上交大联合深势科技推出全球首个通用科研智能体-SciMaster，能生成详细的科研报告，提升科研效率。

SciMaster 是由上海交通大学、深势科技和上海算法创新院联合发布的全球首个通用科研智能体，依托科学基座大模型 Innovator 构建。展现出了“专家级”深度调研能力。研究者提出一个科学问题时，SciMaster会对问题进行评估分析，将问题拆分成多个子任务，并灵活调用WebSearch、WebParse、PaperSearch三种检索方式，对全域互联网、全量文献进行检索，收集领域相关的资讯、数据、论文、专利等资料。SciMaster 能生成详细的科研报告，帮助研究人员快速了解研究进展和结果，提升科研效率。

SciMaster的主要功能

• 多模态检索：SciMaster 能通过 WebSearch、WebParse 和 PaperSearch 三种方式，对全域互联网以及海量科学文献进行检索，收集相关资讯、数据、论文和专利等资料。
• 专家级报告：基于检索到的信息，生成结构化调研报告，包含核心观点、数据图表及参考文献链接，支持一键导出，帮助研究人员快速了解研究领域的现状和进展。
• 工具库支持：SciMaster 集成了多种科学专用工具，支持“主动调用”和“自动调用”两种方式。1.主动调用，研究者可以根据任务需求选择手动计算工具辅助任务，2.自动调用：AI根据问题智能匹配工具库中的专用科研工具。
• 思维链编辑：研究人员可以随时暂停 SciMaster 的推理过程，查看其推理逻辑，并对任务分解、执行顺序、重点方向等进行实时调整。
• 实验生态整合：通过Uni-Lab的MCP服务无缝连接实验室设备，构建“干湿闭环”实验流程（如自动优化电解液配方，效率提升10倍）。

SciMaster的应用场景

• 量子计算瓶颈：SciMaster 可能通过数据分析和模型优化帮助研究人员找到解决方案。
• 系外行星探测：在天文学中，SciMaster 可能通过分析观测数据和模拟结果来辅助研究。
• 药物筛选中的分子动力学：在药物研发中，分子动力学模拟是理解药物与生物靶标相互作用的关键。SciMaster 可能通过高效的数据处理和模拟优化来加速这一过程。
• 智能体合作学习：在人工智能领域，智能体之间的合作是一个重要的研究方向。SciMaster 可能通过模拟和优化智能体的行为来探索这一问题。