蹲了一阵子AI for Science的进展,有个趋势挺值得聊:AI正从「趁手的工具」往「科研合作者」这个角色挪。
先看推理这一侧。DeepSeek-R1、o1这类把「慢思考」塞进模型,遇复杂问题会自己拆解、逐步推导,不再是只会对快问快答的黑箱,质量提升肉眼可见。
更硬的证据在科学发现。AI设计新酶、筛新材料、加速药物发现的案例变多,Nature上AI署名的论文也在涨,有团队把按年算的科研周期压到了周级别。当然具体是哪个子领域、复现成本多少,还得打问号,不能光看标题就高潮。
还有条容易被忽略的线:小模型加端侧在崛起,强能力不再被大厂焊死在机房,普通人手机里跑个聪明模型不再是梦。门槛一降,应用层会冒出什么还真不好预判。
从某种角度看,这次是推理、科学发现、端侧三线同时突破,比单点迭代要扎实。至于「合作者」这个称呼算不算抬举,值得商榷。