AI Scientist v2 问世：全球首篇 AI 论文获同行认可

倘若人工智能既会编程，又能独自开展科研、撰写文章并经受住专家检验——科学探索的明天已然到来。

2024 年 8 月，日本初创企业 Sakana AI 推出了一项令学术界瞩目的成果——The AI Scientist（AI 科学家）。该系统可实现科研全流程自动化：涵盖假设构建、实验规划、代码运行、数据分析直至完成完整学术文稿。

然而这仅仅是序幕。

2025 年 4 月，Sakana AI 发布了 AI Scientist v2——第二版 AI 科学家。此次，它实现了历史性的跨越：成为全世界第一个全 AI 产出且通过同行评议的学术论文平台。该文顺利通过了 ICLR 2025 研讨会（"I Can't Believe It's Not Better: Challenges in Applied Deep Learning"）的严苛审核环节。

更为激动人心的是，此项成果已刊登于顶尖刊物《自然》杂志。

AI Scientist v2 属于全链路智能体架构（Agentic System），可独立驾驭科学研究的全套流程：

与 2024 年初代相比，v2 版本达成了三项重大跨越：

这是 AI Scientist v2 最关键的技术革新。

常规 AI 科研工具多采用线性步骤：构想点子→执行实验→观察结果。然而实际科研常需在多条路径并行探寻，依据实验反馈持续修正。

AI Scientist v2 运用了树状搜索机制：

该架构使 AI 能如同人类学者般"试错"与"迭代"，避免机械地遵循既定步骤。

系统依托多位专业智能体协作运转：

此种分工使系统得以应对更繁复的科研课题，并在关键节点融入专业研判。

AI Scientist v2 不锁定单一模型，兼容：

用户可按需及预算挑选适配的模型。

2025 年，AI Scientist v2 向 ICLR 2025 研讨会递交了 3 篇全自主撰写的论文。其中一篇顺利通过严苛同行评审，获研讨会收录。

此为人类史上首度有全 AI 产出的学术论文经由正式专家审议。

据 Sakana AI 披露的资料，该 AI 创作论文：

该项研究成果文章 "The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery" 发表于《Nature》期刊（2026 年 3 月）。

此举象征 AI 自主科研已从概念验证迈向实质应用，赢得顶级学界肯定。

AI Scientist v2 已在若干机器学习范畴展开实验：

针对扩散模型（Diffusion Models）研发出新训练方案，提出优化的损失函数架构。

探究了新型语言模型预训练手段，涉及数据混合策略及课程学习规划。

剖析了神经网络内"顿悟"现象（Grokking），给出了全新的理论阐释。

上述案例显示，AI Scientist v2 既可复现既有研究，亦能在特定领域贡献新洞见。

AI Scientist v2 全面开源，代码存储于 GitHub：

GitHub 链接：https://github.com/SakanaAI/AI-Scientist-v2

虽获历史性成就，AI Scientist v2 仍有显著不足：

当前生成文章多属对既有方法的改良或整合，缺少真正原创的理论突破。

AI 难解部分领域深层机理与直觉，产出研究或许止步于表层。

即便 AI 可产出论文，核实其准确性仍需人类专家耗费巨量时光。

AI 生成文章的署名、著作权、学术道德等议题暂无明确准则。

Sakana AI 研究显示，伴随基础模型能力增强，AI Scientist 产出论文质量亦同步上升。

这阐明了一条关键的 Scaling Law（规模定律）：

随底层模型能力呈指数扩张，AI 自主科研效能亦将随之增强。

这表明：

诚然，AI 科学家不会替代人类学者，反而化作强力助手——承担繁杂实验事务，令人类聚焦核心重要问题。

AI Scientist v2 象征着人工智能在科研领域的巨大跨越。它不单是技术演进，更是对人类科研模式的重塑。

当 AI 能独立走完从假说到成文的科研全程，并获专家审核，我们不得不深思：

科学前程，是否会演变为人与机器协作的新样态？

不论如何，AI Scientist v2 已向我们昭示此种可能。对于每一位留意 AI 与科研者而言，这都是个值得深究的里程碑之作。

项目详情

本文仅用于技术探讨，不提供任何投资或使用指引。