复旦大学自然语言处理实验室（FudanNLP）团队近日宣布，其自主研发的AI智能科研助手Wispaper正式面向校内师生开放免费Plus版本，同时校外用户也可登录体验基础功能。这款工具通过整合论文检索、文献管理与追踪三大核心模块，构建起覆盖科研全流程的知识管理闭环，旨在帮助研究者从重复性劳动中解放，将精力聚焦于创新研究。
针对传统科研场景中常见的“搜索效率低”“管理碎片化”“追踪滞后”三大痛点，Wispaper开发了深度搜索（Scholar Search）、私人文献库（Library）和智能推送（AI Feeds）三大功能。以深度搜索为例，系统不再依赖关键词匹配，而是通过AI拆解复杂问题，生成多维度验证条件。例如，当用户搜索“2025年发表的大语言模型在教育智能体中的应用研究”时，系统会同步验证论文主题、研究领域和发表时间，自动过滤无关文献，将符合条件的论文按匹配度分级呈现。
在文献管理方面，Library功能支持无限层级文件夹分类，可自动提取论文元数据并生成可检索的笔记系统。用户不仅能在线标注PDF文档，还能通过全文搜索快速定位笔记内容。团队透露，未来将实现多端同步功能，彻底解决文献重复存储问题。目前该模块已支持按项目、主题或时间轴组织文献，部分测试用户反馈其管理效率提升超60%。
智能推送系统则通过用户行为学习优化推荐模型。研究者设定研究领域后，系统每日自动筛选新发表论文，结合用户收藏与忽略记录调整推送策略。测试数据显示，该功能将用户筛选有效论文的时间从平均2小时缩短至15分钟。某计算机领域博士生表示：“现在每天只需查看系统推送的5-8篇论文，就能掌握领域核心动态。”
平台技术底座由复旦CFFF计算平台与外部GPU集群支撑，当前数据库收录论文超5亿篇，存储容量达100TB。系统可同时承载2000人在线使用，响应延迟控制在0.3秒以内。在为期两个月的跨学科测试中，20余名博士生对计算机、医学、生物学等10个学科进行验证，结果显示Wispaper在论文相关性判断任务中达到93.7%的准确率，显著优于通用大模型73%的水平。
开发团队负责人张奇教授透露，平台将于明年1月迎来重大升级：首页AI问答功能优化后准确率预计提升至85%；全文翻译功能可生成保留原文版式的中文对照；文献综述生成工具将支持一键输出结构化报告。专业术语解析、核心观点提取等辅助功能也在开发中，预计2026年6月形成完整工具链。
值得关注的是，该团队同步研发的论文审稿工具OpenNovelty将于近期上线。这款工具可自动提取论文创新点，并关联相关文献证据，生成可视化冲突分析报告。张奇强调：“我们的目标不是替代研究者，而是通过AI处理机械性工作，例如将论文润色时间从1个月压缩至1周，让科研人员专注于创造性思考。”
