近期字节跳动 Seed 实验室正式推出Seed STEM 科学家计划，面向数理化生、材料等基础学科招募百名科研人才，提供算力、薪酬、联合科研资源，推动 AI 与基础科学深度交叉。
该项目并非单一人才招募活动，而是印证行业全新发展趋势：AI 正在成为全学科通用底层基础设施，跨学科专家入驻 AI 实验室将成为常态，未来重大创新将诞生在 AI 与各基础科学的交叉地带。
一、Seed STEM 计划核心内容与招募模式
字节 Seed 本次启动首期为期 6 个月的科研合作项目，计划吸纳 100 名前沿基础领域研究者，覆盖数学、物理、化学、生物、材料五大核心 STEM 赛道。
合作身份分为两类：
一是科学家顾问，以外部专家身份协同攻关；
二是博士实习生，深度入驻实验室参与完整科研项目。项目配套完整科研保障：不限量充足算力资源、行业有竞争力薪酬，搭建 AI 与基础学科联合研究体系，依托 Seed 大模型底座开展大规模科学仿真、实验推演类课题。此前 Seed 已推出 Edge 长期前沿研究计划，本次 STEM 计划是其跨学科科研布局的重要延伸。
二、全球行业共性趋势：顶尖基础学者涌入 AI 实验室
字节并非首家布局跨学科科研的 AI 企业，海外 Anthropic 早已聚集大量各领域顶尖学者，包括诺贝尔化学奖得主 John Jumper、经济学家 Chad Jones、哲学研究者 Harvey Lederman 等各领域权威专家。
行业底层逻辑高度统一：大模型技术发展已抵达新瓶颈，仅依靠计算机、算法工程师难以完成更高阶突破。不同细分赛道均需要对应专业知识支撑：蛋白质解析依赖化学、量子仿真离不开物理、AI 价值对齐需要哲学理论、宏观模型评估离不开经济学分析。AI 实验室正在打破单一技术团队结构，吸纳全学科专业人才成为标配。
三、双向赋能：AI 与基础科学互相撬动重大突破
AI 与基础学科形成双向价值闭环，实现双向增益：
- AI 赋能传统科研：海量算力、多模态大模型成为科研全新杠杆，大幅压缩实验周期、降低试错成本。新药研发、新型材料、量子物理、生物基因等传统高门槛、长周期研究，借助 AI 仿真推演，能够快速筛选最优方案，解决过往数十年难以攻克的行业难题。
- 基础学科反哺 AI 迭代：数理逻辑、物理规律、生物机理等专业理论，补齐大模型推理、世界建模、对齐安全等底层短板，突破纯算法迭代的性能天花板，让 AI 具备理解真实世界客观规律的能力。
四、行业长期变革：AI 边界消融，跨学科创新成为主流
随着 AI 渗透各个科研赛道，传统 “AI 行业” 的清晰边界正在消失。未来不会再独立存在单一 AI 赛道，各行各业都会生长出 AI 科研层，创新定义也将彻底改变。往后大量里程碑式成果不会冠以 “AI 技术突破” 之名，而是以新药、全新材料、数学新定理、自然底层规律等形式落地。
AI 不再是独立赛道，而是驱动全领域科研的通用底层工具，全球将迎来跨学科驱动的科研大爆发时代。对于科研从业者与 AI 企业而言，跨学科融合是必然发展路线，打通 AI 与基础科学的人才、算力、项目链路，才能抓住下一代技术变革核心机遇。
