Novix是什么

Novix（Novix.Science）是一个面向科研人员的AI协作平台，可以理解成“AI 科学家助手”。它用多智能体协作的方式，覆盖从研究想法、文献梳理、方法设计，到实验验证的整个科研流程，目标是帮研究者加快科学发现的速度。目前，斯坦福、清华、多伦多大学、西湖大学、Google、Microsoft 等机构的科研人员已经在使用。

Novix基于港大团队开源的 AI-Researcher 项目，该项目已在 NeurIPS 2025 会议上发表。

功能特征

  • 创意生成：分析上千篇论文中的跨领域模式，发现还没被探索的学科联系，生成有突破潜力的研究假设。

  • 深度调研：自动扫描、整理并总结大量科学文献，指出知识空白和新兴的研究趋势。

  • 方法设计：根据研究目标生成完整的方案报告，包含实验流程、统计方法和验证框架。

  • 自动实验：支持端到端的实验执行，比如模型训练和优化。

  • 数据分析：做复杂统计分析、模式识别和数据挖掘，提取有研究价值的发现。

  • 图表生成：自动生成出版级别的可视化图表、交互式图形和科学插图，也支持自动排版和格式调整。

  • 模型实现：构建、训练并优化机器学习模型，支持自动调参和性能评估。

  • 插件生态：允许把自己的工具、模型和数据集以插件形式接入平台，对全球科研人员开放。

平台特点

  • 全流程覆盖：从找文献、想点子、设计实验、分析数据，到写报告，Novix 在一个平台上把这些环节串起来。

  • 注重学术严谨性：和通用 AI 不同，Novix 会自动生成并追踪真实的文献引用，不过它的输出结果还是需要研究者自己来做批判性审查。

  • 定位清晰：更像个专注前端的“科研助手”，擅长文献推理、综述撰写和快速原型设计，让研究者能把精力放在问题定义和学术判断上。

应用场景

  • 实现并复现等变图神经网络这类前沿算法，比如 MACE、Allegro

  • 调研文本生成 3D 场景的最新进展

  • 设计联邦学习方案，在保护隐私的前提下用敏感患者数据训练预测模型

  • 构建城市规划生成模型

  • 在医学视觉问答数据集（VQA-RAD）上微调开源多模态大模型

Novix优缺点

优点：

  • 覆盖科研全流程，从 idea 到实验验证形成闭环

  • 支持自动生成图表和出版级可视化，降低论文制图的门槛

  • 插件化架构允许第三方工具接入，有生态扩展的潜力

  • 已经获得顶尖高校和科技公司研究人员的认可

缺点：

  • 作为新平台，实际执行复杂科研任务的可靠性和准确性还需要验证

  • 科研领域高度专业化，Agent 对领域知识的深度理解可能有一定边界

  • 官网没有公开定价模式和技术实现细节（比如底层模型、数据更新频率）

  • 涉及自动执行实验时，伦理审查和结果可复现性仍是挑战

Novix如何使用

  1. 访问 novix.science，加入等待列表或注册账号

  2. 在对话界面输入研究目标，或者用 @ 调用特定 Agent 启动任务

  3. 上传相关 PDF 文献或数据集辅助分析

  4. 选择功能模块：Deep Survey、Idea Spark、Method Design或 Auto Experiment

  5. 根据 Agent 返回的结果迭代优化研究方案

点评

Novix不只是单纯的文献检索助手，而是想打造一个端到端的科研 Agent 工作空间。它的想法是让 AI 不只做单点任务，而是作为“共科学家”参与研究的全过程。从官网展示的功能来看，它在生成假设、设计实验、执行分析等环节都有布局，野心不小。插件开放计划也表明，它试图在科研领域建立一个工具生态。