PhAI Labs发布Discovery Foundation Models技术报告，探索开放式科学发现

9月15日，新型研究组织PhAI Labs发布Discovery Foundation Models（DFM）技术报告，提出一套面向开放式科学发现的通用模型系统。该组织的核心团队成员来自斯坦福、牛津、普林斯顿等高校及产业研究机构，研究方向涵盖基础模型、强化学习、智能体、科学智能与递归自我改进（RSI）。

PhAI Labs认为，AI参与科学发现并实现规模化，不仅需要更强的模型，还需要一套能承载科学研究经验的基础设施。报告提出五层能力体系，包括科研数据处理、可复用的科学开发环境ScienceIDE、跨领域科学世界模型JEPA-Anything、DFM核心推理系统，以及与科学家实时交互的ScienceBuddy。

根据报告，DFM与现有大语言模型不同，其目标不是从预定义任务中给出答案，而是让AI参与识别值得研究的未知、构造和修订科学表征、通过仿真与真实实验检验假设，并根据证据更新判断。系统采用Zetema参考架构，把当前问题、候选假设、已有证据和实验行动组织为持续更新的研究状态，形成递归发现循环。

此外，团队还介绍了其在治疗肽设计中应用GALILEO系统的案例，系统经过五轮设计与湿实验反馈，重新纳入过此前被排除的设计思路。PhAI Labs已启动DFM科学家合作计划，并计划9月16日至18日陆续发布ScienceBuddy、ScienceIDE和JEPA-Anything。