Perplexity 成立 Frontier Research:投入 1 万张以上 GPU,目标是能自主做科研的「自动化科学家」,主攻多 Agent 编排、预训练、持续学习和强化学习,承诺公开论文、模型、数据和评测
Perplexity 11 月 16 日在官方 X 账号和新站点 research.perplexity.ai 宣布成立 Perplexity Frontier Research,目标是打造能自主完成科研循环的系统。官方页面称该团队由 Andrew Gordon Wilson 任研究负责人,算力支持超过 10,000 张 GPU,聚焦多 Agent 编排、预训练、持续学习、强化学习、系统和前沿评测六个方向,并承诺公开论文、模型、数据和基准。CEO Aravind Srinivas 在 X 上称将开源模型和工具。团队在旧金山、帕洛阿尔托、纽约和伦敦招人,优先申请截止 12 月 5 日。
核心要点速览
- 目标:做一个「自动化科学家」——多 Agent 系统能提问、广搜和深挖资料、提出假设、做实验并持续迭代,产出可解释的科学理解,而不只是黑箱预测
- 资源:官方页面写明算力支持超过 10,000 张 GPU;Srinivas 在 X 上说至少 10,000 张
- 六个方向:多 Agent 编排、预训练(开放权重、新架构、合成数据)、持续学习(好奇心、记忆、持久运行)、强化学习、系统(推理、训练、运行时、安全)、前沿评测
- 多 Agent 编排的目标是在用户愿意花的任意成本下给出质量最优的结果,例如小的端侧模型只在必要时向大模型求助
- 开放承诺:公开论文、模型、数据和基准;页面已列出 WANDR、DRACO 等评测和 Decider v1.2(27B)等开放权重;12 月 5 日为优先申请截止










