Inherent 推出 Faraday AI 科研智能體

#ai-for-science#research-agents#model-efficiencyfaradayinherentfaradayqwen-3.6claude-opus-4.8gpt-5.5

💡據稱僅 270 億參數的模型，在自主科研複現上擊敗前沿系統。

⚡ 30-Second TL;DR

有什麼變化

Faraday 的目標是在自主狀態下複現已發表的科學研究結果。

為什麼重要

Faraday 顯示，經過精心訓練的智能體工作流程，可能在特定且需要長期規劃的科研任務上超越更大型的通用模型。若結果能獲得獨立驗證，這種方法或可降低科學自動化對模型規模與推理成本的要求，並加劇 AI for Science 領域的競爭。

下一步行動

使用 Qwen 3.6、工具呼叫、實驗記錄與結果導向獎勵機制建立論文複現流程原型，再與大型前沿模型進行比較。

誰應關注：Researchers & Academics

背景與延伸：來自公開資料，非原文內容。引用 7 個來源。

•Inherent 由前 Google DeepMind、Microsoft 與 Reka AI 的校友共同創立，核心成員包括 Tantum Collins、Edward Hughes、Louis Kirsch 與 Kaloyan Aleksiev。
•公司於 2026 年 5 月正式結束隱身狀態，並獲得由 Index Ventures 與 Radical Ventures 領投，NVIDIA 旗下 NVentures 參與的 5,000 萬美元種子輪融資。
•Faraday 採用「Coding Agent as a Tool (CAT)」架構，使其能作為監督者調度更大規模的模型來執行特定的程式編寫與研究任務。
•Faraday 的核心目標不僅是回答問題，更具備判斷哪些科學問題具備研究價值的能力，旨在加速科學發現過程。
•Inherent 將公司內部運作視為「活體實驗」，Faraday 亦被應用於管理內部運算資源分配、文獻搜尋及決策流程等營運任務。

📊 競品分析▸ Show

特性	Faraday (Inherent)	Claude Opus 4.8	GPT-5.5
核心定位	科研專用自主智能體	通用型前沿模型	通用型前沿模型
參數規模	270 億 (Qwen 3.6)	未公開 (極大規模)	未公開 (極大規模)
關鍵優勢	具備「研究品味」與 CAT 監督架構	廣泛的推理與生成能力	強大的多模態與邏輯處理
任務專精	科研複現與實驗設計	通用任務處理	通用任務處理