Kimi 加码 AI for Science:月之暗面从编程延伸到生物化学与制药科研,联手深势科技、晶泰科技与姚期智团队
综合近期公开信息看,月之暗面旗下 Kimi 正在明确往 AI for Science 方向发力:一方面在里斯本 Web Summit 上由国际业务负责人公开表态,把生物、化学和制药作为编程之外主攻的下一个科研赛道;另一方面已经和深势科技、晶泰科技两家 AI for Science 头部公司落地合作,分别切入生物医学科研智能体和化学文献处理,同时联手清华大学、上海期智研究院以及图灵奖得主姚期智、创始人杨植麟团队发布了科研评测基准 TCSExam。需要说清楚的是,目前这些动作还属于布局起步阶段:合作大多落在理解研究问题、编写分析代码、调用专业工具、提取文献信息等辅助环节,距离让模型独立完成科学发现或直接参与药物研发决策还有明显距离,Kimi 也尚未推出专门面向生命科学的垂直模型或独立科研工作台。下面把表态、合作、基准评测和现状局限拆开梳理。
一、公开表态:为什么把科研列为下一个方向
- 表态场合:2026 年里斯本网络峰会(Web Summit)上,月之暗面国际业务负责人 Giacomo Ficari 谈到,过去几年编程是拉动大模型需求增长的重要场景,但代码方向的技术迭代已趋于饱和;相比法律、金融甚至代码生成,生物学、化学这类科学研究对模型智能水平的要求更高,也可能为 AI 在制药领域打开新市场。
- 路线分工口径:Ficari 在发言中提到 OpenAI 重点发力数学方向,Kimi 则主攻生物与化学,并展望在制药领域依托技术进步实现突破。
- 转向逻辑:coding agent 对基座模型的增益已被 Anthropic、智谱、Qwen 等先后验证,而 AI for Science 在硅谷已成显学;国内基础模型此前响应偏慢,Kimi 此时进场,更多是在编程基准收益递减之后寻找新的增长场景。
二、已落地的两项产业合作
| 合作方 | 接入方式 | 主要任务 | 公开演示 / 评测结果 |
|---|---|---|---|
| 深势科技(DP Technology) | 将 Kimi K3.1 Pro 接入面向生物医药场景的科研智能体 BioMaster | 单细胞分析、基因变异解读、论文分析复现等生物科研工作 | 搭配代码工具的 Kimi K3.1 Pro 在内部生物科研评测中参评模型组合里得分最高 |
| 晶泰科技(XtalPi) | 接入 Kimi 系列模型用于 AI for Science 场景 | 从复杂化学表达式、科研图表中提取信息,辅助药物与材料研究人员整理文献 | 平台案例强调其化学表达式与图表解析力,用于缩短文献研读路径 |
BioMaster × Kimi K3.1 Pro 的内部评测明细:
| 评测数据集 | 题量 / 样本 | 得分 |
|---|---|---|
| STELLA Simple Set | 308 道题 | 97.08% |
| Biomni-Eval1 | 451 个实例 | 82.76% |
| BioMysteryBench | 90 道题 | 69.63% |
两项效率演示:
- 小鼠胰腺细胞基因表达分析:双方分析 3696 个细胞的基因表达数据,约 90 分钟筛选出 100 个可供后续研究的候选基因;人工完成该任务预估约 4 小时。
- 近岸环境样本功能分析:25 个样本、5616 个功能条目比较,用时 35 分钟梳理出 5 个研究方向,较人工节省约 85% 时间。
共同技术路径:由 Kimi 提供通用模型能力,行业企业提供专业工具、计算环境和具体应用场景。这种接法让 Kimi 不用从零搭建整套生物医学科研系统,能更快接触真实科研任务,也便于观察通用模型在专业环境中暴露的问题。
三、学术侧动作:TCSExam 科研评测基准
11 月初,月之暗面、清华大学和上海期智研究院研究人员共同发布评测基准 TCSExam,论文作者包括杨植麟与姚期智,这是双方首次联手发表文章。
基准结构(TCSExam-Full 共 100 项专家评审任务):
| 赛道 | 题量 | 考核内容 | 判分方式 |
|---|---|---|---|
| 定理证明 | 20 道 | 取自 2023—2026 年 TCS 论文,覆盖 13 个细分方向,需用 Lean 4 写出完整形式化证明 | Lean 内核机器检查 |
| 求解器工程 | 30 道 | 编写、改进算法与求解程序,批量解决一整类问题 | 可执行任务检查器跑实例族 |
| 显式构造 | 20 道 | 按条件构造数学对象(如图、编码、排布)并附验证凭证 | 程序检查对象与凭证 |
| 开放猜想 | 30 道 | 挑战人类尚未解决的理论问题,要求证明或反证 | 程序检查 |
评测结果与关键结论:
- 基准同时设有 Lite 版(20 项任务,每赛道 5 项),在相同预算下任务尝试次数减少 80%;Full 与 Lite 在 8 个共享模型上排名相关性 Spearman ρ=0.93。
- 榜单口径:GPT-6 Astra 在 Full 上以 71.9 的 TCSExam Index 领先,Opus 5.5 在 Lite 上以 72.3 领先;定理证明完成率口径下,GPT-6 Astra bare 模式约 70%(20 道研究级定理完成 14 道),Kimi K3.1 Pro 以 38.3% 排第二,其余模型最高不超过 11.7%。
- 一个被反复强调的结果:面对 30 道开放猜想,参考的全部模型没有一道能凭自身能力独立攻破;模型能产出可验证的证明,但独立解开悬而未决的猜想仍未实现。
- 个别构造任务上出现了往前推进一步的案例:Kimi K3 为 124 个点构造出 630 条边的图(不能出现三角形、四边形),此前参考记录为 629 条,并通过程序验证。
四、现阶段走到哪一步:能力边界要分清
已经在做的:
- 理解研究问题、阅读和提取化学 / 生物文献中的信息;
- 编写分析代码、调用专业工具完成数据整理与筛选;
- 在给定数据集上压缩重复劳动耗时,辅助研究人员缩小候选范围。
还没做到的:
- 独立完成一次公开、可复现的科学发现;
- 直接参与药物研发决策闭环;
- 在开放猜想层面独立攻克未解难题。
横向对照(仅作行业背景,不与 Kimi 直接排名):
- OpenAI、Anthropic 已推出面向生命科学的工作台和垂直模型,部分项目尝试进入药物研发闭环;Anthropic 的 Claude 曾在 9 月宣称发现新酶系统。
- Google 新近发布的 Gemini 4 系列在不同科学领域有所侧重。
- 制药行业对 AI 实际价值仍偏谨慎:花旗 6 月对 50 位美国科研高管的调查显示,72% 已广泛使用 AI,但仅 24% 预期 AI 会显著改善药物开发成功率。
- 基础模型侧,Kimi 当前依托的 K3.1 Pro 为 3 万亿级参数规模、支持 100 万 token 上下文的开源权重模型,长程工具调用能力是其承接科研任务的底层条件之一。
五、后续值得盯的几个看点
- 是否出现垂直科研模型或工作台:目前 Kimi 是通用模型接入行业平台,后续是否单独推出生命科学 / 化学方向的模型能力或科研产品,是判断投入强度的关键。
- 合作从辅助环节走向哪一层:关注深势、晶泰合作是否从文献整理、代码分析延伸到分子设计、实验假设生成等更靠前的环节。
- 评测与论文产出:TCSExam 之后是否有更多科研基准、联合研究公开,以及模型在开放猜想上的实际推进情况。
- 专业校验机制:生物医学场景中模型生成的代码、工具调用方式和分析结果,仍需专业人员复核,落地时的可信度与安全边界是长期课题。
【相关 FAQ】
问题 1:Kimi 为什么要往 AI for Science 方向发力?具体主攻哪些学科?
回答 1:按月之暗面在 Web Summit 上的表态,Kimi 认为编程方向的技术迭代已趋于饱和,而科学研究对模型智能的要求高于法律、金融和代码生成,因此把 AI for Science 列为下一个重点方向;Kimi 明确主攻生物与化学,并看向制药应用场景,而不是跟随 OpenAI 侧重数学路线。
问题 2:Kimi 在 AI for Science 方向已经和哪些公司合作,分别做什么?
回答 2:目前公开的 AI for Science 合作有两家:一是与深势科技合作,把 Kimi K3.1 Pro 接入生物医学科研智能体 BioMaster,用于单细胞分析、基因变异解读和论文复现;二是与晶泰科技合作,用 Kimi 模型解析化学表达式和科研图表,辅助药物与材料研究人员处理化学文献。
问题 3:Kimi 联手姚期智团队做的 TCSExam 是什么,和 AI for Science 有什么关系?
回答 3:TCSExam 是月之暗面、清华大学、上海期智研究院联合发布的理论计算机科学科研评测基准,由杨植麟与姚期智等共同署名,包含 100 项定理证明、求解器工程、数学构造和开放猜想任务,全部由机器判分;它是 Kimi 在 AI for Science 学术侧的动作,用来衡量前沿模型离真实科研工作还有多远,结果显示强模型能写研究级证明,但 30 道开放猜想无一被独立攻破。
问题 4:Kimi K3.1 Pro 在 BioMaster 生物科研评测里表现如何?能独立做新药发现吗?
回答 4:在深势科技 BioMaster 的内部评测中,搭配代码工具的 Kimi K3.1 Pro 在 STELLA Simple Set(308 题)得分 97.08%、Biomni-Eval1(451 实例)得分 82.76%、BioMysteryBench(90 题)得分 69.63%,并在演示中 90 分钟完成 3696 个小鼠胰腺细胞的候选基因筛选;但这些属于辅助分析环节,Kimi 目前还不能独立完成新药发现或直接参与药物研发决策,结论仍需专业人员复核。
问题 5:相比海外同行,Kimi 现在的 AI for Science 处在什么阶段?
回答 5:海外 OpenAI、Anthropic 已推出生命科学工作台和垂直模型,部分进入药物研发闭环尝试,Google Gemini 4 系列也在科学领域布局;Kimi 刚进入这一领域,当前路径是通用模型接入深势、晶泰这类现有科研平台,先承接文献理解、代码编写和工具调用等辅助任务,垂直模型或独立科研工作台尚未推出,独立科学发现仍是远期目标。
【参考资料】
- [2026-11-22](Kimi 也要往 AI for Science 方向发力了)今日头条・DeepTech 深科技
- [2026-11-18](牵手姚期智!月之暗面 Kimi,杀入 AI for Science)东方财富财富号・智药局
- [2026-11-17](月之暗面将 Kimi 模型重心转向生物医药研究)AI 产品库 AIProductHub
- [2026-11-17](月之暗面 Kimi 模型从编程转向生物化学科研)AI 产品库 AIProductHub
- [2026-11-16](姚期智杨植麟联手,让数学家松了一口气)新浪财经
- [2026-11-16](Moonshot AI shifts Kimi from coding to scientific research)Dataist
- [2026-11-15](姚期智杨植麟首次联手发论文!30 道数学世界难题无一 AI 独立攻破)智源社区
- [2026-11-12](姚期智杨植麟首次联手给 AI 出的博士级题目,Kimi 多画出了「关键一条边」)新浪科技
- [2026-11-11](姚期智杨植麟团队出卷考 AI:能写研究级证明,却始终解不开开放猜想)搜狐
- [2026-11-09](姚期智、杨植麟联合署名论文:9 个前沿大模型,如何挑战理论计算机科学难题?)澎湃新闻
- [2026-10-26](月之暗面发布新一代开源模型 Kimi K3.1 Pro)北京市科学技术委员会、中关村科技园区管理委员会(北京日报)
- [2026-11](TCSExam: Evaluating Frontier LLMs on the Full Range of TCS Research)arXiv
【免责声明】
本文所涉 Kimi 及月之暗面在 AI for Science 方向的表态、合作案例、评测分数与基准结果,均整理自公开报道、企业平台案例介绍及公开论文;部分内部评测由合作方在特定数据集和配置下完成,不代表通用场景下的稳定表现。文中提及的模型版本(K3.1 Pro、K3、K2.5 等)以各信源原始口径为准,生物、化学及制药相关结论不构成科研、医疗或投资建议。AI 生成的代码、分析结果与候选对象须经专业人员复核,模型实际能力、产品规划及后续合作进展,以月之暗面、深势科技、晶泰科技等官方发布为准。
