OpenAI推出免费ChatGPT学术研究者计划，覆盖10万名科研人员

AI正在加速研究

　　AI成为更强大研究工具的速度超出了许多人的预期。每周约有130万人使用ChatGPT进行高级科学和数学研究，生成约840万条消息。

　　这一转变在数学领域尤为明显。过去六个月中，AI已从偶尔用于解决孤立问题转变为数学研究的常规组成部分。越来越多的论文在致谢中提及ChatGPT的贡献，反映了研究者在他们的研究中采用这些工具的速度之快。

　　研究者在科学工作的几乎每个阶段都使用ChatGPT和Codex。ChatGPT帮助研究者质疑想法、获取知识、生成假说和传达发现。Codex支持研究执行和形式化分析，包括编写代码和分析结果。

　　以下模式已在研究中显现：

• 物理学家Rogério Jorge及其团队正在使用AI开发开源聚变研究软件，该软件被工业界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开发了一项证明，确立了计算机求解高维几何问题效率的新极限，然后自行验证和精炼了结果。
• 最密集使用这些工具的研究者也在承担更具野心的工作。在其领域中AI使用量排名前20%的研究者，要求AI承担预计需要4小时或以上任务的可能性几乎是同行的两倍：他们约7%的请求属于此类，而同领域其他研究者仅为3.5%。

　　OpenAI的策略不是决定哪些科学问题值得关注或试图解决所有问题。而是将能力强大的工具交到研究社区手中，让研究者去追求他们最了解的问题。

参与者将获得什么

　　参与者将免费获得跨ChatGPT、ChatGPT Work和Codex的OpenAI前沿模型访问权限，包括启动时的GPT‑5.6系列模型。他们还将获得扩展的深度研究能力、更高的使用限额和更大的上下文窗口。这些能力共同支持跨学科的科学推理、自主智能体执行和研究工作流。

　　GPT‑5.6 Terra在能力和效率之间取得平衡，适用于日常研究；GPT‑5.6 Luna为轻量级任务提供更快的响应；GPT‑5.6 Sol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基准上，GPT‑5.6 Sol得分83%，而GPT‑5.5为72.5%。

　　在评估复杂生物数据分析和科学推理的GeneBench Pro基准上，GPT‑5.6 Sol Pro解决了31.5%的任务。

　　研究者可使用超过75项生命科学技能，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，提供对科学文献、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的访问。

　　Codex可以帮助编写和调试代码、分析数据集并构建可复现的工作流。ChatGPT Work可以支持更长期的项目，如寻找资助机会、准备基金申请、文献综述、起草论文和创建成果交流材料。

培训与研究支持

　　研究者使用AI的起点各不相同。有些人可能是首次使用这些工具；另一些人可能正在其领域中开发高级应用。该计划将提供针对不同经验水平的定制培训——从入门和工作流改进到高级研究应用。

　　参与者将接触到熟悉研究工作流的专家，包括将这些工具整合到他们工作中的帮助。随着研究者做出发现，OpenAI计划创造更多机会让研究者分享实用方法、相互学习并突出跨学科的应用。他们的反馈将帮助OpenAI了解其模型在何处有用、在何处不足，以及如何使其对研究社区更有价值。