OmniScientist: 一种全模态、全学科的AI科学家
摘要
现有AI科学家系统通常处理文本、代码或预计算摘要,忽略了空间、时间、跨通道等关键证据。为此,研究者提出OmniScientist,一种端到端全模态AI科学家,直接基于异质原始证据进行多学科研究。系统包含感知层和三个自主智能体(构思、实验、写作),在确定性流程中运行,使观察贯穿研究生命周期,并通过代码执行新颖性、严谨性和主张检查。在36个真实数据案例(涵盖5个学科、4类证据、多种模态)中,系统均完成从原始数据到成稿的全流程,平均论文得分6.3。与仅接收预计算特征的盲变体相比,直接感知在7个维度上全部提升,并在85%的对比中胜出。
证据与核对
- 发现渠道
- Hugging Face Daily Papers
- 原始材料
- arxiv.org
- 材料类型
- 预印本(arXiv);正式发表状态未核实
- 材料范围
- 获取范围未知
- 复核状态
- 未标记人工复核