OpenAI 的 GeneBench-Pro 将 AI 科学能力评估从单点算法提升至多阶段决策闭环，这不仅展示了 GPT-5.6 在科学推理上的进步，更预示着 AI 在生命科学领域正从辅助工具向自主研发决策系统的关键转变。

上海交通大学推出的MAC动态基准，通过利用顶尖科学期刊的最新封面，旨在构建一个持续演进、能有效防止数据污染的AI评估体系，以真正考验多模态大模型对复杂科学概念的深层推理能力。该基准发现现有模型在跨模态科学理解上存在显著局限，并提出了DAD分步推理方法，为AI的评估、发展以及在科学发现中的应用提供了更严谨、前瞻性的洞察。