最近科研圈出了個(gè)大新聞，美國(guó)華盛頓大學(xué)博士生邵如琳?qǐng)F(tuán)隊(duì)搞出的DRTulu深度研究AI助手，直接把科研工具的成本拉到了地板價(jià)。

之前用一次OpenAI的深度研究服務(wù)要1.8美元，現(xiàn)在DRTulu不到0.002美元就能用，這差距說(shuō)出來(lái)都讓人不敢信。

DRTulu最打動(dòng)人的地方，就是它把高質(zhì)量AI研究服務(wù)的門(mén)檻拉低了。

以前不管是個(gè)人研究者還是高校小團(tuán)隊(duì)，想用上靠譜的AI科研工具，每月的費(fèi)用都是筆不小的負(fù)擔(dān)。

現(xiàn)在不一樣了，DRTulu單次使用成本連兩厘錢(qián)都不到。

更關(guān)鍵的是，它不是隨便給你列一堆網(wǎng)頁(yè)鏈接就完事。

這種體驗(yàn)以前只有用頂級(jí)商用系統(tǒng)才能享受到，現(xiàn)在小團(tuán)隊(duì)也能輕松擁有了。

DRTulu的性能也沒(méi)讓人失望，測(cè)試下來(lái)比所有公開(kāi)的搜索型AI模型都強(qiáng)，就算跟OpenAI、谷歌的頂級(jí)商用系統(tǒng)比也不落下風(fēng)。

本來(lái)想覺(jué)得小模型肯定不如大模型，但后來(lái)發(fā)現(xiàn)DRTulu完全打破了這個(gè)認(rèn)知，“小模型+好方法”照樣能做出大成就。

DRTulu能有這么好的表現(xiàn)，核心在于它的訓(xùn)練方法很特別。

研究團(tuán)隊(duì)沒(méi)讓它死記硬背一堆問(wèn)題，而是用了“學(xué)徒式”的兩步訓(xùn)練法。第一步是找名師帶。

團(tuán)隊(duì)請(qǐng)了GPT-5這樣的頂級(jí)AI當(dāng)老師，讓這些老師在回答問(wèn)題時(shí)，把思考、搜索、組織答案的每一步都記下來(lái)。

這些記錄就成了DRTulu的學(xué)習(xí)教材，跟著頂級(jí)老師學(xué)，基本功自然扎得牢。

第二步是實(shí)戰(zhàn)中進(jìn)化。光會(huì)模仿還不夠，研究團(tuán)隊(duì)搞了個(gè)動(dòng)態(tài)進(jìn)化的評(píng)分標(biāo)準(zhǔn)。

不像傳統(tǒng)方法那樣用固定的評(píng)分表，DRTulu回答問(wèn)題后，會(huì)有專(zhuān)門(mén)的AI評(píng)分官對(duì)比多個(gè)答案，動(dòng)態(tài)發(fā)現(xiàn)優(yōu)缺點(diǎn)并更新評(píng)分標(biāo)準(zhǔn)。

如此看來(lái)，這種方式能讓評(píng)分更貼合真實(shí)水平，也能避免AI為了湊分?jǐn)?shù)投機(jī)取巧。

這種AI與評(píng)估器協(xié)同進(jìn)化的框架，還解決了行業(yè)內(nèi)一個(gè)大難題。

現(xiàn)在很多AI回答問(wèn)題容易出現(xiàn)“幻覺(jué)”，也就是瞎編內(nèi)容。

對(duì)科研人員來(lái)說(shuō)，這種靠譜的特質(zhì)比什么都重要。

光說(shuō)不練假把式，DRTulu的實(shí)力在實(shí)戰(zhàn)中得到了充分驗(yàn)證。

研究團(tuán)隊(duì)在學(xué)術(shù)、醫(yī)療等四個(gè)領(lǐng)域的基準(zhǔn)測(cè)試?yán)铮歼_(dá)到了當(dāng)前最優(yōu)水平，和OpenAI的深度研究系統(tǒng)表現(xiàn)相當(dāng)。

更厲害的是它的跨領(lǐng)域能力。

DRTulu之前沒(méi)專(zhuān)門(mén)學(xué)過(guò)這個(gè)領(lǐng)域，卻依然表現(xiàn)出很強(qiáng)的能力，能清晰解釋基因變異的致病機(jī)理。

雖然在最終答案的準(zhǔn)確性上，比最強(qiáng)商用大模型系統(tǒng)略遜一籌，但它的證據(jù)支持做得更出色。

最讓人驚喜的是，研究團(tuán)隊(duì)把DRTulu完全開(kāi)放了。

這種開(kāi)源精神，讓全球的科研人員都能用上這款工具，還能參與到它的優(yōu)化迭代中。

DRTulu的出現(xiàn)，不僅是一款優(yōu)秀AI工具的誕生，更推動(dòng)了科研普惠的進(jìn)程。以前被成本和技術(shù)壁壘擋在門(mén)外的小團(tuán)隊(duì)，現(xiàn)在有了平等的科研創(chuàng)新機(jī)會(huì)。

相信隨著這類(lèi)開(kāi)源AI工具的不斷發(fā)展，科研圈會(huì)出現(xiàn)更多創(chuàng)新成果，讓知識(shí)的探索變得更高效、更公平。