借助ChatGPT for Academic Researchers加速科学发现

# 为学术研究者加速科学发现：ChatGPT 学术版 来源：https://openai.com/index/chatgpt-for-academic-researchers/ 我们相信，前沿 AI 的益处不应集中于少数公司和资源充足的实验室。科学进步依赖于研究者提出正确的问题、检验新想法，并在他人发现的基础上继续前行。我们的角色是将强大的工具交到他们手中，并与他们并肩合作，设计出既能加速研究、又能让研究者保持掌控权的模型。 我们正在推出 **ChatGPT 学术版**（ChatGPT for Academic Researchers）计划，将为选定学术机构的 10 万名研究者提供我们前沿模型的免费访问权限。该计划将帮助科学、数学和工程领域的研究者攻克高级难题、加速发现并提高生产力——从准备基金申请到检验假设，无一不包。 我们将在今年夏天从 1 万名研究者起步，目前高等研究院（IAS）和巴黎高等师范学院（ENS）等机构已获得访问权限。我们计划到 2027 年将规模扩大到 10 万名研究者。参与者将能使用我们的前沿模型，包括发布时的 GPT-5.6（https://openai.com/index/gpt-5-6/）Sol Pro，并可从所在机构邀请最多四位合作者。工作区享有企业级的隐私和安全保护，且默认不会使用数据来训练我们的模型。研究者可以利用各种工具与技能，支持从基因组分析、蛋白质建模到文献综述、基金申请和论文发表等一系列工作。 该计划还包括培训、实践支持，以及向其他研究者学习并向我们反馈意见的机会。 对于拥有 ChatGPT Edu 的机构，通过本计划获得的免费访问权限将与该机构的工作区进行协调。了解更多（https://openai.com/business/solutions/education/）关于 ChatGPT Edu 以及 OpenAI 如何支持高等教育的信息。 ChatGPT 学术版是 OpenAI 到 2027 年投入超过 2.5 亿美元支持外部科学研究和发现承诺的一部分。这其中包括 NextGenAI（https://openai.com/index/introducing-nextgenai/）（我们 5000 万美元支持研究机构的倡议），以及与能源部 Genesis 任务（https://openai.com/index/advancing-the-next-era-of-national-science/）的合作，将前沿 AI 带给国家实验室和大学的研究者。这些努力共同反映了我们的信念：当更多研究者拥有追求自己想法的工具时，科学进步就会加速。 ## AI 正在加速研究 AI 正以比许多人预期更快的速度成为更强大的研究工具。每周，大约有 130 万人在 ChatGPT 上使用高级科学和数学功能，产生约 840 万条消息。 这种转变在数学领域尤为明显。过去六个月中，AI 已从偶尔用于孤立问题，发展为数学研究中更常规的组成部分。越来越多的论文现在承认了 ChatGPT 的贡献，反映出研究者将这些工具应用于工作的速度之快。 \* 不完整的月份；全文索引目前延伸至 7 月 21 日。 研究者在科学工作的几乎所有阶段都会使用 ChatGPT 和 Codex。ChatGPT 帮助研究者质疑想法、获取知识、生成假设并传达研究成果。Codex 则支持研究执行和形式化分析，包括编写代码和分析结果。 按科学工作流类别和产品划分的科学研究请求占比，2026 年 6 月 21 日至 7 月 20 日 这些模式已体现在研究成果中。物理学家 Rogerio Jorge 及其团队正在使用 AI 开发开源聚变研究软件，该软件被企业和国家实验室用于设计聚变能源装置。在理论计算机科学领域，研究者 Barna Saha、Yinzhan Xu 和 Christopher Ye 使用 GPT-5.5 Pro 开发了一个证明，确立了计算机解决高维几何问题效率的新极限，随后他们自己验证并完善了这些结果。 使用这些工具最密集的研究者也在承担更雄心勃勃的工作。在其领域内 AI 使用量处于前 20% 的研究者，向 AI 请求估计需要四小时或更长时间任务的概率几乎是同行的两倍：近 7% 的请求属于此类，而同一领域其他研究者的这一比例仅为 3.5%。 按估计活跃人类工作时间与科学家 AI 使用强度划分的科学研究请求占比，2026 年 6 月 21 日至 7 月 20 日 我们的策略不是决定哪些科学问题值得关注，也不是试图亲自解决所有问题。而是将强大的工具交到研究界手中，让研究者去探索他们最了解的问题。 ## 参与者将获得什么 参与者将获得我们在 ChatGPT、ChatGPT Work 和 Codex 中前沿模型的免费访问权限，包括发布时的 GPT-5.6（https://openai.com/index/gpt-5-6/）系列模型。他们还将拥有扩展的深度研究（deep research）功能、更高的使用上限以及更大的上下文窗口。这些能力共同支持跨学科的科学推理、智能体执行和研究工作流。 GPT-5.6 Terra 在能力与效率之间取得平衡，适合日常研究；GPT-5.6 Luna 为较轻量级的任务提供更快的响应；GPT-5.6 Sol 则应对最困难的科学和数学问题。在衡量研究级数学推理能力的 FrontierMath Tier 4 上，GPT-5.6 Sol 得分为 83%，而 GPT-5.5 为 72.5%。在评估复杂生物数据分析与科学推理的 GeneBench Pro 上，GPT-5.6 Sol Pro 解决了 31.5% 的任务。 研究者可以使用超过 75 项生命科学技能（在新窗口中打开）（https://github.com/openai/plugins/tree/main/plugins/life-science-research），涵盖遗传学、基因组学、测序、单细胞分析、蛋白质建模和药物发现。连接器支持跨学科研究，可访问科学文献、公共基因组和临床数据库、卫星图像、计算笔记本、数据平台和参考文献管理工具。 研究技能和连接器徽标网格，包括 Life Science Research、NGS Analysis、Hex、Boltz、Google Drive、Gmail、Google Calendar、Zotero、Outlook、Teams、GitHub、Slack、LaTeX、Deepnote、Hugging Face 和 Databricks。 ChatGPT 和 Codex 上可用的代表性技能、连接器和工具示例。 Codex 可以帮助编写和调试代码、分析数据集、构建可复现的工作流。ChatGPT Work 可以支持更长期的项目，例如寻找资助机会、准备基金申请、文献综述、起草手稿以及制作传达成果的材料。 ## 培训与研究支持 研究者对 AI 的起点各不相同。有些可能是第一次使用这些工具；另一些则可能正在其领域开发高级应用。 该计划将提供针对不同经验水平的培训，从入门和改善工作流到高级研究应用。参与者可以获得熟悉研究工作流专家的支持，包括如何将这些工具整合到自身工作中。 随着我们看到研究者的发现，我们计划创造更多机会，让研究者分享实用方法、相互学习，并展示跨学科的应用。他们的反馈将帮助我们了解模型在哪些方面有用、哪些方面不足，以及如何让它们对研究界更有价值。 ## 如何申请 初始计划面向选定学术机构中符合条件的研究者开放。符合条件的机构（在新窗口中打开）（https://chatgpt.com/sophia/eligible-institutions?no_universal_links=1）必须是经过认可、可授予学位的学院或大学，且具有高水平的研究活动。 申请者需要验证其机构隶属关系，并提供有关其活跃研究和预期科学用途的信息。获批的研究者可以从其机构邀请最多四位合作者。每位合作者也必须验证其隶属关系，并计入计划的总账户数。