知识卡片：发现基础模型：迈向开放式发现智能

一句话结论

论文提出“发现智能”（Discovery Intelligence）与“发现基础模型”（Discovery Foundation Models, DFMs），主张基础模型的下一前沿是从在人类指定问题内求解和行动，转向参与新问题、表征、解释与知识的创造过程；具体实验性能与实现细节从当前摘要材料中无法确认，待核实。

事件概述或研究问题

• 材料为 arXiv 预印本，英文标题：Discovery Foundation Models: Toward Open-Ended Discovery Intelligence。
• 作者：Ling Yang, Zhenfei Yin, Yingcheng Wu；发布/更新：2026-09-14T17:56:00Z；主分类：cs.CL。
• 研究问题：基础模型已从学习、推理已有知识，发展到通过行动、工具使用和结果反馈进行学习。论文追问下一步是否应从“在人类设定的问题内求解和行动”，进一步转向“参与新问题、新表征、新解释和新知识的创造过程”。
• 作者将这一能力称为 Discovery Intelligence，并将 DFMs 表述为面向开放式发现的通用模型系统。

方法/产品要点

• DFM 框架：模型运行于一个“可修订的研究状态”（revisable research state）之上。
• 七项耦合能力：问题发现、问题表述、表征构建、假设形成、干预、基于证据的修订、持续发现改进。英文对应：problem discovery, formulation, representation construction, hypothesis formation, intervention, evidence-grounded revision, continual discovery improvement。
• Zetema：论文中的实例化系统，耦合显式研究状态动态、验证与实验门控、外部 grounding、跨任务 Discovery Skill evolution。
• GALILEO：论文中的真实治疗发现系统案例，将 Dry-Lab 推理、机器人及手工 Wet-Lab 实验、外部生物证据、迭代假设与设计修订，组织为闭环物理发现回路。
• 评估方法：论文提出统一的能力形成与“以过程为中心”的评估方法，使发现行为能在最终答案表现之外被训练、改进和测量。
• 代码链接：https://github.com/Gen-Verse/DFM-Plans

主要结果或产业意义

• 摘要层面的主要产出是：提出 DFM 概念框架，给出 Zetema 与 GALILEO 两个实例，并提出面向发现过程的能力形成与评估思路。
• 论文主张，这些组件共同把“发现”确立为基础模型系统的一种可学习、可执行、可评估的能力。
• 产业意义上，若该框架可被验证，可能影响 AI for Science、自动化科研、治疗发现、干湿实验闭环等方向。但当前材料未提供量化实验结果、基准表现、成功率或实际发现成果，相关产业效果待核实。

为什么重要

• 论文将基础模型演进概括为三阶段：从已有知识上学习，到从行动结果中学习，再到参与新知识被发现的结构的构建、测试与修订。
• 这比“领域基础模型提升任务性能”更前进一步：重点不只是解决给定问题，而是让模型参与问题如何被提出、表征、验证和修订。
• 与已有相关卡片中的领域数据/领域模型主题不同，本条增量主要在于把讨论层级提升到“开放式发现范式”与“过程中心评估”，而非复述某个数据集或领域模型的具体结果。

局限与不确定性

• 当前材料仅为 arXiv 摘要页/摘要，缺少全文、实验设置、基线、指标、消融和统计结果。
• Zetema 的完整机制、验证与实验门控细节、外部 grounding 方法、Discovery Skill evolution 实现，待核实。
• GALILEO 的真实治疗发现效果、湿实验规模、机器人平台细节、安全性与可重复性，待核实。
• “以过程为中心”的评估指标、人类评估与自动评估的可靠性、开放式发现的评价标准，待核实。
• 开源代码覆盖范围、是否包含完整系统与实验复现脚本，待核实。

可用于图书/PPT/简报的角度

• 基础模型演进三阶段：已有知识学习 → 从行动结果学习 → 参与新知识构造、测试与修订。
• “发现智能”作为 AI for Science 的下一阶段叙事。
• 七项耦合能力作为科研自动化平台或发现型智能体的架构蓝图。
• 干湿闭环：Dry-Lab 推理 + 机器人/手工 Wet-Lab + 外部生物证据 + 迭代假设与设计修订。
• 过程中心评估：从只看最终答案，转向评估发现行为、研究状态更新与证据修订过程。
• 可修研究状态与验证/实验门控：如何让模型不只是生成假设，而是可追踪、可验证、可迭代。

原始材料

• 英文标题：Discovery Foundation Models: Toward Open-Ended Discovery Intelligence
• 英文关键词（据摘要提取；官方关键词待核实）：Discovery Foundation Models; Discovery Intelligence; Zetema; GALILEO; open-ended discovery; revisable research state; process-centered evaluation; therapeutic discovery
• 原始来源：arXiv: https://arxiv.org/abs/2609.15973v1
• PDF：https://arxiv.org/pdf/2609.15973v1
• Code：https://github.com/Gen-Verse/DFM-Plans
• 作者与发布信息：Ling Yang, Zhenfei Yin, Yingcheng Wu；Published/Updated: 2026-09-14T17:56:00Z；Primary category: cs.CL；Categories: cs.CL。