Research AI Agents Obračun — 10. maj 2026

1

Google AI Co-Scientist

Večagentni AI sistem, ki sodeluje z znanstveniki pri generiranju hipotez in pospešuje biomedicinsko raziskovanje.

4.5 (4)

Brezplačno

Polna ocena

Google AI Co-Scientist je večagentni AI sistem, zasnovan za sodelovanje z znanstveniki in pospeševanje biomedicinskega raziskovanja. Sestavljen je z Gemini 2.0 in deluje kot virtualni znanstveni sodelavec, ki pomaga generirati nove hipoteze in raziskovalne predloge. Sistem je namenjen odražanju logičnega procesa, ki stoji za znanstveno metodo, in odkrivanju novega, izvirnega znanja. Ob podajanju cilja raziskovanja v naravnem jeziku zame izpolnjenega z znanstvenikom, AI Co-Scientist generira nove raziskovalne hipoteze, podroben pregled raziskave in eksperimentalne protokole. Uporablja koalicijo specializiranih agentov, med drugim Generation, Reflection, Ranking, Evolution, Proximity in Meta-review, ki z avtomatiziranim povratnim informacijami iterativno generirajo, ocenjujejo in izboljšujejo hipoteze. Sistem znanstvenikom omogoča interakcijo na različne načine, vključno s predlogi z semena za raziskovanje ali povratnimi informacijami o generiranih izhodih v naravnem jeziku. AI Co-Scientist prav tako uporablja orodja, kot je spletni iskanje, in specializirane AI modele, da izboljša osnove in kakovost generiranih hipotez. Sistem je zasnovan tako, da fleksibilno prilagaja izračune in iterativno izboljšuje svoje znanstveno razmišljanje v smeri določenega raziskovalnega cilja. Google AI Co-Scientist je še posebej uporaben za znanstvenike, ki se soočajo z izzivi pri navigaciji po hitrem razvoju znanstvenih publikacij ter pri integraciji vpogledov iz neznanih področij. Z izkoriščanjem najnovejših napredkov v umetni inteligenci, vključno z zmogljivostjo za sintezo kompleksnih tem in izvajanje dolgoročnega načrtovanja ter razmišljanja, Google AI Co-Scientist nastavlja cilj pospešiti hitrost odkritij na področju znanosti in biomedicine. Sistem je bil preizkušen v različnih aplikacijah, vključno z odkritjem prenosa genov in ponovno odkritjem prenosa. Medtem ko Google AI Co-Scientist ponuja več prednosti, njegova učinkovitost je odvisna od kakovosti vnosnega raziskovalnega cilja in sposobnosti znanstvenika, da zagotovi smiselne povratne informacije. AI Co-Scientist je novo orodje, ki ima potencial, da znatno vpliva na znanstveno skupnost, vendar je treba njegove omejitve in potencialne pristranskosti temeljito oceniti. Razvoj AI Co-Scientist je tekoče prizadevanje, prihodnje aplikacije in izboljšave pa bodo odvisne od nadaljnjega raziskovanja in testiranja.

• Generiranje hipotez
• Ustvarjanje pregledov raziskav
• Razvoj eksperimentalnih protokolov
• Specializirani agenti za znanstveno sklepanje
• Avtomatiziran povratni zagon
• Integracija spletnega iskanja

2

GLM-4.6V

Odprtokodni multimodalni GLM podjetja Z.ai, ki združuje vizijo, besedilo in klicanje orodij za dolgokontekstno razmišljanje, iskanje, kodiranje in UI-to-code.

4.3 (6)

Brezplačno

Polna ocena

GLM-4.6V je multimodalni velik jezikovni model, ki razširi svoje okno konteksta na 128 k žetonov in dosega vrhunsko zmogljivost pri razumevanju vizualnih vsebin. Vključuje vgrajene funkcionalnosti Function Calling, kar omogoča enotno tehnično osnovo za multimodalne agente v resničnih poslovnih scenarijih. GLM-4.6V lahko sprejme multimodalne vhode in samodejno ustvari visokokakovostno, strukturirano vsebino, ki izmenjuje slike in besedilo, izvaja kompleksno razumevanje dokumentov ter omogoča vizualno iskanje in pridobivanje. Ta model nudi več zmogljivosti in scenarijev, vključno z inteligentnim ustvarjanjem in oblikovanjem vsebine iz slike in besedila, vizualnim spletnim iskanjem ter generiranjem bogatih medijskih poročil, ter razumevanjem dolgih kontekstov. Lahko sprejme mešane vnose besedila in slike, generira visokokakovostno vsebino in izvede vizualni pregled kandidatnih slik. Multimodalni delovni tok iskanja in analize v GLM-4.6V omogoča brezhibno prehajanje od vizualne percepcije do spletnega pridobivanja in ustvarjanja strukturiranih poročil. Ohranjen je multimodalni kontekstualni zavedanje ter se izvaja razmišljanje, ki temelji na tako besedilnih kot vizualnih informacijah. Ta model ponuja več sposobnosti in scenarijev, vključno s prepoznavanjem namena in načrtovanjem iskanja, usklajevanjem multimodalnih rezultatov ter sklepanjem in generiranjem poročil iz bogatih medijev.

• Podpora za multimodalni vnos (slike, besedilo, datoteke)
• Izvorno multimodalno klicanje orodij
• Dolžina konteksta 128 k
• Zmožnosti klicanja funkcij
• Razumevanje dolgokonteksta
• Vizualno razumevanje in pridobivanje orodij

3

AlphaSense

Platforma za tržno inteligenco z AI, ki samostojno izvaja iskanje strokovnih vpogledov in zagotavlja raziskave na ravni analitike v velikem obsegu.

4.4 (5)

Stik

Polna ocena

AlphaSense je platforma za tržno inteligenco, poganjana z umetno inteligenco, ki nudi zanesljive vpoglede za usmerjanje poslovnih odločitev. Ponujate celovito zbirko kuriranih virov, vključno z izpisi ekspertov Tegus, raziskavami posrednikov in podjetniškimi vložki. Platforma uporablja napredne AI modele za generiranje visokokakovostnih vpogledov z citatima na ravni stavka. AlphaSense integrira delovne tokove, odstranjuje fragmentirane vire in zagotavlja poenostavljene, povezane vpoglede. Njene GenAI zmogljivosti nudijo vpoglede v realnem času, ki odločnosti temeljijo na zanesljivi strokovnosti. Platforma je zasnovana za investicijsko bankarstvo, hedge fondi, zasebni kapital, upravljanje sredstev, svetovanje, živilske znanosti in druge panoge. AlphaSense se razlikuje po svojih visoko sintetiziranih vpogledih, sintetiziranih iz neprimerljivega nabora vsebin. Platforma omogoča tudi prilagodljive agente, ki avtomatizirajo ponovljive raziskovalne naloge in pretvorijo ugotovitve v poročila in diapozitive, pripravljene za izvršne vodje. Generativno iskanje nudi 360‑stopinjsko pregled tržnic in podjetij, povezuje kvalitativne vpoglede z strukturiranimi finančnimi podatki. Ena od ključnih prednosti AlphaSense je njegova sposobnost, da uporabnikom omogoči sprejemanje pogumnih odločitev z zaupanjem in hitrostjo. Platforma jim nudi natančne odgovore, edinstvene perspektive in ključne posodobitve, ki jih potrebujejo, da ostanejo pred konkurenco.

• Kurirani viri
• Tegus strokovni prepiski
• Broker raziskave
• Podjetniške prijave
• Zasebni in javni finančni podatki
• GenAI za vpoglede v realnem času

4

Autoresearch

Projek odprtokodne programske opreme, ki AI agentom omogoča samostojno izvajanje eksperimentov izobraževanja LLM in shranjevanje najboljših sprememb modela.

4.8 (5)

Brezplačno

Polna ocena

Autoresearch je odprtokodni projekt, ki omogoča AI agentom, da samostojno izvajajo izpopolnitev LLM in shranjujejo najboljše spremembe modela. Projekt uporabnikom omogoča nastavitev majhnega, a resničnega okolja za treniranje LLM ter, da AI agent eksperimentira z njim čez noč, spreminja kodo, trenira za kratek čas in preveri, ali se rezultati izboljšujejo. Namen je avtomatizirati raziskovalni proces, da AI agent raziskuje različne arhitekture modela, hiperparametre in strategije optimizacije brez človeškega posredovanja. Projekt vključuje poenostavljeno implementacijo nanochat z enim GPU-jem in ponuja osnovno strukturo za programiranje raziskovalnega procesa AI agenta z uporabo Markdown datotek. Projekt je zasnovan kot razširljiv, kar uporabnikom omogoča dodajanje več agentov in sčasoma izboljšanje raziskovalnega procesa.

• Samostojni eksperimenti izobraževanja LLM
• Raziskovalni postopek voden z AI agentom
• Implementacija nanochat na enem GPU
• Programiranje na podlagi Markdown za raziskovalni proces
• 5-minutni časovni proračun za izobraževanje z evaluačnim metriko (val_bpb)

5

Cell2Sentence

Open-source okvir, ki pretvori ekspresijo genov na enojni celični ravni v 'celične stavke', da LLM-ji lahko analizirajo in ustvarjajo biološke vpoglede.

4.3 (4)

Brezplačno

Polna ocena

Cell2Sentence je odprtokodni okvir, ki pretvori podatke o izražanju genov enega celice v "celične stavke", ki jih je mogoče analizirati in iz njih pridobiti vpogled s pomočjo velikih jezikovnih modelov (LLMs). Predlaga transformacijo rangiranega zapisa vektorjev izražanja v celične stavke, kjer so imena genov ločena s presledki in ureditena po padajočem izražanju. To LLM-jem omogoča naravno modeliranje podatkov enega celice RNA-sekvenčiranja (scRNA-seq) z naravnim jezikom. Okvir vključuje modele C2S-Scale, ki združujejo transkriptomske in tekstovne podatke ter omogočajo napredne naloge enega celice, kot so predvidevanje perturbacij, povzemanje podatkovnih naborov, opisovanje skupin ter odgovarjanje na biološka vprašanja. Modeli C2S-Scale so na voljo na Hugging Face in temeljijo na arhitekturah, kot so Pythia in Gemma-2. Cell2Sentence je namenjen raziskovalcem in znanstvenikom, ki delajo z podatki enega celice transkriptomike. Okvir je bil posodobljen z novimi modeli in funkcijami, vključno s podporo za fine-tuning na lastne predloge pozivov in formatiranje večceličnih pozivov. Vključno je tudi paket modelov Pythia za napovedovanje vrste celic, generiranje na podlagi vrste celic ter raznolik večcelični večopravilni model, usposobljen na več kot 57 milijonov človeških in miševih celic. Sklop Cell2Sentence je dokumentiran in vsebuje priročnike za uporabo, vključno z primeri fine-tuning in multi-cell prompt formatting. Razvoj Cell2Sentence vključuje van Dijk Lab in je bil objavljen v preprintu na bioRxiv. Cell2Sentence omogoča odkrivanje enocelovnih podatkov prihodnje generacije z LLM-ji.

• Pretvorba vektorjev ekspresije v celične stavke
• Modeli C2S-Scale za napredne enojno-celične naloge
• Podpora za finoto na prilagojenih predlogih promptov
• Oblikovanje promptov za več celic
• Predhodno uščenjeni modeli, ki temeljijo na arhitekturah Pythia in Gemma-2

6

THEUS (Aigora)

Podjetniški AI raziskovalni sistem, ki lastne študije pretvori v sledljive vpoglede z ID‑ji dejstev, citatima in strokovnimi avatarji za sintezo.

4.6 (5)

Freemium

Polna ocena

THEUS je podjetniški sistem za raziskovanje umetne inteligence, ki pretvori lastne študije v sledljive vpoglede z ID-ji dejstev, citatami in strokovnimi avatarji. Zgrajen je na Googlovem Agent Development Kit (ADK) in uporablja bidirekcijsko modeliranje za podatkovno usmerjene znanje-agente. Uporabniki lahko izlušči, sintetizira in raziskuje svoje raziskovalne podatke, pri čemer je vsaka trditev podprta s specifičnim Fact ID-jem in citatami na nivoju strani. THEUS ponuja dva načina raziskovanja: ustvarjanje novih vpogledov z Dr. Reed ali analizo obstoječega znanja z Dr. Sinclair. Ta platforma je zasnovana za VP-je po vpogledu, globalne senzorske vodje in voditelje inovacij, ki ocenjujejo gradnjo strateških zmogljivosti. Uporablja namenno razvito raziskovalno metodologijo, ne generično podjetniško AI, in ustvarja podatkovno podprte agente znanja, usposobljene na dejanski institucionalni podatki. Ker 85 % novih izdelkov zgreši v dveh letih (Nielsen), dokazno podprto raziskovanje bistveno izboljša kakovost odločitev. THEUS ponuja enega uporabniškega sedeža, ki vključuje funkcije, kot so do 30 dokumentov na mesec, do 1 500 strani na mesec, in do 500 vprašanj dr. Sinclairu na mesec. Ena iz ključnih prednosti THEUS je njegova sposobnost pretvoriti desetletja lastnih podatkov v sledljivo, pripravljeno na odločitve inteligenco z AI‑podprtimi agentji znanja.

• Izvleči, sinteziraj in preiskuj raziskovalne podatke
• Generiraj nove vpoglede z Dr. Reedom ali analiziraj obstoječe znanje z Dr. Sinclairjem
• Bidirekcijsko modeliranje za podatkovno podprte znanje agente
• Poveži znanje o izdelku in potrošniku za bidirekcijski vpogled
• Podpira sintezo med študijami in analizo raziskovalnih vrzeli

7

StartupValidator

AI validacijski instrument za ideje startupov, ki na podlagi živega Twitter signala in spletnih raziskav generira ocenjeni sodbo z ocenjenimi tveganji, prednostmi in predlaganimi pivoti.

4.5 (6)

Brezplačno

Polna ocena

StartupValidator je AI orodje, zasnovano za potrditev idej startupov z uporabo živega signalov Twitterja in spletnih raziskav. Namenjen je zagotavljanju ocenjevanega sodbe o vzdržnosti ideje za startup, izpostavlja tveganja, prednosti in predlaga morebitne preusmeritve. To orodje je namenjeno podjetnikom in ustanoviteljem startupov, ki želijo oceniti izvedljivost svojih idej, preden vložijo znatne vire. Z izkoriščanjem podatkov v realnem času iz Twitterja in interneta StartupValidator ponuja pristop, ki temelji na podatkih, za validacijo startupov. Vendar brez natančnejših informacij o njegovi metodologiji in virih podatkov zanesljivost in natančnost orodja ostajata negotova. Orodje verjetno vključuje integracijo z API-jem Twitterja in morda drugimi spletnimi viri podatkov.

• Analiza signalov Twitterja v realnem času
• Integracija spletnega raziskovanja
• Ocena izvodnosti startupov z ocenjevalno oceno
• Identifikacija tveganj in prednosti
• Predlagani pivoti za izboljšanje

8

Kosmos

Avtonomni AI znanstvenik za dolge raziskovalne kampanje, ki analizira podatke in literaturo, da ustvari popolnoma citirane znanstvene poročila.

4.8 (6)

Freemium

Polna ocena

Kosmos je avtonomni umetniški znanstvenik, zasnovan za timske raziskovalce v biotehnološkem raziskovalnem in razvojnem sektorju. Analizira podatke in literaturo, da pripravi popolnoma citirane znanstvene poročila, kar pospešuje proces razvoja zdravil od hipoteze do registracije v nekaj dneh, ne mesecev. Kosmos deluje samostojno, bere literaturo, generira hipoteze, usmerja raziskovanja in izvaja znanstvene delovne tokove. Podpira celoten življenjski cikel razvoja zdravil, od identifikacije ciljnega molekularnega mesta do kliničnega razvoja in podajanja dokumentacije. AI orodje sodeluje z ljudskimi znanstveniki prek Slacka, Teamsa in e-pošte ter se uči iz znanja organizacije, gradijoč na eksperimentalni zgodovini in lastnih znanstvenih podatkih.

• Avtonomna generacija hipotez
• Analiza literature
• Analiza podatkov
• Izvajanje znanstvenega delovnega toka
• Sodelovanje prek Slacka, Teamsa in e-pošte
• Agnostičen glede na model za prihodnje najnovejše modele

9

Table Agent

AI-pogojen podatkovni pomočnik za tabelarno raziskovanje

4.5 (6)

Freemium

Polna ocena

Table Agent je nadzorovana s pomočjo umetne inteligence asistent za podatke, ki je namenjen pomoči pri obdelavi tabelskih raziskav. Njegova naloga je automatisirati proces zbiranja podatkov o kakršni koli temi, kar približa raziskovanje. Predstavnik tabela omogoča nastavljive sheme podatkov, kar omogoča uporabnikom, da prilagodijo zbiranje podatkov Posebnim potrebam. Ta prilagodljivost je koristna za različne aplikacije in industrije, kjer se struktura podatkov lahko razlikuje bistveno. V središču funkcionalnosti Table Agenta je njegov AI agent-podprti vedenjski iskalni kapaciteta za podatke. To pomeni, da orodje uporablja umetno inteligenco za aktivno iskanje in zbiranje relevantnih podatkov, kar lahko lahko zmanjša čas in poskusne napoje, potrebne za roko-izvedene iskanja. Čeprav podrobnosti njegovega dela poteka in integracij niso opisane podrobneje, koncept AI-jančice za podatke predpostavlja, da bi se lahko brezpribrezno združeval s številnimi orodji za analizo podatkov, s čimer bi se razširilo celotni proces raziskovanja. Možnosti Table Agenta se najbrž nahajajo v možnosti avtomatiziranja naporne zbiranja podatkov in njegovi sprejemljivosti za različne strukturate podatkov. Vendar brez dodatnih podatkov je težko določiti njegove omejitve ali kako se Primerja s sorodnimi orodji za pomoč pri zbiranju podatkov.

• Samodejno zbiranje podatkov
• Prilagodljiva shema podatkov
• Iskanje podatkov z AI agentom
• Hitri in natančni pridobitev podatkov

10

AMIE

Multimodalni AI diagnostični agent, ki vodi klinične razgovore in interpretira medicinske slike za natančne diagnoze.

4.7 (6)

Brezplačno

Polna ocena

AMIE (Articulate Medical Intelligence Explorer) je raziskovalni AI diagnozni agent, razvit s strani Google DeepMind in Google Research. Namenjen je izvajanju kliničnih pogovorov in interpretaciji medicinskih slik za natančne diagnoze. Najprej je bil AMIE tekstovni pogovorni AI diagnozni agent, objavljen v Nature. Najnovejši napredek, multimodalni AMIE, vključuje sposobnost inteligentnega zahtevanja, interpretacije in razmišljanja o vizualnih medicinskih informacijah med kliničnimi pogovori. Ta razvoj si prizadeva izboljšati diagnostično natančnost z vključitvijo multimodalnih podatkov, kot so slike in dokumenti, v diagnozni proces. AMIE uporablja okvir razmišljanja, ozaveščen o stanju, in je zgrajen na multimodalnih Gemini modelih. Bil je ocenjen s strani strokovnjakov, vključno z Objektivnimi strukturiranimi kliničnimi izpitki (OSCE), in je primerjan z učinkovitostjo zdravnikov v splošni zdravstveni oskrbi (PCP) v različnih pacientskih scenarijih.

• Multimodalni diagnostični pogovor
• Interpretacija vizualnih medicinskih informacij
• Okvir razmišljanja z ozaveščanjem stanja
• Integracija z modeli Gemini
• Simulacijsko okolje za ocenjevanje pogovorov