标还有什么难度？

难怪奥特曼发推表示激动。而且在技术报告中，Kosmos已经可以在生物、化学、材料科学等学科中发现新结果。报告中的所有结论均配有明确出处——要么引用原始文献，要么标明生成该结论的代码位置，确保整个推理链条完全可溯源。经独立科学家验证，Kosmos报告中有79.4%的陈述是准确的。

7大新发现

拯救生化环材博士生！

技术报告详细列出了Kosmos做出的七项科研发现。其中有三项是对人类科学家此前成果的独立复现。

Kosmos利用代谢组学数据，复现了一篇尚未发表手稿中的核心结论——在低温条件下，小鼠大脑中核苷酸代谢是变化最显著的通路。关键是，在Kosmos完成运行之后，这项研究的预印本才在BioRxiv发布。也就是说，AI和人类几乎同时独立发现了相同的结果。

Kosmos成功复现了一篇预印本中的关键观点，而这篇预印本的发布时间晚于其所用大语言模型（LLM）的训练数据截止日期，且Kosmos在运行时并未访问该文献。这一发现出自材料科学领域，表明Kosmos具备跨学科研究能力。具体来说，Kosmos再现了这样一个结论：在热退火过程中，绝对湿度是决定钙钛矿太阳能电池效率的主导因素，并指出关键阈值为约60g/m³——一旦湿度超过这一值，器件将彻底失效。

Kosmos与Piazza等人研究报告中得出的结论一致——跨物种的神经元连接模式可由一套通用数学规则描述。

需要说明的是，虽然Kosmos运行时未访问该研究，但该文预印本发布时间早于其所使用模型的训练数据截止日期，无法完全排除其可能在训练中接触过。

除了上述「复现性发现」，Kosmos还独立作出了四项原创的科学贡献。

Kosmos结合公开的GWAS（全基因组关联分析）与pQTL（蛋白质数量性状位点）数据，进行孟德尔随机化分析，提供了统计学证据支持以下结论：血液中超氧化物歧化酶2（SOD2）浓度升高可能因果性地降低心肌T1时间，并减少心肌纤维化风险。

尽管该机制在小鼠中已有研究，但这一发现进一步证实了其在人类中的潜在意义。

Kosmos基于多组学和统计遗传学公开数据，提出了一个全新的分子机制，解释某一单核苷酸多态性（SNP）如何可能降低2型糖尿病的患病风险。

Kosmos创新性地设计了一种新型分析方法，利用阿尔茨海默病（AD）患者的蛋白质组数据，推演出导致神经元中Tau蛋白积聚的分子事件序列。

具备明确的临床相关性。在「衰老过程中神经元易损性」这一开放性课题中，Kosmos对年轻与年老小鼠的单细胞核转录组数据进行了大规模、无偏探索，发现内嗅皮层神经元（AD中最早出现Tau蛋白积累的区域）随年龄增长，其flippase（翻转酶）基因表达水平显著下降。

该下降可能导致磷脂酰丝氨酸暴露于细胞膜表面，向小胶质细胞释放「吃掉我」的信号，从而诱发免疫吞噬反应，导致神经元退化。更关键的是，在另一组人类AD患者的单细胞RNA测序数据中验证了这一发现。在Braak病理阶段II的样本中，内嗅皮层上颗粒层神经元中的flippase表达量明显低于Braak 0阶段（即尚未出现病理变化的阶段），与Tau病变首次出现的时间点完全吻合。

从独立复现到原创发现，Kosmos标志着AI科研能力进入可验证、可复用的新阶段。自动化科学正在形成，科研模式正迎来结构性变化。