智東西
編譯 梁穎琳
編輯 云鵬

智東西4月15日消息，據The Information報道，OpenAI計劃于本周推出新一代AI推理模型（o3和o4-mini），其核心突破在于能夠跨學科整合知識并提出創新實驗方案。

新模型通過同步調用物理學、生物學、工程學等領域的知識庫，可自主生成創新實驗方案，例如設計核聚變反應參數或優化病原體檢測方法。

其高價瞄準企業市場，OpenAI擬以每月2萬美元（約合人民幣14.5萬元）的價格向《財富》500強企業提供該服務，費用是基礎版ChatGPT的1000倍。首批目標客戶包括石油公司、制藥巨頭及國家級實驗室。

若商業化成功，該模型或成能源、材料研發領域的“標配工具”。

一、AI跨學科生成實驗方案，能源制藥企業或成首批用戶

OpenAI新模型通過整合生物學、物理學、工程學等多領域知識，可自主提出新實驗思路。例如，為核聚變反應設計激光強度參數，或結合生態學方法優化病原體檢測方案。

早期測試者透露，該技術或徹底改變科研協作模式——傳統需多領域專家耗時數周的合作，AI大幅可縮短實驗設計時間。

二、實測案例：AI成科研“加速器”

美國阿貢國家實驗室分子生物學家Sarah Owens利用OpenAI現有模型（o3-mini-high），僅用數分鐘便完成“用生態學統計法預測廢水病原體”的實驗設計，效率較傳統方式顯著提升。

另一化學家則通過AI設計出塑料降解實驗的溫度與壓力參數范圍，耗時僅為自主研究的1/10。

OpenAI總裁布羅克曼在2月能源部聯合研討會上稱：“未來模型將用‘深度思考’解決重大科學問題，讓科研效率提升10至100倍。”

目前，美國洛斯阿拉莫斯國家實驗室已部署專用超算，為九個聯邦實驗室提供推理模型支持。

三、從“想法”到“驗證”仍有差距，以高價策略應對企業市場

盡管AI可生成實驗方案，但驗證仍需人工介入。

例如，模型建議的激光參數需通過模擬軟件測試，化學實驗需依賴實驗室設備。OpenAI正開發自動化AI代理（如Operator），未來或結合機器人加速實驗驗證。

OpenAI計劃對推理模型收取高額費用，目標客戶包括石油公司、藥企等《財富》500強企業。但其現有AI代理（如Operator）仍存在操作復雜網站時出錯的問題。

公司擬通過“人類反饋強化學習”優化模型，即篩選用戶成功案例迭代訓練。

結語：AI離“科研大腦”還有多遠？

科學家指出，AI無法理解蛋白質與DNA的相互作用等微觀機制，實驗室驗證仍是必經之路。

正如阿貢國家實驗室化學家Massimiliano Delferro所言：“從懷疑到興奮，關鍵在于AI能否與模擬器、機器人協同工作。”

盡管AI展現了跨學科創新潛力，AI的訓練樣本可能存在偏差，例如忽視貧困地區無法聯網的弱勢群體，或者藝術生成AI的訓練樣本主要以西方白人肖像為主。

開發者在設計系統時，仍需將更多要素納入考量。

來源：The Information