量子位官网T2·78 分
斯坦福等发布 SPU 基准 4207 个湿实验考验 AI 预测
原标题：「史上最严」湿实验预测基准发布！推理拉满、算力翻5倍也白搭
- SPU 覆盖化学、材料、生物与医学共 116 个任务、4207 个湿实验，由斯坦福、哈佛、康奈尔等机构参与顾问与实验合作
- 模型在 8 小时自主工作制与单块 H20 条件下调用检索和计算工具，仍无法可靠预测实验结果
- 算力提升 5 倍未带来实质改善，说明瓶颈在于科研判断而非算力
返回热点榜
llm热度 10.8°
AI 聚合热点事件 · 2026/11/14
斯坦福等发布 SPU 基准 4207 个湿实验考验 AI 预测
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/14 17:58:22
全景综述与最新动态
1 家信源交叉印证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。
最新动向/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。
逐小时热度走势
6 个完整观测小时当前
10.8
峰值
12.018:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。