Google Cloud AI Research發布了PaperOrchestra，這是一個多智能體框架，可自動將非結構化研究材料轉換為可發表的學術論文。該系統輸入雜亂的實驗室筆記、分散的結果和原始實驗數據，然後輸出為特定會議格式化的完整LaTeX手稿，包含文獻回顧、引用以及生成的圖表和圖解等視覺元素。在與現有自主寫作系統的人類評估中，PaperOrchestra在文獻回顧品質方面取得了50-68%的絕對獲勝率優勢，在整體手稿品質方面取得了14-38%的優勢。

這代表了與當前AI寫作工具的重大轉變，當前工具要麼產生通用內容，要麼需要嚴格的實驗流程。學術寫作在很大程度上未受到席捲程式設計和內容創作的AI自動化浪潮影響，部分原因是研究論文需要將分散的材料深度綜合為連貫的敘述。生成具有API支援引用的綜合文獻回顧的能力解決了學術寫作中最耗時的方面之一——這往往導致許多論文在提交前就夭折。

團隊透過PaperWritingBench驗證了他們的方法，這是一個從200篇頂級AI會議論文的逆向工程材料建構的新基準測試。他們的專案頁面展示了為CVPR和ICLR格式生成的樣本手稿，證明該系統可以處理不同的會議要求和LaTeX範本。該框架的多智能體架構似乎設計用於比單模型方法更好地處理學術寫作的複雜迭代性質。

對於AI研究人員和學術機構來說，這可能會顯著減少發表瓶頸。通常花費數週時間將實驗結果轉化為精美散文的工作可能縮短到幾小時，有可能加速科學交流的步伐。然而，關於原創性驗證以及如果AI生成的論文變得普遍，會議將如何調整其審查流程等問題仍然存在。