FARS(Fully Automated Research System)
搜索文档
MOSS孙天祥新公司要让AI自己写100篇论文,还要全网直播一个月
36氪· 2026-02-12 17:52
FARS系统概述与直播事件 - 公司Analemma将于明天上午11点启动一场为期约一个月的公开直播,展示其全自动研究系统FARS从零开始自主完成科研全流程,目标是连续产出100篇完整论文,全程无人类介入,这被认为是全球首次以公开直播方式部署全自动科研系统[1] - FARS是一个多智能体系统,由四个模块构成:负责文献调研和假设生成的Ideation、负责实验方案设计的Planning、负责代码编写和执行的Experiment以及负责论文撰写的Writing,它们在一个共享文件系统中协作[4] - 在模型层面,FARS调用了Claude、GPT、Gemini等多家闭源模型的API,并在部分链路使用了后训练的自研模型,其核心能力在于Agent系统工程层面,硬件上团队将一个包含160张NVIDIA GPU的集群封装成工具供实验智能体调度[5] - FARS的设计基于研究系统的第一性原理,旨在高效、可靠地拓展知识边界,其产出为“短论文”形式,聚焦边界清晰的研究贡献并鼓励报告失败结果,不遵循传统学术论文的篇幅和结构限制[7] - 本次直播中,FARS将从9个预设研究方向出发,涵盖强化学习从可验证奖励中学习、小语言模型后训练、前沿LLM自动化评估等多个AI热点领域,同时系统也被允许自由探索预设方向之外的课题[7] 公司背景与团队实力 - 公司Analemma成立不到一年,已获得红杉中国、高榕创投、光源资本、嘉程资本、美团龙珠等机构数千万美元的天使轮融资[1] - 创始人孙天祥是2023年引爆国内大模型热潮的MOSS的核心开发者,于2025年3月创办Analemma,同期加入上海创智学院担任助理教授,走学术与创业并行的道路[1][12] - 公司目前团队约15人,其中一半是研究团队,核心成员来自复旦MOSS团队和InternLM(书生大模型)项目[15] - 公司核心团队成员在Google Scholar上拥有高引用次数,例如孙天祥被引用5675次,其他成员如Yunfan Shao被引用5477次,Xiangyang Liu被引用4775次[16] 技术定位与产品策略 - FARS目前聚焦于“AI4AI”领域,即用AI来研究AI,选择该领域是因为其实验可完全在计算机上完成,无需物理实验室,天然适合自动化,但暂时无法进行极度消耗算力或需要人类直接参与的实验[8] - 在产出质量控制上,FARS生产的每篇论文在上传arXiv前将经过至少3位具有五年以上研究经验的团队成员审核,并明确标注为AI生成,团队不打算将这些论文投稿到传统学术会议,而是邀请同行评审,更关注实际引用和结果价值[8] - 公司已上线名为Lemma的产品,提供快速文献调研、深度调研报告和代码实验三项功能,定位为生产力工具,而FARS的定位是自动驾驶式的基础设施[10] - 团队将直播目标定为100篇论文,是因为规模是评估自动化研究系统的关键,连续大规模产出能让系统的真实能力充分暴露,团队此前从未大规模部署过FARS,对其工作过程和产出结果同样未知和好奇[9][10] 行业竞争格局与发展趋势 - 全自动科研是一条正在升温的赛道,过去一年半出现密集进展,例如2024年8月日本Sakana AI发布了首个端到端全自动科研系统AI Scientist,2025年4月其升级版v2生成的一篇论文成功通过了ICLR 2025 Workshop的同行评审[17][18] - 同期,香港大学Chao Huang团队发布了AI-Researcher,获得NeurIPS 2025 Spotlight论文,并已推出产品化版本Novix[18] - 大公司如OpenAI在2025年10月公布路线图,计划在2026年9月前开发出“AI研究实习生”,到2028年3月目标是完全自主的AI研究员,首席科学家Jakub Pachocki表示为了重大科学突破,值得把整个数据中心的算力投入到单一问题上[18] - 技术路线上,FARS与AI Scientist、AI-Researcher同属端到端全自动科研系统,但关键差异在于其展示方式为实时、大规模、全透明的公开部署,并且跳出了学术出版惯例,以可验证的假设为单位组织产出[19] - 智源研究院在其2026年趋势预测中指出,AI for Science正在从Copilot角色向AI Scientist角色迁移,OpenAI将“全自主AI研究员”写进2028年路线图,DeepMind去年底宣布将在英国建设首个AI自动化研究实验室[20] - 在这场全球竞赛中,FARS可能是来自中国的第一个公开实验[21]
刚刚,MOSS孙天祥创业,直播AI4AI大规模科研
36氪· 2026-02-12 17:12
公司核心动态 - 创业公司Analemma宣布将面向全球公开直播其端到端AI研究系统FARS的部署过程,直播预期将持续一个月,目标是全自动完成100篇论文[1][2] - 这是公司首次大规模公开实验,旨在彻底揭秘完全由AI领衔的科研全流程,开创了AI研究系统执行全公开的先河[2] - 公司已低调完成由高榕创投、红杉中国、光源资本、奇绩创坛、美团龙珠、嘉程资本、上海未来产业基金等参与的天使轮融资,融资额达数千万美元[21] 产品与技术方案 - FARS是一个无人类干预、纯AI驱动的端到端研究系统,能够自动化完成文献调研、假设生成、代码编写、实验执行、论文写作等科研全流程[5] - 系统由Ideation、Planning、Experiment、Writing四个智能体模块构成,通过一个共享文件系统串联,该系统同时承担工作空间和持久记忆功能[8] - 研究从Ideation智能体开始,根据预设研究方向进行自动不间断的文献调研和假设生成,每个假设通过自动化评估后交由后续智能体处理,最终生成完整学术论文[10] - 实验过程将通过FARS自己的Github账号实时提交,确保每一篇论文都可被复现[11] 直播部署详情 - 直播部署中,FARS的建议研究方向包括来自可验证奖励的强化学习、前沿大语言模型的自动化评测、超越Transformer的模型架构创新、扩散语言模型、世界模型等共九大方向[10] - 为支持此次高难度挑战,公司为FARS系统一次性投入了一个包含160张GPU的集群,并包装成了训练和推理工具供智能体调用[10] - 系统提供了统一的调用端口,能够调用几乎所有闭源和开源模型[10] 团队背景 - 公司中文名为日行迹,创始人兼CEO是曾主导MOSS大模型研发的孙天祥博士[13] - 孙天祥博士在ICML、ICLR、ACL等国际顶级会议发表论文20余篇,被引用5000余次,曾获世界人工智能大会云帆奖等荣誉,现于上海创智学院担任助理教授[15] - 研究团队成员平均年龄不足30岁,其中多人为MOSS和InternLM大模型的核心贡献者[19] 行业定位与愿景 - FARS在AI4AI领域是一个重要的里程碑,旨在解决科研领域门槛高、人才少、“反复造轮子”、“报喜不报忧”等导致研究成本飙升的问题[5][7] - 公司认为,研究系统的第一性原理是高效、可靠地拓展知识边界,这正是AI研究系统可能超越人类的强项[7] - 团队预测,FARS系统的引用量将在2026年底超过它的所有创造者[21] - 公司认为像FARS这样的系统应当被大规模公开部署,其生产的研究成果应在学术社区中进行广泛传播和评估[13]
刚刚,MOSS孙天祥创业,直播AI4AI大规模科研
机器之心· 2026-02-12 12:00
公司核心事件与产品 - 创业公司Analemma宣布将面向全球公开直播部署其端到端AI研究系统FARS [1][2] - 直播活动计划在春节期间进行,目标是全自动完成100篇论文,预期将持续一个月 [3] - 这是首次大规模公开实验,旨在彻底揭秘完全由AI领衔的科研全流程,开创了AI研究系统执行全公开的先河 [4] 产品技术细节 - FARS是一个无人类干预、纯AI驱动的端到端研究系统,能够自动化完成文献调研、假设生成、代码编写、实验执行、论文写作等科研全流程 [11] - 系统由Ideation、Planning、Experiment、Writing四个智能体模块构成,通过一个共享文件系统串联 [15][16] - 系统输出短文形式的论文,每篇聚焦于单一的、边界明确的贡献,并报告负面结果,构成最小可组合的知识单元 [14] - 实验过程将通过其Github账号实时提交,确保每一篇论文都可被复现 [20] 直播部署与资源配置 - 直播部署中,FARS的建议研究方向包括来自可验证奖励的强化学习、前沿大语言模型的自动化评测、超越Transformer的模型架构创新等共九大方向 [19] - 为支持此次挑战,公司一次性投入了一个包含160张GPU的集群,并为FARS提供了统一的调用端口,使其能够调用几乎所有闭源和开源模型 [19] 团队背景与融资情况 - 公司中文名为日行迹,创始人兼CEO是曾主导MOSS大模型研发的孙天祥博士 [26] - 孙天祥博士在ICML、ICLR等国际顶级会议发表论文20余篇,被引用5000余次 [28] - 研究团队成员平均年龄不足30岁,其中多人为MOSS和InternLM大模型的核心贡献者 [32] - 公司已低调完成天使轮融资,融资额数千万美元,投资方包括高榕创投、红杉中国、光源资本、奇绩创坛、美团龙珠等 [33] 行业定位与愿景 - FARS在AI4AI领域是一个重要的里程碑,旨在解决以人为中心的研究系统固有的问题,如门槛高、人才少、“反复造轮子”等 [11][13] - 团队认为,像FARS这样的系统应当被大规模公开部署,其生产的研究成果应在学术社区中进行广泛传播和评估 [24] - 团队预测,FARS的引用量将在2026年底超过它的所有创造者 [34]