查文献如何从从容容、游刃有余？复旦上线AI科研助手→

来源：市场资讯

（来源：上观新闻）

搜索学术论文时，

经常花费几个小时阅读海量摘要，

最后发现一无所获？

管理有价值的文献时，

总是在zotero和搜索引擎中反复横跳，

文件存了一遍又一遍？

追溯引用网络时，

发现引用工具既不能搜索新论文，

也不能管理旧文献？

现在，只需要一个学术工具，

就能够解决这些难题——

ai智能科研助手wispaper

今天（12月23日），在复旦大学自然语言处理实验室（fudannlp）团队的努力下，其自主开发的ai智能科研助手wispaper，面向复旦全体师生，提供免费plus版本！

wispaper通过打通论文搜索、管理、追踪三大环节，形成了知识管理闭环，能够大幅减少研究者在文献工作上花费的精力，提升科研工作效率，帮助研究者高效获取和理解文献资料。

科技普惠，ai利人。wispaper的核心目的，不是取代研究者，更不是一键生成论文，而是帮助研究者处理重复性劳动，让科研资源与认知资源，真正集中在需要人类智慧的地方。

即日起，复旦校内师生可使用校内账户登录网站，免费使用wispaper的plus版本，体验为你智能定制的“文献管家”，校外公众也可登录体验wispaper功能。

wispaper网址：https://www.wispaper.ai/zh

融合检索、储存、追踪，实现三大功能合一

wispaper平台，为所有具有科研需求的师生量身打造，致力于成为研究者的“私人文献秘书”。它拥有以下三大核心功能——

scholar search：智能检索，过滤无关文献

智能检索后的论文列表

wispaper提供深度搜索模式（deep search），当用户有一个复杂的学术问题时，深度搜索不再是简单地“匹配关键词”，而是派出一个ai助理帮你调研。

首先，它会理解用户的问题，把问题拆解成多种关键词组合以及验证的条件。比如当你问“有没有发表于2025年的、关于大语言模型在教育智能体中的应用的论文？”，它会将其拆解成：

条件1：论文要研究“大语言模型”

条件2：论文要涉及“教育智能体”

条件3：论文要讨论“2025年发表的论文”

随后，它会用多种关键词组合去搜索文献库。最后，对于每一篇搜出来的论文，它会逐条核对这些条件，判断论文是 “完全符合”（perfect）、“部分符合”（partial）。

深度搜索不只是找论文，更是筛论文。它将自主过滤掉大量“看似有用实则无关”的文献，将真正相关的论文送到你的眼前。

library：一键储存，打造你的私人文献库

一键储存文献至library

找到论文之后，你可以一键把它存入library。library支持无限层级的文件夹结构，用户可以按项目、按主题、按时间组织文件架构。

存进去的论文，系统会自动提取标题、作者、摘要、发表时间、引用量等元数据，支持用户在线阅读pdf，做高亮、写笔记，这些笔记全部支持全文搜索。

wispaper计划未来在电脑、手机、平板多端同步，实现一站式存储，解决用户“反复存储”的痛点，有望成为强力的文献管理工具。

ai feeds：自动追踪，主动推荐新论文

“论文追踪”功能下，wispaper宛如一名忠心的管家。

计算与语言、生物工程、脑研究、应用数学、医学……你可以设定自己感兴趣的研究领域，再加上更细化的筛选条件。它将在后台自动监控：每天这些领域新发了哪些论文，哪些符合你的兴趣条件，筛选完毕后第一时间推送。

原本研究者可能每天要通过查看几百篇论文标题和摘要才能找到3-5篇值得看的，现在系统能够直接把这3-5篇送到眼前，这极大节省了追踪前沿的时间。

自动追踪新论文

同时，wispaper的推荐系统能够自主学习，用户加入library的论文代表感兴趣，忽略的论文代表不感兴趣，系统会悄悄记住，用来优化后续的推荐。

综合来看，wispaper的强大之处，不仅在于三大模块的功能完备，更在于它打通了知识管理的全流程：实现“检索、储存、追踪”的知识闭环。

你用scholar search找到一批论文，一键加入library；library里的收藏，会影响ai feeds对你兴趣的判断；ai feeds推送的新论文，你又可以一键加入library；读论文时遇到新问题，直接在阅读界面发起一次deep search……

研究者不再需要在多个工具之间反复横跳，所有动作都在一个地方完成，这是wispaper作为集成工具的核心亮点。

来源于研究痛点，专注解决现实场景问题

创建wispaper平台的初衷，正源于复旦大学计算与智能创新学院张奇教授自身深切感受到的研究痛点。在科研过程中，他发现查找、筛选、管理文献耗费了大量宝贵的时间和精力，而且非常容易产生疏漏。正因如此，他脑海内浮现出了一个“用ai精准筛选论文”的想法。

经过一年多时间的探索，一支由张奇主导的工程师团队，在几乎“007”的工作强度下，终于打磨出了wispaper这一学术利器。今年9月，该平台顺利上线。借助ai加速科研的念头，从想法变成了现实。

平台上线后，团队进行了为期两个月的测试，邀请了多所知名高校的20多名博士生分别对系统在计算机、医学、生物学、物理、数学等10余个学科的表现进行评估。

结果显示，在验证任务上，现有最优通用模型（如gpt-5）与人类判断的一致性约为73分，而wispaper的大模型达到了93-94分，准确性遥遥领先。一般而言，一致性90分以上基本达到可用状态，当前的wispaper已可用于专业科研工作。

wispaper大模型判断论文相关性的总体准确率达93.7%

张奇介绍，当前平台数据库内拥有约5亿篇论文，存储数据量达到100tb，借助复旦cfff计算平台以及外部gpu集群，目前系统有超过1000余张gpu卡可供调用，能支持2000人同时使用，系统承载能力可观。

加速科研进程，更多强大功能即将上线

“目前我们对平台的搜索验证模式已基本满意，但是还有很多小功能仍在添加中。”张奇表示，后续还有大量更新工作，翻译、总结等工具辅助将陆续上线。

明年1月，wispaper将进一步全面升级。首页的ai问答功能正在重点优化，预计1月份将完善到85分的水准；全文翻译功能正在开发，届时用户上传pdf，将获得版式一致的中文对照，该功能预计1月或春节前上线；一键生成文献综述的重磅功能也即将上线。

更多的工具也正在陆续开发中，专业术语翻译、快速阅读时提取核心点、深度阅读时辅助理解重点内容、以及阅读中随时对不懂的术语或公式进行扩展搜索解释等功能，都将逐步集成，预计到2026年6月工具链条会更加完善。

谈及ai对科研工作的辅助，张奇表示，团队想做的，并不是帮助人们“从0开始生成论文”，而是帮助人们“将已有的草稿快速优化为符合特定文体要求的行文，如会议论文、期刊论文或专利，将写作时间从过去的一个月压缩至一周”，这整套流程或在2026年底打通。

wispaper不是终点，而是“ai for science”这一宏伟目标中的起点。近期，张奇团队还开发了一个专注于论文审稿的工具（opennovelty），旨在快速判定论文的创新点。它将提取论文声明的每个创新点，并自动搜索、呈现与之高度相关或可能构成冲突的已有论文及其具体证据段落，生成报告供研究者判断，该工具也将于下周上线。

如有合作意向或需要进一步支持

可联系：qz@fudan.edu.cn

计算与智能创新学院

组 稿

校融媒体中心

文 字

邓晗

图 片

受访者提供

视 频

受访者提供

高康珵

责 编

殷梦昊

上观号作者：复旦大学