首页 > 科技数码 >字节跳动启动Seed STEM科学家计划聚焦AI4S

字节跳动启动Seed STEM科学家计划聚焦AI4S

来源：互联网 2026-07-31 19:12:08

字节跳动启动SeedSTEM科学家计划，邀请100位前沿学者合作，探索AI加速科学发现。当前AI编程成功率已超88%，但科学发现完成率仅约3%。全球AI实验室纷纷押注AI4S，字节已构建蛋白质结构预测、药物研发等完整技术线，计划提供充足算力与竞争力薪酬。

7月23日，字节跳动那边又放了个大招——Seed Edge团队正式发布了“Seed STEM科学家计划”，打算邀请100位前沿科学领域的学者，跟Seed团队一起围绕真实的科研问题展开合作，探索AI加速科学发现的可能性。说白了，就是想把AI那套方法论，真正用到科学研究的硬骨头上去。

免费动漫立即观看： >>>点此进入<<<

先说几个关键事实。过去一年半，AI在编程领域取得的突破，确实让人眼前一亮。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给出了一个让人印象深刻的对比数据：AI写代码的任务成功率，从过去的不足5%，一路飙到了超过88%。代码生成、测试、优化，已经形成了一个快速迭代的闭环。这效率，确实有点吓人。

但有意思的是，同一时期，在端到端科学发现这个任务上，最先进的大模型完成率却始终在3%左右徘徊，成绩普遍不及格。这就很耐人寻味了。

为什么会出现这种反差？周伯文的分析很到位：Coding能被攻克，是因为反馈及时、边界清晰。你写错了，编译器马上告诉你，改就是了。但科学研究是开放任务，反馈周期长、失败率高。一个实验可能要做好几个月，失败了你都不知道问题出在哪。这种差异，恰恰揭示了AI突破智能上限的终极考题——如何让AI从“重述已知”跨越到“产出未知”。

正是在这一背景下，放眼全球，最前沿的AI实验室几乎都在干同一件事——把筹码押向科学发现。

比如，去年5月，Anthropic推出了AI for Science Program，给高影响力科研项目提供免费API额度。到了10月，又进一步推出Claude for Life Sciences，把Claude直接接入Benchling、BioRender、PubMed、10x Genomics这些科研工具和数据库，让它能真正进入实验记录、文献分析、单细胞研究、空间组学这些具体场景。这已经不光是给工具了，更像是给科学家配了个AI助手。

更重磅的是，今年6月，AlphaFold的核心缔造者、2024年诺贝尔化学奖得主John Jumper，竟然离开了谷歌DeepMind，加入了Anthropic。要知道，AlphaFold用AI破解了困扰生物学界几十年的蛋白质结构预测难题，已经预测了超过2亿个蛋白质结构，被很多科学家称为“生物学领域的ChatGPT时刻”。这步棋，意义深远。

字节跳动启动Seed STEM科学家计划聚焦AI4S

OpenAI这边也没闲着。今年4月，他们推出了面向生命科学研究的前沿推理模型GPT-Rosalind，专门用于支持生物学、药物发现和转化医学研究。看来，大家都瞄准了生命科学这块大蛋糕。

国内同样不甘示弱。7月初，阿里达摩院联合中国人民大学、中国科学院大学等机构，发布了超导材料发现AI智能体ElementsClaw。这个智能体直接预测出了6.8万个可能的超导材料，其中4种全新材料已经合成并证实存在超导性。从预测到验证，这条路算是打通了。

而字节跳动这次启动Seed STEM科学家计划，也不是心血来潮。实际上，早在2025年，他们就组建了Seed Edge团队，设定了3年期限的考核机制，鼓励骨干去研究更基础、更长期的AGI课题。这个团队最近公开的EdgeBench评测集，成了首个专门衡量真实世界环境学习的超长程评测集，还从中发现了环境学习中的Scaling Law（缩放定律）。

在这个框架下，字节跳动已经构建起多条AI4S技术线：2025年发布了Protenix和SeedFold蛋白质结构预测模型；2026年迭代到Protenix-v1/v2，还搭建了覆盖蛋白-配体动态预测、全原子分子生成、自由能计算的Anew Labs平台；今年4月，又首次披露了一个处于临床前的IL-17小分子抑制剂AN-5162，瞄准的是银屑病、强直性脊柱炎这类自身免疫性疾病。从基础研究到药物研发，布局已经相当完整。

但话说回来，字节跳动的AI4S布局也并非一帆风顺。2026年6月，UCLA计算机科学副教授顾全全宣布从字节Seed离职，投身AI制药与蛋白质设计创业；同月，计算生物学负责人肖文之也被曝已离职，创办了AI制药企业。人才流失，是任何高速增长领域都绕不开的挑战。

正因如此，Seed STEM科学家计划的推出，对参与学者提出了相当明确的要求：希望他们在STEM相关学科领域已获得或正在攻读博士学位，具备深刻的学术积累和透彻的学科理解，对AI加速科学发现有强烈的兴趣和坚定的信念，能清晰判断AI在本领域学科中的应用价值和现有的能力边界。同时，还期待他们在日常科研工作中，已经把AI当作生产力工具在用了。这门槛，不算低。

据透露，首期STEM科学家计划大约持续6个月，Seed团队将为参与学者提供充足的算力资源和专业的AI研究团队支持。更重要的是，为了充分认可学者的科研价值和贡献，他们开出了业界极具竞争力的薪酬回报。简单说，就是钱给够，资源给足。

在AI4S这个领域，胜负不会在半年或一年内分出。但那些率先将顶尖科学家、充足算力和产业验证闭环结合起来的玩家，或将在这场漫长竞赛中，占据有利的身位。这盘棋，才刚刚开始。

侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述