湿实验预测

UniPat AI 联合斯坦福、哈佛、康奈尔等十余家机构推出 Science Prediction Universe（SPU）基准，用 116 个任务、4207 个真实湿实验检验 AI 对实验结果的前瞻预测能力。测试中模型配备 H20 算力、以 8 小时工作制自主调用检索与计算资源，但包括 Opus 5.5、GPT-6 Astra 在内的顶尖模型仍远未达到可用预测水平，算力翻 5 倍也无济于事。该基准首次把难以量化的科研判断力转化为可统一评估的数值。