晶泰科技发布全球首个科学智能综合操作系统,跨越验证鸿沟进入真实研发场景

AI上手,1.19次迭代就能锁定方案

来源:解放日报 作者:俱鹤飞/成于睿 日期:2026-08-08
■在真实的药物合成项目中,传统方法平均需要5到10轮反复试错才能找到可行路线。而借助该系统,平均仅需1.19次迭代就能锁定方案

■晶泰科技发起科学智能开放生态联盟。无论是药企还是材料公司,都可以通过接入这一平台,按需调用AI模型和自动化实验资源,大幅降低高阶科研的门槛

本报记者 俱鹤飞 实习生 成于睿

在中学实验课上,几乎每个人都经历过那个屏息凝神的瞬间:右手捏着药匙,左手轻叩手腕,眼睛紧盯着天平指针,生怕多抖出一撮粉末。

这种对人类精细动作的极致考验,机器人能否复刻?在上海,晶泰科技给出了答案。晶泰研发团队基于仿真环境中数百万次“舀粉、叩腕、落料”的模拟训练,最终将机器人粉末称量精度稳定控制在0.1毫克——大约相当于两粒细盐的质量。

更重要的是,这双“手”不只是会称量的机械臂。近日,晶泰科技正式发布全球首个科学智能(AI4S)综合操作系统XtalPi Science,让AI真正学会“上手”做实验。科学智能由此告别纸上谈兵,正式迈入了物理智能时代。

科学智能告别“纸上谈兵”

过去十年,AI在药物研发领域的渗透率始终徘徊在低个位数。

“AI可以告诉你某个分子结构有成药潜力,但无法替你去实验室验证这个分子到底能不能合成、稳不稳定。”晶泰科技联合创始人、首席执行官马健说,海量的科研猜想倘若缺少真实环境的实验校验,终究只是停留在数字世界,难以转化为具备商业价值的技术成果。

AI能生成成千上万种可能的分子结构,但当前验证的速度远远跟不上猜想的速度。

“这就是我们说的验证鸿沟。”马健说。这道鸿沟造成的后果是惊人的浪费。数据显示,全球每年在科研上的支出超过2万亿美元,但因为缺乏高效的工具和方法,很多钱都浪费在了低效的试错实验上,没有产生应有的价值。

以新药研发为例,一款新药的研发成本平均高达26亿美元,耗时10到15年,失败率超过90%,很大一部分资源消耗在对错误假设的反复试错上。

而晶泰科技的突破在于让AI不仅能猜想还会做实验。XtalPi Science系统的核心调度中枢——科研智能体矩阵,被马健形容为“永不休憩的科研管家”。“它不是简单的对话框,而是一位具备完整逻辑推理能力的资深科学家。”马健说,它能够读懂复杂的科研目标,先在数字空间调用模型开展预测,随即直接调度线下自动化机器人集群完成真实实验。实验产生的原始数据实时回传迭代,持续修正AI下一轮的实验方案。

这套“数字假设—物理验证—数据反馈”的闭环体系,正在把科研探索中充满不确定性的试错过程,改造为一套可编排、可溯源、标准化的系统工程。 下转 3版(上接第1版)“以前我们说AI改变科研,说的是它帮你想。现在,它真的能帮你做了。”马健说。

失败数据炼就“火眼金睛”

在晶泰科技的实验室里,有一个反直觉的事实:平台上自采的训练数据中,80%是失败样本。

“正是这些负面数据,让模型真正学会了预测失败,而不是简单地追寻成功的规律。”晶泰科技首席科学官张佩宇说。

长期以来,科学研究的公开记录存在一个巨大的偏差:发表论文只记录成功的实验,失败的尝试被丢进废纸篓。如果AI在公开数据集上训练,由于没有见过失败案例,模型难以准确识别化学反应的可行边界。当面对一个新问题时,AI会给出大量实际上行不通的建议。这种现象在行业内被称为“化学幻觉”。

“如果一个人只看过别人成功的样子,从来没见过别人摔跤,他就会以为走路是不会摔跤的。”张佩宇表示,科研的本质恰恰是在无数次失败中寻找那条成功路径。

为了收集这些“失败数据”,晶泰科技在过去十年间建成了一个庞大的基础设施:全球商业运营规模最大的AI机器人实验工作站集群,部署超过300台自动化机器人。

这条AI机器人流水线支持7×24小时无人不间断运转:固体粉末称量、控温搅拌、取样过滤、样品后处理与分析等全链条实验操作,均可由AI自主调度完成。对比传统人工实验模式,数据采集效率提升了数十倍。

依托这些海量真实物理实验数据训练的AI模型,其研判能力正在持续超越传统的人类专家。以晶泰自主研发的逆合成AI系统为例,在严苛的测评环境下产生化学幻觉的概率为前沿通用大模型的六分之一,仅有4.6%。

“这意味着它给出的技术路线,可信度是其他通用大模型的6倍。”张佩宇说。在真实的药物合成项目中,传统方法平均需要5到10轮反复试错才能找到可行路线。借助该系统,平均仅需1.19次迭代就能锁定方案。“这不是百分之几十的提升,这是数量级的跃升。”

创新生态长出“热带雨林”

为什么实验室能够最先跑通物理智能的商业化?

“实验室是一个‘高价值、相对标准化’的场景。”张佩宇说,相比家庭服务场景中千奇百怪的环境变量,或者工业产线上对生产节拍的效率要求,实验室的对象是可控的,流程是可定义的,但单次实验的产业价值极高。

一个新药候选分子的发现,可能意味着数十亿甚至上百亿美元的市场价值。张佩宇表示,物理智能可以从实验室这个相对友好的场景起步,积累经验、打磨产品,再向更复杂的场景拓展。

晶泰科技选择在上海建设规模化的AI自主实验室,正是看中了这里优渥的产业土壤。

在马健看来,上海不仅汇聚了众多头部科技企业,更构建起生机勃勃的科学智能产学研生态,就像一片生机勃勃的“热带雨林”。龙头企业、初创团队、科研院所、资本力量在这里共生共荣。正是这种竞争与合作的动态平衡,推动着整个行业像热带雨林一样自我迭代、持续生长。

如今,这种生态的“浓度”正在转化为产业合作。晶泰科技联合三生制药、君实生物、佰维存储、丹纳赫集团等26家产学研伙伴,发起科学智能开放生态联盟。无论是药企还是材料公司,都可以通过接入这一平台,按需调用AI模型和自动化实验资源,大幅降低高阶科研的门槛。

适千里者,三月聚粮。十年前,马健与两位合伙人温书豪、赖力鹏从麻省理工学院回国创业,创立了晶泰科技。彼时,他们或许尚未看清未来的全貌,但确信了一件事:科学研究的未来,绝不应是人类在实验室里孤独地试错,而是人类智慧与机器智能的深度融合。

“我们已经准备了十年。”马健说,现在,是时候再出发了。