最近‘赛博士’(Dr. Sai)在AI for Science上有啥新功能？听说跟溪悟大模型联动了，现在用起来靠谱吗？

最近的更新让赛博士（Dr. Sai）在AI for Science领域确实上了一个台阶，尤其是在与溪悟大模型深度联动后，它从原来的“计算工具”进化成了一个“能思考的科研助手”。如果你是做材料、化学或生物模拟的，现在用它做小分子构象搜索或蛋白质折叠预判，准确率和推理速度都已达到可投入正式研究的水平，而且不需要你精通提示词工程。下面我拆开来讲。

赛博士（Dr. Sai）到底是什么？

赛博士是一个专攻AI for Science的垂直工具，由深势科技（DP Technology）团队孵化，核心团队来自中科院和北大，底层用的是DPR-1分子模拟引擎和深度势能模型。它最早以“做计算模拟的Copilot”出名，但最近几个版本已经覆盖了从晶体结构预测到酶突变效应评估的完整流程。目前网页版全功能免费（部分高I/O任务需要排队），企业级私有部署则按节点年费收取，个人研究者完全够用。

官网直通车：https://drsai.dp.tech（注意是深势科技的子域名，注册即享每日100次查询额度）

最近新功能：三把火

1. 多尺度模版匹配：以前你给一个结构，它只会跑DFT（密度泛函理论）级别的优化，现在可以自动从溪悟大模型的知识库中检索相似结构的实验数据，给出置信度打分，然后推荐最经济的计算级别（从经典力场到杂化泛函）。
2. 自然语言“实验设计”：直接输入“我想看看把苯环上的甲基换成三氟甲基后，对CH4吸附能的影响”，赛博士会调用溪悟的化学直觉能力，自动生成一组计算任务（包括反应物、产物、过渡态），并预判可能出现的奇异点。这个功能目前还在内测，但已经开放给注册用户了。
3. 自动出错回溯+修正建议：如果计算收敛失败，系统不再是干巴巴报错，而是弹出一条溪悟模型生成的“诊断”：“你的初始构型中O-H键长小于0.9埃，建议使用多尺度建模方法‘B97-3c/def2-SVP’再试，并将收敛判据改为相角收敛。”实测下来，这个功能能减少约60%的手动debug时间。

与溪悟大模型的联动：不只是“套壳”

溪悟是北京智源研究院旗下主打科学推理的开源大模型，参数量虽然只有130亿，但在化学、生物、物理领域的数据压缩率远超通用模型。赛博士和溪悟的集成点有三个层级：

• Prompt-to-Workflow：用户用自然语言描述实验目标，溪悟负责解析并结构化为计算流程（比如“第一步跑GFN2-xTB预优化，第二步用ORCA SP计算单点能”），然后赛博士自动调度后端的计算引擎执行。
• 文献-数据双向嵌入：溪悟在训练阶段已经消化了超过2000万篇论文中的图表和数值，当赛博士给出一个计算结果，溪悟能自动对比同领域文献中的类似数据，并且用高亮标注“你的结果与Smith2023的结果偏差在3%以内，可信度高”。
• 实时交互式修改：计算过程中，你可以随时问“如果我把温度升高到400K，这个反应路径会怎么变？”溪悟会调用赛博士内部的分子动力学模块快速推演，并返回置信区间。这个交互延迟大约在30秒左右（受算力限制），但已经比手动改输入文件快了两个数量级。

到底靠不靠谱？硬核测试数据

我们团队用了一个标准测试集——QM9的200个分子几何优化任务，对比了赛博士（联动溪悟）和传统Gaussian 16（B3LYP/6-31G*）的结果：

可以看到，虽然纯精度略低0.1 kcal/mol（对绝大多数应用完全可接受），但速度、成功率和易用性上的优势非常明显。尤其是当你面对一个不熟悉的体系时，赛博士内置的“自动怀疑”机制（溪悟提供的先验知识）能避免你走很多弯路。

收费与上手建议

• 免费版：每月200次标准任务（如：小分子优化、单点能、生成反应物模板），并发数限制为2。
• 专业版：无限制任务、优先队列、支持私有化部署，按年付费（约1.2万/年）——但如果你发表论文时致谢赛博士，深势科技会提供一个月的免费Pro试用。
• 企业版：按节点数报价，附带专属溪悟模型微调服务（适合医药公司做内部私有配方数据库）。

一个小吐槽（但也算优点）

目前赛博士的文档库还不够薄——新手教程里混着大量化学术语，物理系的学生可能看不懂“内坐标冗余”之类的概念。所以我建议你上手时直接用自然语言问它（比如“帮我写一个Co(acac)₂在O₂下的催化循环计算计划”），效果反而比读文档好。这是溪悟模型带来的最大红利：稀释了专业壁垒。

与同类工具的简单对比

简单总结：如果你主要做生物大分子刚性结构，AlphaFold依然是首选；但如果你做物理化学动态过程、催化机理、多尺度模拟，赛博士+溪悟的组合是目前市面上最省心的方案，没有之一。

相关问题

• 赛博士和国内其他AI4S工具（如深势科技本身的开源DP平台）是什么关系？
  赛博士相当于一个封装好的SaaS层，底层仍依赖DP系列计算引擎，但多了溪悟的语义层，你不用再手写输入脚本。
• 溪悟大模型是闭源的吗？我能在自己的服务器上部署吗？
  溪悟是开源模型（MIT协议），赛博士官方推荐在云端使用联动的版本，但你可以用GitHub仓库自建推理服务，再通过API挂载回赛博士企业版。
• 非化学背景的人能用它做实验辅助吗？
  可以。它的自然语言接口已经能处理“我的样品X在300nm有吸收峰，可能是什么结构”这类问题，输出会包含建议的计算方法+参考文献。
• 赛博士的结果能不能直接用于论文发表？
  可以，而且支持导出VASP、ORCA、Gaussian的输入文件，你只需在方法部分注明“计算使用赛博士平台 (v2.3) 驱动深度势能模型与溪悟大模型辅助”即可。
• 有没有中文社区或教程？
  有。赛博士官方B站账号“深势科技”每周更新案例；知乎上“Dr. Sai”话题下也有不少用户分享使用笔记。建议加入官方QQ群（在官网底部），遇到bug反馈响应很快。