AI科研能力突破 - OpenAI CEO奥特曼表示GPT-5已显现AI创造新科学的曙光，GPT-6可能真正实现这一愿景[1][3] - 类AI科学家Kosmos在单次运行中花费不到12小时完成相当于人类科学家平均6个月的研究工作量[7] - Kosmos在12小时内平行执行海量任务，包括阅读约1500篇文献并执行约42000行代码[7][8] 技术性能与效率 - Kosmos的代码执行量为42,500行，文献阅读量为1,500篇，远超其他AI代理（如Robin的4,310行代码和1,530篇文献）[8] - AI系统具备持续记忆与上下文共享能力，能在长达200个连续行动步骤后保持研究方向不偏离[13] - 科研产出呈现可扩展性，随着运行周期增加，有价值发现的数量线性增长[10] 自主科研能力展现 - Kosmos在神经保护机制研究中独立发现"核苷酸再生通路"被激活的结论，与人类科学家未发表论文结果高度一致[20][28] - 在材料科学领域，AI通过分析提出环境湿度对钙钛矿太阳能电池性能的关键影响，并发现DMF溶剂蒸气压与短路电流性能的线性负相关关系[30][32] - 七项代表性成果中有三项自主重复了人类未公开发现，四项为完全首次提出的原创贡献[34] 技术特性与透明度 - Kosmos对每一项结论均注明出处，引用代码输出或原始文献来源，确保推理链条可追溯[8] - 系统通过规划小任务、并行执行、更新共享"世界模型"的方式实现自主探索路径形成[11] - 相比此前只能执行预设流水线的科研AI工具，Kosmos展现出科学探究的主动性与策略思维[14] 当前技术局限 - 系统依赖研究人员预先提供数据集，无法自行搜集新数据或开启全新实验[47] - 主要处理表格化实验结果等结构化数据，尚不能直接处理原始图像等非结构化数据[47] - 部分分析过程存在随机性，重复运行未必得出完全相同结果，对科研可复现性提出新要求[47] 行业应用前景 - AI正从被动执行指令的工具转变为具备主动性的科研合作者，人类科学家只需提供开放性研究目标和数据集[9] - 技术发展可能实现AI与物理实验设备连接，指导机器人完成从提出假设到得出结论的完整科研循环[48] - 人机协作模式将人类角色转变为宏观方向把控者，机器负责严谨与速度，人类负责洞察与创造力[18]