OpenAI推出免费ChatGPT学术研究者计划，覆盖10万名科研人员

OpenAI认为，前沿AI的益处不应集中在少数公司和资源雄厚的实验室手中。科学进步依赖于研究者提出正确的问题、测试新想法并在他人发现的基础上继续前行。OpenAI的使命是将强大的工具交到他们手中——并与他们共同设计能够加速研究同时让他们保持掌控力的模型。（延展阅读：）

OpenAI正在推出ChatGPT for Academic Researchers（ChatGPT学术研究者计划） ，该计划将向选定学术机构的10万名研究者免费提供其前沿模型的访问权限。该计划将帮助科学、数学和工程领域的研究者攻克高级问题、加速发现并提升生产力，应用范围从准备科研基金申请到验证假说。

OpenAI今年夏天先从1万名研究者开始，目前在高等研究院（IAS） 和巴黎高等师范学院（ENS） 等机构的访问权限已开放。OpenAI计划在2027年前扩展至10万名研究者。

参与者将能够使用OpenAI前沿模型，包括启动时的GPT‑5.6 Sol Pro，并可邀请其机构内最多四名合作者。工作空间包含企业级隐私和安全保护，默认情况下数据不会用于训练OpenAI模型。研究者可使用工具和技能支持从基因组分析和蛋白质建模到文献综述、基金申请撰写和出版等各项工作。该计划还包括培训、实践支持，以及与其他研究者交流并向OpenAI反馈的机会。对于已使用ChatGPT Edu的机构，通过此计划授予的免费访问权限将通过机构工作空间进行协调。

ChatGPT for Academic Researchers是OpenAI到2027年承诺投入超过2.5亿美元用于支持外部科学研究和发现的一部分。其中包括NextGenAI——OpenAI支持研究机构的5000万美元倡议，以及公司与能源部Genesis Mission的合作——将前沿AI带给国家实验室和大学的研究者。这些努力共同体现了OpenAI的信念：当更多研究者拥有追求自己想法的工具时，科学进步就会加速。

AI正在加速研究

AI成为更强大研究工具的速度超出了许多人的预期。每周约有130万人使用ChatGPT进行高级科学和数学研究，生成约840万条消息。

这一转变在数学领域尤为明显。过去六个月中，AI已从偶尔用于解决孤立问题转变为数学研究的常规组成部分。越来越多的论文在致谢中提及ChatGPT的贡献，反映了研究者在他们的研究中采用这些工具的速度之快。

研究者在科学工作的几乎每个阶段都使用ChatGPT和Codex。ChatGPT帮助研究者质疑想法、获取知识、生成假说和传达发现。Codex支持研究执行和形式化分析，包括编写代码和分析结果。

这些模式已在研究中显现：

• 物理学家 Rogério Jorge 及其团队正在使用 AI 开发开源聚变研究软件，该软件被工业界和国家实验室用于设计聚变能源装置。

• 在理论计算机科学领域，研究者 Barna Saha 、 Yinzhan Xu 和 Christopher Ye 使用 GPT‑5.5 Pro 开发了一项证明，确立了计算机求解高维几何问题效率的新极限，然后自行验证和精炼了结果。

最密集使用这些工具的研究者也在承担更具野心的工作。在其领域中AI使用量排名前20%的研究者，要求AI承担预计需要4小时或以上任务的可能性几乎是同行的两倍：他们约7%的请求属于此类，而同领域其他研究者仅为3.5%。

OpenAI的策略不是决定哪些科学问题值得关注或试图解决所有问题。而是将能力强大的工具交到研究社区手中，让研究者去追求他们最了解的问题。

参与者将获得什么

参与者将免费获得跨ChatGPT、ChatGPT Work和Codex的OpenAI前沿模型访问权限，包括启动时的GPT‑5.6系列模型。他们还将获得扩展的深度研究能力、更高的使用限额和更大的上下文窗口。这些能力共同支持跨学科的科学推理、自主智能体执行和研究工作流。

GPT‑5.6 Terra在能力和效率之间取得平衡，适用于日常研究；GPT‑5.6 Luna为轻量级任务提供更快的响应；GPT‑5.6 Sol应对最困难的科学和数学问题。

• 在衡量研究级数学推理能力的 FrontierMath Tier 4 基准上， GPT‑5.6 Sol 得分 83% ，而 GPT‑5.5 为 72.5% 。

• 在评估复杂生物数据分析和科学推理的 GeneBench Pro 基准上， GPT‑5.6 Sol Pro 解决了 31.5% 的任务。

研究者可使用超过75项生命科学技能，涵盖遗传学、基因组学、测序、单细胞分析、蛋白质建模和药物发现。连接器支持跨学科研究，提供对科学文献、公共基因组和临床数据库、卫星图像、计算笔记本、数据平台和参考文献管理工具的访问。

Codex可以帮助编写和调试代码、分析数据集并构建可复现的工作流。ChatGPT Work可以支持更长期的项目，如寻找资助机会、准备基金申请、文献综述、起草论文和创建成果交流材料。

培训与研究支持

研究者使用AI的起点各不相同。有些人可能是首次使用这些工具；另一些人可能正在其领域中开发高级应用。该计划将提供针对不同经验水平的定制培训——从入门和工作流改进到高级研究应用。

参与者将接触到熟悉研究工作流的专家，包括将这些工具整合到他们工作中的帮助。随着研究者做出发现，OpenAI计划创造更多机会让研究者分享实用方法、相互学习并突出跨学科的应用。他们的反馈将帮助OpenAI了解其模型在何处有用、在何处不足，以及如何使其对研究社区更有价值。