探索發現智慧：邁向開放式探究的基礎模型
為何重要
本研究將 AI 發展「學習現有知識」的邏輯延伸至「主動創造新知識」，提出未來自動科學家（Autonomous Scientist）的技術基座，對生物科技與工研領域的自動化研發具有里程碑意義。雖目前仍屬基礎架構驗證階段，但若 Zetema 與 GALILEO 的閉環能力能持續驗證，將成為 AI 在實驗室自動化領域的重磅應用。
- 提出Discovery Foundation Models (DFM) 框架，定義「發現智慧」為一套能主動參與新問題建立、假設形成與知識修正的七項耦合能力通用模型系統。
- 範例系統 Zetema 強調明確的研究狀態動力學、驗證與實驗閘門控制，以及跨任務技能演進，GALILEO 則結合乾實驗室推理與機器人濕實驗、外部證據與反覆修正，實現閉環物理探索。
- 研究引進流程中心式評估方法以衡量除最終答案外的發現行為，並提供 GitHub 程式碼庫 DFM-Plans 作為架構實作。