Discovery Foundation Models: Toward Open-Ended Discovery Intelligence
Ling Yang, Zhenfei Yin, Yingcheng Wu
cs.CL
2026-09-15
把开放式科学发现拆成七项可操作能力,用Zetema落地、用GALILEO湿实验闭环举证,但没有标准基准对比数字。
现在的科学 AI 大多是在人已经定好的结构里求解:问题写好了,变量给了,目标固定,工具接口现成,评估器说了算。模型可以把搜索、推理、工作流做得更强,但一旦要改问题本身、换表征、换实验设计,现有训练和评测几乎不奖励这件事。
长工作流可以跑通,证据整合、证伪驱动的修正、跨任务迁移仍然脆。这篇把那个缺口命名为 Discovery Intelligence:系统要参与新问题、新表征、新解释和新知识被造出来的过程,而不只是在给定任务里交答案。
Discovery Foundation Model(DFM)被定义成一套模型系统,不是单模型。它在可修订的研究状态上工作,拆成七项耦合能力:
系统边界写成 D = (策略, 研究状态, 记忆, 工具, 环境, 校验器, 人)。人给出的关键改写必须记在轨迹里,不能算到模型头上。
落地系统叫 Zetema:显式研究状态、分支与回滚、用 Research World Model 给高代价动作设门、干实验推理接到外部证据、跨任务经验升级成 Discovery Skill。训练方案对准中间决策,不对准最终答案;评测同时看本轮被外部验证的进展,以及同等资源下未来发现行为有没有变好。
经验锚点是治疗肽系统 GALILEO。干实验提名靶点和设计序列,机器人合成和表型测定把物理结果送回决策环。LRRC8C 分支在高表达类器官上测到 IC50 为 18.922 μM,工作解释从泛膜毒性转到渗透压/氧化还原和先天信号;SLC25A1 分支 IC50 为 0.736 μM,解释收到柠檬酸外排依赖的代谢崩溃。五轮优化后,反馈被收成可迁移的 Amphiphilic Balance Grammar。
这是框架文,没有 MMLU 式总表,也没有把 Zetema 和现有科学智能体做同协议对比。能钉死的数字来自 GALILEO 案例:两条靶点分支各自给出类器官 IC50,优化走了五轮,并产出一条可迁移的设计规则。论文自己把案例的作用写窄:证明物理证据能改后续科学动作,包括重开或关掉分支、改分子设计策略,不等于通用 DFM 已经做成。
能力对照表把 DFM 和其他范式分开:科学基础模型、推理模型、科学智能体、搜索系统和自动驾驶实验室,通常问题给定、表征有限、技能迁移不是定义项;DFM 要求问题可构造、表征必须能改、干预和外部接地以及技能迁移都是必需。
给「AI 科学家」一个可检查的能力清单。以后再声称系统会发现,至少要能指出它改了问题、表征还是干预策略,证据从哪来,技能有没有跨任务验证。对做科研智能体的人,评测应从最终答案分数扩到过程:选了什么未知、拒绝了什么表征、失败实验有没有留下归因。代码仓库叫 DFM-Plans,定位是计划与协作入口。
它是议程文。读完不会得到一个能下载即用的发现模型。
GALILEO 的问题域、分子形态和实验接口仍然高度结构化,跨领域迁移仍是开放问题。训练目标和过程评测写得很完整,正文没有报告按该协议跑出来的大规模数字。湿实验里电生理、代谢组和体内验证仍可人工执行,能力声明属于耦合系统,不属于单独的基础模型。递归更新风险、溯源和权限分层写在讨论里,同样没有量化。把一个治疗肽闭环当作通用发现智能的实证,外推跨度很大。