Kosmos (Edison Scientific)
會讀文獻、分析資料、提出並分支假說、自主執行研究流程的 AI 科學家，從標靶鑑定一路支援到臨床與送件
Kosmos 是 Edison Scientific 推出的「研發用 AI 科學家」。Edison 的團隊來自物理、生物、化學與 AI 領域，官網列出他們過去的研究成果：2022 年的化學語言代理 ChemCrow、2023 年的深度研究代理 PaperQA、2024 年的科學 AI 代理訓練框架 Aviary，以及 2025 年發表在 Nature、經 AI 代理在生物學上做出驗證發現的 Robin。
Kosmos 會讀文獻、分析資料、產生假說、在執行中途調整調查方向、把假說分支，並自主執行科學工作流程；涵蓋範圍從標靶鑑定一路到臨床開發與送件。它能透過 Slack、Teams 與 Email 和你的科學家協作，並以組織的實驗歷史、決策模式與專有資料為基礎學習；模型方面採取不綁定特定模型的策略，隨時換用最新的前沿模型。MIT 機械工程教授 Tonio Buonassisi 的推薦提到，Kosmos 在 24 小時內執行約 292 條獨立分析軌跡，找出人類團隊花了幾週也沒發現的洞見。
功能特色與適用場景：企業部署方面通過 SOC2 Type II，可在客戶環境內地端部署，並派駐科學家與客戶團隊一起工作、在客戶資料上打造客製化世界模型。2026 年 9 月宣布與 Springer Nature 合作把可信研究內容帶進 Kosmos，也與 Incyte 及 Population Health Partners 合作。個人研究者可以到 Edison Platform 註冊試用，2025 年上線時對學術界保留免費額度、重度使用者則按每次研究執行計費；藥廠則多半走地端部署與派駐科學家的企業合約。對台灣做轉譯研究的團隊，可以先拿一份公開資料集跑一次，看它產出的引用報告品質再決定。
TheAI學院 編輯建議
編輯實測後的真心話Kosmos 是目前「AI 科學家」概念最接近商業落地的產品之一，292 條分析軌跡一天跑完的案例很有說服力；對台灣團隊來說更像是值得追蹤的方向指標。
主要功能
- 自主閱讀文獻、分析資料並產生與分支假說
- 支援從標靶鑑定到臨床開發與送件的工作流程
- 透過 Slack、Teams、Email 與科學家協作
- 以組織實驗歷史與專有資料學習
- 不綁定模型，可換用最新前沿模型
- SOC2 Type II、可地端部署並派駐科學家
適用場景
- 藥廠研發團隊加速標靶鑑定與假說產生
- 大量平行分析實驗資料找出遺漏的洞見
- 法規送件前整理研發證據
- 新創生技公司評估多個疾病方向
Kosmos (Edison Scientific) 的優點與缺點
優點
- 團隊有 PaperQA、Robin 等公開研究基礎
- 可大量平行執行分析軌跡
- 地端部署保有資料治理
缺點
- 每次研究執行的費用不低，現行價格需查官網
- 企業地端部署需走業務合約
- 自主調查結果仍需專家驗證
價格方案
可在 Edison Platform 註冊使用；2025 年 11 月上線時對學術研究者提供免費額度、重度與企業用戶每次研究執行 200 美元，現行方案以官網為準；企業地端部署需預約示範
Kosmos (Edison Scientific) 常見問題
Kosmos 是什麼？
是 Edison Scientific 的研發用 AI 科學家，能讀文獻、分析資料、產生假說並在過程中調整調查方向。
Kosmos 免費嗎？
它採免費增值，可先免費試用、進階用量需付費。
Kosmos 適合誰用？
適合跨物理、生物、化學等領域的研究者，用於文獻探勘、資料分析與假說生成。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
