Nature重磅：AI生成论文在顶会通过率55%，单篇成本仅15美元
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
新智元报道
编辑：元宇
【新智元导读】刚刚，Nature盖章AI独立科研时代！全新Scaling Law显现，人类死守的学术铁王座，正发生不可逆的转移。
一篇长达数十页的学术论文，在人类设定研究主题和实验边界后，系统自动完成了从实验到写作的大部分流程。
从论文正文、实验代码、图表和投稿稿件，主要由系统端到端自动生成。
它被投递到顶尖机器学习会议ICLR 2025某workshop的同行评审流程中，三位匿名审稿人不知道具体哪几篇是AI生成稿件，他们对着这篇稿件分别打出了6、7、6的高分。
这个成绩，高于约55%的同场投稿。稿件在评审完成后按实验协议撤回，未进入正式发表阶段。
这并非科幻，这是刚刚被《Nature》报道的一项震撼研究。
该项研究是由Sakana AI联合牛津大学、UBC共同推出的全自动AI科学家「The AI Scientist」。
Sakana AI联合创始人兼 CEO David Ha在推文中表示，启动该项目，正是想探索大模型是否能够完成整个科研全流程：
我坚信，AI将永远改变科学发现和科研进步的方式。
全自动「AI科学家」
究竟做了什么？
这一次，不是AI在「帮」人干活，而是AI第一次把科研流程从头走到尾。
一直以来，AI在科研领域的定位都是「高级打工人」：比如帮化学家折叠蛋白质，或是帮程序员找bug。
定义问题和统筹全局的，始终是人类。
The AI Scientist的出现，则颠覆了这套「主仆叙事」，它完整覆盖了科研的四大核心阶段：Idea生成、实验迭代、论文写作、自动评审。
在全新升级的v2版本中，它甚至走向了「无模板」模式：彻底抛弃人类提供的初始代码脚手架，引入了强大的「智能体树搜索」（agentic tree search）机制。
这意味着它能在庞大的未知解空间里，同时开启多条主线并行探索。科研不再是单线程试错，而变成了一个可扩展的搜索过程。
它怎么保证自己不和别人撞车？
系统会调用Semantic Scholar API进行全网查重，确保每一个idea都具备足够的新颖性。
在最棘手的数据可视化环节，它甚至内置了一个视觉语言模型（VLM）作为反馈审阅者。
如果坐标轴反了、图例丢了、展示有歧义，VLM会像严苛的导师一样立刻打回重做，直到生成完美的学术图表。
过去图表只是论文包装，现在图表也成了AI科研的反馈信号。
而完成这堪比博士生几个月工作量的闭环，它的账单是：单篇论文15美元。
如此惊人的性价比意味着，科研自动化第一次从「局部辅助」跨进了「全链路主导」。
AI不再只是科学家的辅助工具，而是向更具自主性的科研代理系统演进。
AI Scientist工作流程的概念概述，包括提出研究想法、实施实验、执行实验、撰写论文以及审阅论文。
通过人类同行评审测试
AI写的论文，人类学术金字塔尖的学者到底认不认？
于是，Sakana AI决定玩一把大的：直接向顶会投稿。
在获得ICLR大会领导层、ICBINB workshop组织者以及IRB伦理委员会的特批后，团队进行了一场极其大胆的「潜伏行动」：将3篇纯AI生成的论文混入了人类投稿池。
审稿人只被告知「可能有AI生成论文」，但根本不知道具体是哪几篇。
结果其中一篇探索神经网络组合正则化（Compositional Regularization）负面结果的论文，斩获了平均6.33分（弱接收、接收、弱接收）的高分。
这个分数不仅稳稳越过了该workshop的平均录用线，更是超过了55%的真实人类学者。
连科学研究中最难写出彩的负向论证，AI也能写得有模有样、逻辑自洽。
据Sakana AI团队所称，这是全AI生成论文首次在真实学术评审环境中获得通过接收线的成绩。
这也标志着同行评审，真正迎来了「图灵测试」时刻。
AI审稿人比人类更靠谱？
如果AI一天能花几百美元写出几十篇论文，人类审稿系统瞬间就会崩溃。
想让AI科研实现指数级爆发，就必须有能够大规模评估质量的「自动化裁判」。
Sakana AI给出的答案是：直接让AI来当Area Chair（领域主席）。
他们构建了一个高度还原NeurIPS最新审稿流程的自动化系统：
5个独立的AI审稿人进行背靠背挑刺，最后由1个AI元审稿人进行共识汇总和最终裁决。
在与数千条真实OpenReview人类审稿决策的硬碰硬对比中，自动化审稿人交出了69%的平衡准确率。
令人震惊的是，在作者设定的评测框架下，自动审稿系统的部分指标优于所对照的人类一致性结果。
有人质疑：AI是不是偷偷背过题？
团队特意用知识截止日期（2025年）之后的全新论文进行了数据污染测试。
结果依然坚挺：平衡准确率保持在66%，达到可与人类顶级学者比肩的实战水准。
这表明，AI正在进入过去长期由人类主导的科研流程核心环节。
过去，人类同时垄断了「写论文的人」和「决定论文是否成立」这两个关键角色。
现在，这两个角色都在被AI切入。
一旦评审环节也被自动化，AI科研就不再是零星爆款，而具备了大规模、左右互搏式迭代的基础设施。
该自动审稿系统在顶级会议（ICLR）发表的AI论文上，其审稿判断与人类审稿人一致，包括在模型训练完成之后（即超出其「知识截止日期」）发表的论文。这些结果表明，该自动审稿系统在为新撰写的AI论文提供评审分数方面，可靠性与人类审稿人相当。
科研的Scaling Law
如果说「过审」证明了AI科研站得住，那真正决定未来天花板的是另一件事：
它是不是可持续变强？
Nature论文中最具颠覆性的一组数据，揭示了潜藏在AI科研背后的全新定律。
研究发现，底层大模型的能力与生成论文的质量之间，呈现出令人头皮发麻的极度显著正相关（P<0.00001）。
随着模型发布日期推进，AI产出的论文质量持续陡峭上升。
同时，算力正在暴力改写科研法则。
投入的测试时算力越多，智能体树搜索的深度就越深，实验质量就越扎实，最终的产出评级就越高。
当前最顶配的AI科学家，其平均产出已经逼近机器学习顶会workshop的边缘录用（borderline accept）水平。
这背后展示的是一条正在形成的「科研Scaling Law」。
过去的科技突破，依赖于虚无缥缈的灵光乍现，而未来的科学发现，将变成一条可精确计算的工业流水线。
随着模型能力呈指数级增长、推理算力成本呈指数级下降，这套系统会自动升级，这才是这项工作真正展现出恐怖势能。
根据自动评审员的评判，当使用更新、更智能的基础模型时，AI Scientist生成的论文质量会提高。
AI全面接管科研
我们准备好了吗？
当然，这篇Nature论文，同样也指出了The AI Scientist的目前的局限性：
它偶尔会想出幼稚的idea，写的代码会有bug，论文里会出现引用的幻觉，甚至在附录里重复粘贴同一张图表。
值得警惕的是，论文显示该系统具备自动调试、重试运行和在受限计算预算下持续迭代实验的能力。
这意味着，未来更强的科研代理一旦出现规避约束的倾向，可能带来新的安全治理问题。
如果这种系统被毫无节制地释放，海量生成的低门槛论文会瞬间压垮整个学术生态，学者的学术 credentials（资历证明）将被彻底稀释。
正因如此，Sakana AI采取了极其克制的立场：主动撤稿、通过IRB审批、呼吁添加生成水印，并急迫要求社区建立全自动AI科研规范。
这篇Nature论文不只是展示AI技术的里程碑，更是把AI所带来的伦理争议也摆上台面。
真正的问题早已不是「AI能不能做科研」，而是「当AI开始独立做科学，谁来定义什么算科学」。
正如团队所设想的终极愿景：AI科学家不会让人类科学家消失，但人类科学家的角色，必须被迫向着科研价值链的更上游迁徙：
去定义问题、设定边界、决定哪些发现值得被相信。
参考资料：
https://sakana.ai/ai-scientist-nature/%20
https://www.nature.com/articles/s41586-026-10265-5%20
https://x.com/SakanaAILabs/status/2036840833690071450%20
https://x.com/hardmaru/status/2036841736702767135
相关攻略
新智元报道编辑：元宇【新智元导读】刚刚，Nature盖章AI独立科研时代！全新Scaling Law显现，人类死守的学术铁王座，正发生不可逆的转移。一篇长达数十页的学术论文，在人类设定研究主题和实验
几小时前，Nature 宣布了真正意义上的 AI 科学家的首次实现。由“Transformer 八子”之一联合创办的日本 Sakana AI 与英国牛津大学、英属哥伦比亚大学的研究团队打造了一个从零
新智元报道编辑：好困 桃子【新智元导读】两大AI顶会，前后引爆全网。NeurIPS 2026一条「制裁机构」新规，为投稿筑起高墙。ICML 2026审稿口碑崩盘，吐槽声一大片。一条藏在NeurIPS
新智元报道编辑：KingHZ 好困【新智元导读】ICLR 2026投稿破纪录达19000篇，录用率仅28 18%，平均分5 39创三年最低。评审系统漏洞曝光之后，作者们仍晒出喜报，如北大张铭组中5篇
新智元报道编辑 元宇【新智元导读】如果论文是AI写给AI看的，那人类还剩下什么？本月初，挪威奥斯陆的一个寒冷午后。心理学教授Dan Quintana计划宅在家中，把那件拖了几周的苦差事给办了。奥斯陆
热门专题
热门推荐
文件信息分析提取的核心步骤 当一份电子文件摆在面前，如何透过其表层，精准地提取出有价值的核心信息呢？这个过程远不止简单地打开文件，它更像一次结构化的“数字档案解剖”，涉及对文件格式、元数据、内容和深层结构的一系列技术操作。 第一步：识别文件的“身份证”——文件格式 万事开头难，处理任何文件的第一步，
RPA电商监控价格软件：商家的智能市场哨兵 在瞬息万变的电商战场上，价格往往是决定成交的关键按钮。谁能更快、更准地洞察市场价格的每一次脉动，谁就能在竞争中抢占先机。而RPA电商监控价格软件，正是这样一款为商家打造的自动化市场“哨兵”，它基于高度成熟的RPA技术，能够不知疲倦地自动追踪、抓取和分析各大
选对交易所是进入币圈的第一步 2025年的加密货币市场，格局已经相当清晰。头部交易所凭借各自鲜明的优势，牢牢吸引着不同类型的用户。下面这份榜单，综合了交易量、安全性、产品功能和用户口碑，为你梳理出当前最值得关注的十大中心化交易平台。 1 Binance（币安）：全球龙头，生态最全 说到行业第一，币
手写体OCR技术原理详解 把纸上潦草的字迹变成电脑里规整的文本，这个过程看似简单，背后其实是一套相当精密的“翻译”流程。今天咱们就来拆解一下，看看手写体OCR究竟是怎么办到的。 图像预处理：为识别打好基础 第一步，得先把“原材料”处理好。刚从扫描仪或摄像头过来的手写图像，常常会带着各种干扰——可能是
近期，轻松治愈系模拟经营手游《童话师》凭借其独特的艺术风格与无压力玩法，持续引发玩家关注。不少朋友被其手绘质感、低饱和度色彩与童话氛围所吸引，纷纷询问游戏何时正式上线。本文将围绕《童话师》的上线节点、核心体验与玩法特色，为感兴趣的玩家提供清晰、准确的信息参考。 先说一个大家最关心的消息：根据官方最新