SciMaster

产品介绍

SciMaster 是由上海交通大学、上海算法创新院与深势科技（DP Technology） 于2025年7月联合发布的全球首个通用科研智能体。不同于传统AI工具，它基于科学基座大模型 Innovator 构建，融合“读、算、做、写”全流程能力，将跨学科知识检索、实验自动化、数据分析与报告生成整合为闭环科研生态。其核心目标是为科研人员提供“专家级助手”，让复杂研究任务从“人驱动”升级为“人机协同驱动” 。

适用人群

核心功能：科研全流程闭环

1. 专家级深度调研（读）
   • 技术原理：通过 检索增强生成（RAG） 结合多源知识库（1.7亿文献+全网数据），调用 WebSearch、WebParse、PaperSearch 三类工具，自动拆分问题、交叉验证信息，生成带文献溯源的研究报告。
   • 案例：输入“CRISPR基因编辑技术综述”，30分钟内输出含200+文献引用的结构化报告。
2. 思维链编辑与人机协作
   • 技术原理：用户可实时暂停AI推理过程，在“深度思考”界面修改任务逻辑、调整检索策略，实现 Human-in-the-loop 协同优化。
   • 价值：避免黑箱操作，确保科研路径透明可控（如修改转基因食品安全性评估的检索关键词）。
3. 科学工具智能调用（算）
   • 技术原理：基于 X-Master框架 动态生成Python代码，调用分子动力学模拟、量子化学计算等专用工具，支持主动/自动两种调用模式。
   • 案例：分析量子计算架构瓶颈时，自动调度超导电路仿真工具与离子阱性能数据库。
4. 湿实验自动化闭环（做）
   • 技术原理：对接 Uni-Lab MCP服务，连接自动化实验室设备，实现“理论→实验→数据”闭环。例如，输入电解液性能需求后，系统自动迭代配方并验证。
   • 效果：宜宾新能源中心实测配方交付效率提升10倍。
5. 多智能体协同框架
   • 技术原理：采用 分散-堆叠工作流，由 求解器（Solver）、批评器（Critic）、重写器（Rewriter）、选择器（Selector） 四类智能体协作生成高置信度输出，在HLE科学基准测试中以32.1分刷新纪录。

工具使用技巧

1. 提问优化公式：
   “领域+具体问题+期望输出形式”

   示例：
    “帮我找量子计算资料”
    “对比超导与离子阱量子计算架构的工程瓶颈，需包含近3年文献与算力数据对比表”

2. 深度调研模式：
   切换至 “深度调研” 模式（默认英语检索），生成报告后一键导出PDF或分享链接，避免重复工作。
3. 私有数据接入：
   高校/企业用户可通过 玻尔科研空间站 接入课题组私有数据库，定制专属智能体（如化学方向的ChemMaster）。