OmniScientist: An Omni-Modal Omni-Discipline AI Scientist
Source: https://arxiv.org/abs/2608.13558
Authors: Bobo Li, Hao Fei, Tianjie Ju, Mong-Li Lee, Wynne Hsu
Published: 2026-08-13
Categories: cs.AI, cs.CL
PDF: https://arxiv.org/pdf/2608.13558v1
Comment: 30 pages, 13 figures, 19 tables. Project page: https://omni-scientist.github.io/
中文导读
OmniScientist 是一个端到端的全模态（omni-modal）、跨学科 AI 科学家系统。它的核心立场是：工作流覆盖不等于证据可及——现有 AI 科学家系统大多只在文本、代码、标签或预计算摘要上推理，而科学发现所依赖的空间、时序、跨通道与过程性关系对 agent 是不可见的。
系统结构：一个感知层（perception layer）加上选题（ideation）、实验（experiment）、写作（writeup）三个自主 agent，运行在一条确定性流水线上，使观察可以在研究全生命周期中不断塑造研究问题、实验决策与最终结论。新颖性筛查、统计有效性、执行溯源、数值可追溯等 idea/rigour/claim 检查全部以代码执行方式强制执行。
Key Findings
- 评测规模：36 个真实数据案例，横跨 5 个学科族、4 类科学证据，模态覆盖图像、信号、音频、视频、3D 结构、轨迹、表格、公式、图。
- 全闭环完成率：36/36 案例全部走通"原始数据 → 编译成稿"完整路径；参考推理骨干下论文平均总分 6.3。
- 感知的因果价值（配对对照）：与只接收预计算标量特征的"盲测"变体对比，直接感知在全部 7 个评测维度上占优，head-to-head 评审胜率 85%。
- 核心论点：lifecycle-wide perception（全生命周期感知）是证据接地的科学发现的必要条件，为通用 AI 科学家提供了可行路径。
Intake rationale
- Category: agents | Quality score: 4/5
- 把"AI 科学家"的瓶颈从工作流自动化推进到证据模态可及性，配对消融（直接感知 vs 预计算特征）给出了感知层价值的干净因果证据。
Grounding
opencli arxiv paper 2608.13558 -f json（标题/作者/摘要/日期/分类/评论均来自 arXiv 元数据）。