圖源：百度學術(shù)

對科研人來說，“信息過載”早已不是新鮮詞。面對每年數(shù)以百萬計的新發(fā)表論文、文獻篩選耗時費力等問題，科研工作者常常陷入“讀不完、找不準”的困境。這導致研究者不得不花費大部分時間用于文獻檢索與閱讀，真正用于思考和創(chuàng)作的時間卻被不斷壓縮。

而“大海撈針”“無效閱讀”不僅是個人效率問題，更關(guān)乎科研工作的正常開展。當前，社會迫切需要一個更智能、更高效的學術(shù)支持系統(tǒng)。

9月11日，百度文庫旗下百度學術(shù)在AI DAY上正式宣布進行AI重構(gòu)，上線AI學術(shù)搜索、AI文獻總結(jié)、AI閱讀、論文圖譜等數(shù)十項新能力，意在打造一站式AI學術(shù)平臺。

作為沉淀十余年、收錄超6.9億學術(shù)資源的中文學術(shù)入口，百度學術(shù)此次并非簡單功能迭代，而是基于一次全鏈路的AI重構(gòu)。

這場被寄予厚望的AI升級，究竟帶來了哪些實質(zhì)性突破？它能否真正實現(xiàn)從“文獻搜索引擎”到“AI學術(shù)平臺”的躍遷？

本期測評聚焦AI重構(gòu)后的百度學術(shù)，圍繞其核心功能模塊——搜、讀、創(chuàng)、編，探究其是否真能成為科研人的“效率倍增器”。

實測：搜、讀、創(chuàng)、編一體化

文獻搜索與AI學術(shù)搜索

芥末堆以“大模型與具身智能”為關(guān)鍵詞進行實測，首先采用傳統(tǒng)“文獻搜索”功能，系統(tǒng)在3秒內(nèi)即返回7628條相關(guān)結(jié)果，并支持按時間、研究領(lǐng)域、文獻類型等多維度篩選。

切換至本次推出的“AI學術(shù)搜索”，相同查詢耗時約6秒，系統(tǒng)不僅整合了大量文獻信息，還通過大模型生成結(jié)構(gòu)化、分要點的總結(jié)內(nèi)容。應(yīng)當說，這一點可以有效幫助研究者在浩繁的文獻中快速掌握該領(lǐng)域的研究現(xiàn)狀。

值得肯定的是，搜索結(jié)果均嚴格溯源至原始學術(shù)文獻，規(guī)避了當前部分AI工具“編造參考文獻”“虛構(gòu)信源”的風險。用戶可直接引用原文，并支持多種標準參考文獻格式一鍵導出，極大提升了學術(shù)規(guī)范性與寫作效率。

文獻總結(jié)

針對“文獻總結(jié)”功能，芥末堆一次性上傳4篇關(guān)于“大模型與具身智能”的文獻，系統(tǒng)在約50秒內(nèi)完成解析，并結(jié)構(gòu)化輸出每篇論文的總結(jié)，內(nèi)容涵蓋研究內(nèi)容、研究動機、研究方和結(jié)論、創(chuàng)新點與局限性、未來研究方向等維度，條理清晰，便于快速把握多篇文獻的核心要義。

這個功能很適用于開題前的領(lǐng)域掃描、文獻綜述撰寫以及跨學科研究的信息整合。不過，盡管結(jié)構(gòu)化輸出全面且條理清晰，但要借此“吃透”文獻還是不夠的，這一點仍需研究者結(jié)合自身理解和AI輔助篩選后選擇性進行精讀與批判性思考。

芥末堆實測發(fā)現(xiàn)，百度學術(shù)的各項功能是環(huán)環(huán)相扣，全流程鏈接的。當我們在首頁完成文獻搜索后，嵌在搜索頁的“AI助手”還能提供基于被勾選文獻的即時提問，甚至基于文獻提供選題建議。靈感枯竭、方向不明晰的時刻值得一試。

選題推薦

首頁“選題推薦”則會給出更詳細版本的回答，從創(chuàng)新性、實用性、科學性和可行性四個方面對提出的選題進行深入分析選題意義。每一個回答也都有相應(yīng)的論文研究支撐，確保了信息的可溯源性和高可信度，省去了用戶求真驗證的環(huán)節(jié)，提升了準備階段的效率。

靈感激發(fā)

更進一步的是，“靈感激發(fā)”功能可以在選題確定后，協(xié)助用戶構(gòu)建詳細的研究框架。從而指導后續(xù)的研究設(shè)計和創(chuàng)作。

在完成選題與大綱構(gòu)建后，百度學術(shù)的“AI優(yōu)化”環(huán)節(jié)為科研寫作提供了強有力的閉環(huán)支持。用戶可以將初步成稿的文章上傳至首頁“校正潤色”，進入針對學術(shù)場景的AI編輯器進行編輯。

文獻AI編輯器

在AI編輯器中，用戶可對稿件進行在線編輯，支持直接插入表格、圖表及各類復雜公式。結(jié)合內(nèi)置的AI校對潤色功能，還能進一步完成內(nèi)容排版與審校等。

讓AI跑通科研全流程

百度學術(shù)首頁

通過對百度學術(shù)“搜、讀、創(chuàng)、編”四大能力的體驗，可以看到，其AI重構(gòu)已不是單一功能升級，而是通過大模型實現(xiàn)各環(huán)節(jié)的環(huán)環(huán)相扣，實現(xiàn)科研流程的一站式、全鏈路的智能化重構(gòu)。

在實測中，用戶可獨立使用單一功能，也能基于前序操作推進下一步，如從文獻搜索到選題建議，從選題推薦到生成大綱，再到輔助創(chuàng)作。這讓用戶不需要開多個窗口，在多個平臺間兜兜轉(zhuǎn)轉(zhuǎn)，降低了各環(huán)節(jié)的銜接成本。

在反應(yīng)速度上，當前絕大部分AI產(chǎn)品也已做得盡善盡美。百度學術(shù)這次的表現(xiàn)更是亮眼：50秒批量總結(jié)文獻、6分鐘輔助創(chuàng)作萬字文……

尤為可貴的是，所有AI生成內(nèi)容均可溯源、可驗證，有效規(guī)避了AI編文獻的“坑”。盡管AI尚不能替代研究者的深度思辨與批判性分析，但目前來看，百度學術(shù)已經(jīng)能夠?qū)⒋罅恐貜托?、基礎(chǔ)性工作交由AI完成，讓科研人員得以更專注于創(chuàng)新本身。

從文獻庫到知識平臺 百度學術(shù)的十年躍遷

自2014年上線以來，百度學術(shù)依托百度強大的搜索引擎技術(shù)與海量互聯(lián)網(wǎng)資源抓取能力，逐步構(gòu)建起覆蓋期刊、會議、學位論文、專利、圖書等多類型的學術(shù)資源體系，截至目前，已收錄專業(yè)學術(shù)文獻總量超過6.9億，覆蓋了104萬個學術(shù)資源站點、日均更新文獻量達42萬。

長期以來，百度學術(shù)在人們心中的角色定位更多停留在“信息聚合門戶”層面。隨著AI特別是大模型的發(fā)展，在百度文庫、網(wǎng)盤團隊的重構(gòu)下，百度學術(shù)將實現(xiàn)了從“連接知識”到“理解知識”再到“生成知識”的三級跳。

此次AI重構(gòu)，可以說是百度“AI for Science”在學術(shù)基礎(chǔ)設(shè)施層面的重要落地。它不僅是一次產(chǎn)品升級，更是對傳統(tǒng)科研方式的創(chuàng)新——讓AI成為科研的“協(xié)作者”而不僅僅是“工具”。

百度學術(shù)也并非孤立存在。作為有著數(shù)十億用戶的國民級產(chǎn)品，百度文庫、網(wǎng)盤、學術(shù)也進行了全面的AI重構(gòu)，在基建和能力上進行了融合和共建。這對用戶來說還是帶來了不少友好體驗。

AI讓學術(shù)研究從被動檢索邁向智能化，資源生態(tài)則支撐百度學術(shù)構(gòu)建起覆蓋科研全場景的服務(wù)閉環(huán)。這股合力也助推百度學術(shù)練就了區(qū)別于傳統(tǒng)資源庫的獨特競爭力。

作為用戶，我們對包括百度學術(shù)在內(nèi)的產(chǎn)品同樣抱有期待。未來，平臺是否能夠?qū)崿F(xiàn)跨語言的科研協(xié)作，是否能為科研實驗環(huán)節(jié)深度賦能……而究其核心，這些期待都指向同一個目標：將科研從長期依賴經(jīng)驗積累與反復試錯的“事倍功半”狀態(tài)，轉(zhuǎn)向由AI驅(qū)動、數(shù)據(jù)支撐、系統(tǒng)協(xié)同的“事半功倍”新范式。

盡管當前的AI輔助仍集中于信息獲取與文本處理層面，但百度學術(shù)的野心顯然不止于此。

據(jù)了解，百度學術(shù)已為未來描繪好藍圖：在這里，每一位學者將擁有專屬的“學術(shù)身份系統(tǒng)”，進行思想的碰撞和內(nèi)容的共創(chuàng)；基于平臺，百度學術(shù)還將打破國際學術(shù)線上交流壁壘，聯(lián)合專業(yè)學協(xié)會組織高水平國際線上研討會與學術(shù)論壇，使學術(shù)交流突破時區(qū)與地域限制；此外，百度學術(shù)還將啟動“百度全域流量賦能計劃”，百度搜索將提供億級流量扶持，將卓越學者與研究從學術(shù)圈推向公眾、產(chǎn)業(yè)，提升學術(shù)研究的社會價值。

可見，百度學術(shù)的愿景，不只是做一個“知識的平臺”，而是成為綜合性“學術(shù)交流平臺”——一個集知識獲取、思維激發(fā)、寫作支持、互動交流等于一體的系統(tǒng)。而在這個系統(tǒng)中，AI不再是外掛插件，而是內(nèi)生于每一個科研動作中的“隱形協(xié)作者”。