导语 2026 世界人工智能大会上一组数据引发行业深思：AI 编程任务成功率已达 88%，但完整端到端科学发现任务完成率仅 3%。科研周期长、开放性强、试错成本高的特性，成为通用 AI 难以突破的瓶颈。 全球头部机构竞相布局 AI 驱动科学发现赛道，在此背景下，字节跳动 Seed Edge 团队正式推出Seed STEM 科学家计划，面向全球招募百名顶尖 STEM 领域学者，依托团队四大核心前沿研究方向、全套自研技术底座与长期主义科研保障，以人机协同模式挖掘 AI 赋能基础科学的突破性成果。
一、全球 AI for Science 行业竞速，AI 重构科研全新范式 海外机构加速布局： Anthropic 2025 推出 AI for Science 专项，Claude 科研系统覆盖 12 类科研场景；2026 年 6 月 AlphaFold 缔造者、诺奖化学家 John Jumper 入职深耕生物 AI； OpenAI 2026 年 4 月发布生命科学专用推理模型 GPT-Rosalind，赋能新药研发、转化医学。 国内前沿成果频出：阿里达摩推出 ElementClaw 智能体，成功预测 6.8 万种新型超导材料，4 种已通过实验验证。同时行业人才需求爆发，UCLA 副教授、头部企业计算生物学专家纷纷投身 AI 制药赛道，复合型科研人才缺口巨大，也正是 Seed STEM 科学家计划推出的核心背景。
二、Seed Edge 四大核心前沿研究方向 Seed Edge 自 2025 年成立，坚持长线 AGI 基础研究，划定四大核心探索赛道，持续挖掘通用智能能力边界： 🔍 推理能力方向 探索推理能力边界。 聚焦模型内在奖励、自主主动性、记忆机制、在线学习能力等底层核心问题。 👁️ 感知能力方向 探索感知能力边界。 研究海量超低信噪比多模态数据下的可扩展知识获取，统一多模态生成与理解体系。 🧠 下一代模型设计方向 探索软硬一体化新一代模型架构。 研发硬件友好型模型结构与训练方案，打造具备超长记忆、实时交互能力的大模型。 🤖 通用智能体能力方向 探索智能体能力边界。 研究基于视觉、语音输入自主执行行动，实现工具灵活调用、复杂环境自主决策。
三、Seed Edge 人才理念：只做长期主义基础研究 ▫️关注本质，充满好奇心极度好奇、深耕底层原理，拒绝表面化技术应用 ▫️敢于远大梦想具备扎实科研功底，敢于挑战行业最高难度 AI 基础课题 ▫️坚守长期主义能抵御短期指标压力，对长线基础研究保有持久韧性
从覆盖学前至高中的全球 Seed 系列 STEM 动手科教体系，到面向全球顶尖学者的 Seed STEM 科学家计划，字节 Seed Edge 打通了科学启蒙到前沿原创科研的完整成长链路。 对于科学教育爱好者、一线科学教师与怀揣科创理想的青年学子而言，这条全链条路径意义深远，中小学阶段扎根动手探究、现象式思考的科教土壤，让每一份对自然与数理的好奇得以生根；前沿科研端以 AI 为全新科研工具，汇聚全球顶尖学者突破学科瓶颈，二者彼此呼应、双向赋能。科学教育从来不止是课堂上的知识讲授，而是埋下探索的种子；前沿科研也并非少数人的孤岛创新，而是把一代代学习者萌发的求知欲转化为改变世界的原始突破。 当下 AI 科研已然迈入深度攻坚阶段，算力、模型、专业人才与实验验证缺一不可，Seed Edge 将持续立足推理、感知、下一代模型、通用智能体四大核心研究方向，坚守长期主义科研底色，携手全球 STEM 领域研究者，以人工智能赋能科学探索，一边守护青少年纯粹的科学热忱，一边拓宽人类认知世界的边界，让每一颗萌芽的科学种子，最终都能成长为推动基础科学跃迁的创新力量。