機器人學會0.1毫克極致操作！全球首個AI4S綜合操作系統在上海發佈

（來源：上觀新聞）

在中學實驗課上，幾乎每個人都經歷過那個屏息凝神的瞬間：右手捏着藥匙，左手輕叩手腕，眼睛緊盯着天平指針，生怕多抖出一撮粉末。

這種對人類精細動作的極致考驗，機器人能否復刻？在上海，晶泰科技給出了答案。晶泰研發團隊基於仿真環境中數百萬次「舀粉、叩腕、落料」的模擬訓練，最終將機器人粉末稱量精度穩定控制在0.1毫克——大約相當於兩粒細鹽的重量。

更重要的是，這雙「手」不只是會稱量的機械臂。7月29日，晶泰科技正式發佈全球首個AI4S（AI for Science，人工智能驅動的科學研究）綜合操作系統XtalPi Science，讓AI真正學會「上手」做實驗。科學智能由此告別紙上談兵，正式邁入了物理智能時代。

晶泰科技上海創新研發中心。

AI動手，補齊萬億研發拼圖

過去幾年，大模型在生成文本、音視頻方面表現亮眼，但落地科學研究場景時，AI往往只能給出理論上的猜想和建議。

「它可以告訴你某個分子結構有成藥潛力，但它沒法替你去實驗室驗證這個分子到底能不能合成、穩不穩定。」晶泰科技聯合創始人、首席執行官馬健説，海量的科研猜想，倘若缺少真實環境的實驗校驗，終究只是停留在數字世界，難以轉化為具備商業價值的技術成果。

這不是一個新問題。過去十年，AI在藥物研發領域的滲透率始終徘徊在低個位數。原因很簡單：AI能完成猜想，但不能做。它能生成成千上萬種可能的分子結構，但每一個假設都需要經過真實實驗的驗證才能成立。而當前驗證的速度，遠遠跟不上猜想的速度。

「這就是我們説的驗證鴻溝。」馬健説，AI輸出創意、想法的速度極快，能夠批量生成海量猜想。可猜想誕生后，由誰完成驗證？

這道鴻溝造成的后果是驚人的浪費。數據顯示，全球每年在科研上的支出超過2萬億美元，但因為缺乏高效的工具和方法，很多錢都浪費在了低效的試錯實驗上，沒有產生應有的價值。

以新葯研發為例，其一款新葯的研發成本平均高達26億美元，耗時10到15年，失敗率超過90%。其中很大一部分資源消耗在了對錯誤假設的反覆試錯上。而晶泰科技的突破，在於讓AI不僅能想，還能做。XtalPi Science系統的核心調度中樞Genius Agents（科研智能體矩陣），被馬健形容為「永不休憩的科研管家」。

「它不是簡單的對話框，而是一位具備完整邏輯推理能力的資深科學家。」馬健説，它能夠讀懂複雜的科研目標，先在數字空間調用模型開展預測，隨即直接調度線下自動化機器人集群完成真實實驗。實驗產生的原始數據實時回傳迭代，持續修正AI下一輪的實驗方案。

這套「數字假設—物理驗證—數據反饋」的閉環體系，正在把科研探索中充滿不確定性的試錯過程，改造為一套可編排、可溯源、標準化的系統工程。「以前我們説AI改變科研，説的是它幫你想。現在，它真的能幫你做了。」馬健説。

晶泰科技上海創新研發中心。

失敗數據，煉就AI「火眼金睛」

在晶泰科技的實驗室里，有一個反直覺的事實：平臺上自採的訓練數據中，80%是失敗樣本。

「公開數據集里，成功案例佔絕大多數，但我們的訓練數據里失敗佔了八成。」晶泰科技首席科學官張佩宇説，很多人覺得奇怪，為什麼要花那麼多精力記錄失敗？「但正是這些負面數據，讓模型真正學會了預測失敗，而不是簡單地追尋成功的規律」。

這背后有一套深刻的方法論邏輯。

長期以來，科學研究的公開記錄存在一個巨大的偏差：發表論文只記錄成功的實驗，失敗的嘗試被丟進廢紙簍，不見天日。這導致AI如果在公開數據上訓練，學到的是一個不完整的世界。在這個世界里，由於AI沒有見過失敗案例，模型難以準確識別化學反應的可行邊界。

結果就是，當面對一個新問題時，AI會自信地給出大量實際上行不通的建議。這種現象在行業內被稱為「化學幻覺」，即模型產生了一個聽起來合理、但違反基本化學約束的合成路線或是真實世界無法復現的反應條件。

「就像一個人只看過別人成功的樣子，從來沒見過別人摔跤，他就會以為走路是不會摔跤的。」張佩宇打了個比方，但科研的本質恰恰是在無數次失敗中尋找那條成功路徑。

爲了收集這些「失敗數據」，晶泰科技在過去十年間建成了一個龐大的基礎設施：全球商業運營規模最大的AI機器人實驗工站集群，部署超過300台自動化機器人實驗工作站。

這條AI機器人流水線支持7×24小時無人不間斷運轉：固體粉末稱量、控温攪拌、取樣過濾、樣品后處理與分析等全鏈條實驗操作，均可由AI自主調度完成。對比傳統人工實驗模式，數據採集效率提升了數十倍。

依託這些海量真實物理實驗數據訓練的AI模型，其研判能力正在持續超越傳統人類專家。以晶泰自主研發的逆合成AI系統為例，在嚴苛的測評環境下，它產生化學幻覺的概率為前沿通用大模型的六分之一，僅為4.6%。

「這意味着它給出的技術路線，可信度是其他通用大模型的六倍。」張佩宇説。在真實的藥物合成項目中，傳統方法平均需要5到10輪反覆試錯才能找到可行路線。而藉助該系統，平均僅需1.19次迭代就能鎖定方案。「這不是百分之幾十的提升，這是數量級的躍升」。

上海成為物理AI「熱帶雨林」

為什麼是實驗室，而不是家庭或工廠，能夠最先跑通物理AI的商業化？

「因為實驗室是一個‘高價值、相對標準化’的場景。」張佩宇説，相比家庭服務場景中千奇百怪的環境變量，或者工業產線上對生產節拍的效率要求，實驗室的對象是可控的，流程是可定義的，但單次實驗的產業價值極高。

一個新葯候選分子的發現，可能意味着數十億甚至上百億美元的市場價值，即便單次實驗的成本較高，只要能提高成功率、縮短周期，其經濟回報就足以覆蓋技術投入。同時，實驗室的操作對象是標準化的化學試劑、生物樣本，操作流程是明確定義的，這為AI和機器人的介入提供了天然的便利。

「這是一個完美的‘切入點’。」張佩宇表示，物理AI可以從實驗室這個相對友好的場景起步，積累經驗、打磨產品，再向更復雜的場景拓展。

晶泰科技在上海建設的規模化的AI自主實驗室，正是看中了這里優渥的產業土壤。

在馬健看來，上海有一種整個生態的「濃度」。這里不僅匯聚了眾多科技頭部企業，更構建起生機勃勃的科學智能產學研生態，就像一片生機勃勃的「熱帶雨林」。龍頭企業、初創團隊、科研院所、資本力量在這里共生共榮。正是這種競爭與合作的動態平衡，推動着整個行業像熱帶雨林一樣自我迭代、持續生長。

如今，這種生態的「濃度」正在轉化為產業合作。晶泰科技宣佈，聯合三生製藥、君實生物、佰維存儲、丹納赫集團等26家產學研夥伴，發起科學智能開放生態聯盟。這意味着，晶泰科技正將其沉澱多年的科研能力，轉化為一種可供外部調用的科研基礎設施。未來，無論是藥企還是材料公司，都可以通過接入這一平臺，按需調用AI模型和自動化實驗資源，大幅降低高階科研的門檻。

採訪最后，馬健引用了《逍遙遊》中的一句話：「適千里者，三月聚糧。」這句話的意思是，要去千里之外的人，得提前三個月就開始準備乾糧。

十年前，馬健與兩位合夥人温書豪、賴力鵬從麻省理工學院回國創業，創立了晶泰科技。彼時，他們或許尚未看清未來的全貌，但確信了一件事：科學研究的未來，絕不應是人類在實驗室里孤獨地試錯，而是人類智慧與機器智能的深度融合。

「我們已經準備了十年。」馬健説，現在，是時候再出發了。

原標題：《機器人學會0.1毫克極致操作！全球首個AI4S綜合操作系統在上海發佈》

欄目主編：張楊

來源：作者：解放日報 俱鶴飛 實習生 成於睿