在人工智能与科学探索深度融合的浪潮中，字节跳动旗下Seed Edge团队近日宣布启动"Seed STEM科学家计划"，拟联合全球100位顶尖学者，共同攻克AI驱动科学发现的重大课题。该计划聚焦真实科研场景，旨在通过跨学科协作探索AI在基础科学研究中的突破性应用。
上海人工智能实验室主任周伯文在2026世界人工智能大会上指出，尽管AI在编程领域已实现从不足5%到88%任务成功率的飞跃，但在端到端科学发现任务中，主流模型完成率仍徘徊在3%左右。这种反差源于科研活动的独特性——相较于编程任务的即时反馈与明确边界，科学研究具有开放性强、周期漫长、失败率高等特点，对AI系统提出了全新挑战。
全球顶尖AI实验室已纷纷布局科学发现领域。Anthropic于2025年推出AI for Science Program，为高影响力项目提供免费API支持；其开发的Claude for Life Sciences系统已接入Benchling、PubMed等科研平台，覆盖实验记录、文献分析等12个具体场景。更引人注目的是，AlphaFold缔造者、诺贝尔化学奖得主John Jumper今年6月加盟Anthropic，这位破解蛋白质结构预测难题的科学家，将带领团队探索AI在生物学领域的更深层次应用。
OpenAI于今年4月发布的前沿推理模型GPT-Rosalind，专门针对生命科学研究设计，可支持药物发现和转化医学研究。国内科技企业同样动作频频：阿里达摩院联合高校发布的ElementClaw智能体，成功预测6.8万个潜在超导材料，其中4种新材料已通过实验验证。这些突破性进展显示，AI正在重塑科学研究的范式。
字节跳动的布局始于2025年成立的Seed Edge团队，该团队设立三年考核期，专注AGI基础课题研究。其开发的EdgeBench评测集首次实现了超长程环境学习评估，并发现了环境学习中的缩放定律。在技术积累方面，团队先后推出Protenix蛋白质预测模型、Anew Labs分子生成平台，并在今年4月披露了处于临床前阶段的IL-17小分子抑制剂AN-5162，该成果有望为银屑病等自身免疫疾病提供新疗法。
人才流动折射出行业变革的深层动力。2026年6月，UCLA副教授顾全全与计算生物学负责人肖文之相继离职，投身AI制药创业。这种趋势促使Seed STEM科学家计划更注重学者与AI工具的深度融合——计划要求参与者具有STEM领域博士学位或攻读经历，既需具备扎实的学术功底，又要能准确判断AI在本领域的应用价值与能力边界，同时需在日常科研中常态化使用AI工具。
该计划首期为期6个月，将为入选学者提供顶级算力支持、专业AI团队协作及具有市场竞争力的薪酬回报。在算力投入方面，字节跳动已构建覆盖蛋白质预测、分子生成等场景的技术体系，其Anew Labs平台可实现从动态预测到自由能计算的全链条覆盖。这种资源整合能力，正成为AI科学发现领域竞争的关键要素。
当前，AI科学发现已进入深水区，单一要素的优势难以决定最终胜负。那些能够将顶尖科研人才、海量算力资源与产业验证闭环有机结合的参与者，正在这场马拉松竞赛中逐步建立领先优势。随着更多跨学科团队的加入，AI与基础科学的融合或将催生更多突破性成果，重新定义人类探索未知的边界。
