AMiner“沉思”是依托AMiner平台丰富学术资源和科研知识图谱，融合GLM-Z1-Rumination深度思考能力，集学术检索、智能阅读、智能生成于一体的新一代AI科研助手，面向科研工作者实际需求打造的“科研思维的第二引擎”。清华信息化技术中心已完成AMiner平台的全面接入工作，面向全校师生免费开放AMiner“沉思”AI科研助手。

GLM-Z1-Rumination是智谱今年4月推出的特色深度思考模型，推理速度可达 200 tokens/秒。与一般推理模型不同，沉思模型GLM-Z1-Rumination通过强化学习引导、工具智能调用，可以边搜索边推理，实现自主反复验证的深度思考链路，解决科研级别的复杂问题。本次上线的AMiner沉思在 GLM-Z1-Rumination 基座上，深度整合AMiner学术资源包括arXiv、PubMed等全球3亿余篇文献，覆盖100多个全一级学科领域（含医疗、计算机、材料、光学等新兴方向），结合多步搜索推理进行监督微调、强化学习训练，构建的服务科研全流程的智能体。AMiner自建的百亿级科研知识图谱增强深度研究的专业性和可信度，完整支持“问题规划→学术检索→推理分析→调研输出”的科研闭环。

AMiner沉思能够模拟真实的科研思考过程，懂得理解科研学者的深层次意图，可以自主确立检索目标→确定研究计划→迭代检索关键词→主动展开多轮检索，最后对检索结果进行全面性尽调，确保文献检索及引用结果返回精准无遗漏。目前AMiner沉思支持文献综述、开题报告和行业调研报告的智能辅助生成。

例如：在文献综述场景下，输入“综述分析RNA病毒基因组结构与病毒的感染性、宿主嗜性、复制能力、免疫逃逸等方面的功能和调节机制”，AMiner沉思能够在一次输入中就完成自主确定研究计划、文献检索、文献阅读、文献综述书写。

最终以6分钟40秒完成20轮文献检索，自主阅读174条文献（包含中英双语综述、文献全文阅读、公开研究资讯），累计引用53篇文献，输出结构清晰、格式规范、文献引用完整的8910字文献综述，并支持Word、Markdown、PDF、LaTeX四种格式导出。

AMiner沉思同时支持实时联网搜索，通过自主检索策略确立，结构化整合全网前沿动态与AMiner自身权威成果库，从而覆盖历史相关研究及最新进展。对于有行业调研需求的学者，仅用几分钟就可以帮助研究人员完成过去需要数天的文献调研和整理分析工作。

例如：“你是优秀投资经理，你需要对中国的超高分子量聚乙烯树脂的行业进行深度摸排，确认2025年的市场规模，以及预估未来3-5年的发展情况，需要从多个维度（技术、市占率等）来判断这个行业，以及挑选合适的国内超高分子量聚乙烯树脂的潜在投资标的。”

AMiner沉思通过文献检索为主，联网搜索为辅的信息源进行了多轮自主分析，最终生成了一份19333字的行业研究报告，由报告可见，AMiner沉思不仅具备整合历史趋势的能力，并拥有对未来趋势做出科学研判的深度思考能力。

借助AMiner沉思，真正实现了高效检索与严格学术溯源，从信息苦役中解放学者，将学者脑力归还至创新前沿。

AMiner对严格学术溯源的信心源于其强大的数据基建。依托近二十年科研数据积累与技术沉淀，它系统整合互联网开放资源，构建了覆盖6800万学者、3.2亿篇论文、1.6亿件专利、10万余种期刊的亿级科研数据库，并建立了包括诺贝尔奖、图灵奖和ACM/IEEE fellow等一百余个专家库。

AMiner团队还利用其自主研发的知识图谱技术，深入挖掘并显式化论文之间的引用关系、学者之间的合作关系、学者和研究机构隶属关系、以及学科和研究主题之间的演化脉络等，构建了包括学者、期刊、会议和专利以及学科的百亿级动态知识图谱，对全球各个国家和地区企业及高校的学者、机构、期刊进行画像。其中，AMiner学者画像功能为每位学者构建的数十个维度的全景画像，涵盖学者基本信息、教育背景、职业历程、核心论文等基础数据，更延伸至学者合作关系网络、研究兴趣演化分析及学者多维特征描述的雷达图。

系统全面地整理学者学术成果，并通过引用脉络找出学者研究亮点一直是学者在整理研究成果时一项繁琐且耗时的任务。依托于AMiner亿级学者库和专家库，AMiner亮点功能可以自动帮助学者自动找出学者的代表性论文，并通过论文引用分析自己论文工作被相关领域杰出学者及其研究机构的引用，精准定位关键关注；更支持一键导出学者亮点报告，给出学者亮点工作、学者引用等，满足学者在职位评审、课题申报、学术交流等各类学术的需求；还可以聚焦单篇论文，智能提取引用上下文，加速研究调研，驱动学者个人影响力持续升级。

第二类智能搜索则聚焦于语义理解与探索式研究任务，基于用户问题改写扩展训练和智能排序算法，可自动识别用户搜索背后的学术意图，实现文献的多维度聚类与核心突破点聚焦。系统支持中英双语检索与问答增强技术，确保每项结果均可追溯至句子级知识源头。直接使用自然语言即可进行检索，极大提升检索效率。“精准溯源才能支撑学术思辨”。依托数据基座，AI智能搜索支持追溯至句子级知识来源，保障结果的溯源性与可验证性，为思想生长提供可验证的养料。

例如输入“2024年清华大学发表的值得阅读的大模型论文有哪些？”智能搜索会给出论文名称、摘要、引用两及侧栏具体结果。

AMiner AI阅读助手支持导入PDF或对AMiner平台文献解析，自动生成论文概要和推荐问题。精准识别表格、图片、公式，并提供专业论文评价体系，辅助识别研究局限性，为学术讨论提供理论支撑。

当下指数级增长的海量文献无疑已超出每个学者的处理能力，大量高价值信息被隐藏其中，文献综述与资料整理成为一件“必做却永远做不完的差事”，为了突破传统检文献阅读桎梏，AMiner AI阅读助手融合多模态解析与科学文本强化训练，能够同时批量阅读多篇文献，并在文献对话阅读上提供更专业和更详细的理解问答。

同时AMiner还集成大模型实时翻译与AI阅读功能，支持对论文一键翻译及以学术问答模式辅助阅读论文，不仅可以协助清华学子高效掌握当下研究现状及前沿成果，还可以辅助高效翻阅文献快速了解相关领域落地应用。真正释放科研人员学术研究宝贵精力，集中于关键问题的发现和解决。

AMiner提供了强大的多维度实时订阅和自动推荐功能。无论是聚焦特定前沿领域，还是锁定核心期刊、追踪顶尖学者动态，或是关注领先研究机构，用户均可灵活选择这些维度，定制专属的前沿学术动向追踪方案，可以确保学者自动获取推送的最新文献，智能提炼核心要点、生成精炼总结，助力学者实时掌握领域研究脉搏，洞悉知识脉络，极大提升研究效率的兴趣领域始终与全球前沿同步。