时间：2026年5月18日
地点：北京中关村学院、清华大学
人物：清华大学电子工程系教授李勇、助理教授徐丰力团队
事件详情：AI科研智能体AutoSOTA在为期一周的实验中，发现了105个超越最新人类研究成果的SOTA（当前最佳水平）模型，打破了人们对AI性能迭代效率的认知。AutoSOTA的核心任务是用AI自动优化已有模型的架构，发现那些效率更高、更节约算力、准确率更高的SOTA模型。研究团队为AutoSOTA构建了一个多智能体协作系统，模拟了人类科学家在AI研究中的分工逻辑。
背景：AI for Science（人工智能驱动的科学研究）被视为科学发现的"第五范式"，已走过10余年发展道路。与其他AI for Science模型不同的是，AutoSOTA是让AI给AI"动手术"，用AI来革新AI模型开发、研究。传统的SOTA研究领域是一个高水平、高强度"竞技场"，一个性能最顶尖的AI模型往往通过少量的大胆直觉和大量的持续打磨形成。
影响：
- 让繁琐的"手艺活"变为"流水线作业"，大幅提升AI研究效率
- 科研人员可将精力转向原创性探索而非重复性优化工作
- 标志着AI从"助手"角色转变为科研"合伙人"
- 为AI模型架构优化提供全新的自动化解决方案
总结：AutoSOTA的突破标志着AI科研智能体从辅助工具向科研合作伙伴的角色转变。通过自动化优化AI模型架构，AutoSOTA将科研人员从繁琐的迭代优化工作中解放出来，使其能够专注于更具创造性的研究工作。这一突破为AI for Science领域开辟了新路径，推动AI研究进入自动化、智能化新阶段。
参考来源：
http://www.xinhuanet.com/liangzi/20260518/e59c80170c7540d0a12e90c5a5be59b9/c.html