全球首個AI4S操作系統發佈，深圳企業共建科學智能生態

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：南方都市報）

「相約深圳 見證奇蹟——APEC大會倒計時100天媒體採風活動」期間，南都灣財社記者走進深圳科技企業，探訪人工智能賦能產業發展的新探索。

8月6日，深圳企業晶泰科技（2228.HK）舉辦媒體溝通會，正式發佈XtalPi Science科學智能平臺與Genius Agents科學智能體矩陣。該平臺通過整合大語言模型、科學智能體與自動化機器人實驗能力，探索構建從「數字假設」到「物理驗證」的AI4S科研閉環。

當前，人工智能正在加速從「能對話、會生成」向「進產業、解難題」演進，科研領域成為AI落地的重要方向。不同於傳統AI主要在數字空間完成信息處理，AI for Science（AI4S）需要進一步進入真實實驗環境，通過實驗數據反饋持續優化模型能力。晶泰科技介紹，XtalPi Science是全球首個深度整合大語言模型、科學智能體和大規模自動化機器人實驗室的AI4S綜合平臺，旨在推動AI從科研輔助工具向更深層次的科學智能基礎設施方向探索。

作為深圳人工智能產業創新發展的代表企業之一，晶泰科技此次佈局也折射出廣東加快推動「人工智能+科學研究」的產業趨勢。隨着AI與生命科學、新材料、新能源等產業深度融合，科學智能正成為人工智能產業化探索的新方向。

一從「數字推理」到「物理驗證」，AI4S探索科研閉環

近年來，大模型快速發展推動人工智能能力不斷提升，但在科學研究領域，AI生成假設與真實實驗驗證之間仍存在明顯鴻溝。

目前，不少AI科研工具已經能夠輔助科學家完成文獻分析、分子設計、實驗方案生成等工作，但多數應用仍停留在數字空間，難以獨立完成真實環境中的實驗驗證。而生命科學、新材料等領域的研發過程，不僅需要理論推演，更依賴實驗測試、數據反饋和持續迭代。

傳統科研模式中，工具分散、流程割裂以及專家經驗難以沉澱等問題長期存在。AI可以快速生成大量可能性，但如何從海量方案中篩選有效方向，並通過實驗驗證轉化為可複用知識，成為科學智能進一步發展的關鍵。

晶泰科技此次發佈的XtalPi Science，核心在於嘗試打通「數字假設—專業預測—物理驗證—數據反饋」的完整鏈路。平臺中的Genius Agents科學智能體矩陣作為核心調度中樞，可以理解複雜科研目標，拆解跨學科任務，並調用專業模型、工具以及機器人實驗資源完成驗證。

具體來看，科學家提出研發目標后，智能體可以協助完成文獻研究、方案設計、模型預測等數字化環節，並進一步調用自動化實驗系統，在真實環境中開展合成、測試和分析。實驗結果無論成功或失敗，都能夠形成數據反饋，幫助模型優化下一輪預測和決策。

這一模式改變了傳統科研中「提出假設—人工實驗—經驗總結」的單向流程，讓AI參與到科研探索、驗證和迭代全過程。晶泰科技聯合創始人、董事長温書豪表示，AI下一階段競爭關鍵不只是消耗算力，而是能否將智能轉化為真實世界的產業增量。生命科學和先進材料等高價值領域，需要精確的數據、嚴謹的驗證和持續的物理交互，這也成為Physical AI探索產業落地的重要方向。

二多智能體協同，AI如何重構科研組織模式？

與傳統AI工具主要服務單一科研環節不同，晶泰科技希望通過Genius Agents構建面向複雜研發任務的「虛擬研發組織」。

據介紹，Genius Agents並非單一AI助手，而是一套能夠統籌不同科研能力的智能體體系。它可以調用跨學科專家智能體、專業工具以及機器人實驗資源，將科研流程拆解為多個可執行任務，並推動不同環節協同完成。

在傳統研發模式中，一個科研項目往往需要不同團隊、不同工具和不同設備之間反覆銜接，研發效率容易受到流程協同影響。通過智能體體系，科研人員可以將更多精力投入方向判斷和關鍵決策，而AI承擔大量重複性探索工作。

晶泰科技方面表示，平臺能夠將專家經驗沉澱為標準化工作流，讓過去依賴個人經驗的科研過程逐漸轉變為可複用、可追蹤、可持續優化的系統工程。

從運行機制來看，Genius Agents將科研任務拆分為多個環節，通過不同智能體之間的協同完成複雜研發流程。例如，在藥物研發過程中，系統可以輔助開展文獻研究、靶點分析、分子設計、性質預測、合成路線規劃以及實驗測試等工作；在材料研發領域，則可以支持配方設計、性能預測和實驗優化。

這一模式背后，是晶泰科技多年在AI+機器人科研領域的積累。公司成立於2015年，由麻省理工學院物理學家團隊創建，長期佈局人工智能、機器人與生命科學、新材料等領域融合應用。目前，其AI+機器人研發平臺已應用於生物醫藥、新材料、新能源等場景，服務超過300家國際企業與科研機構。

晶泰科技CEO馬健表示，未經驗證的假設無法轉化為知識。Genius Agents通過連接大模型推理、專業模型預測和物理實驗，讓科學家掌握戰略方向，機器人實驗承擔規模化探索，從而填補數字世界與物理世界之間的鴻溝。

三從技術平臺到產業生態，科學智能加速落地

AI4S的發展不僅是技術創新，也是人工智能產業化路徑的一次拓展。

過去，人工智能應用更多集中在互聯網、辦公、內容生成等數字場景，而科學研究、先進製造等領域則需要AI具備理解物理世界、處理複雜變量並持續實驗驗證的能力。隨着機器人技術、自動化實驗設備和科學模型的發展，Physical AI正在成為連接數字智能與實體產業的重要方向。

此次發佈XtalPi Science的同時，晶泰科技還聯合26家產業、高校及科研生態夥伴發起「科學智能開放生態聯盟」。聯盟將依託XtalPi Science，為成員提供平臺應用、模型與工具接入、自動化實驗資源調用、聯合開發及私有化部署等多層次合作方式，推動模型、數據、工具與實驗能力之間進一步協同。

從產業發展角度看，AI4S仍處於探索階段。相比傳統數字應用，科研場景更加複雜，需要長期的數據積累、實驗能力建設以及產業生態協同。晶泰科技CEO馬健在媒體交流中表示，AI for Science區別於普通AI應用的重要特點，在於需要真實產業數據、專業模型以及機器人實驗體系長期結合，形成軟硬件協同的數據閉環。

在這一過程中，開放生態成為推動科學智能發展的重要方向。通過聯盟建設，企業、高校和科研機構可以圍繞模型、數據、工具和實驗資源展開協作，加速科研能力的共享與複用。

對於廣東而言，推動人工智能與科研創新、先進製造融合，是培育新質生產力的重要方向。從深圳人工智能產業生態建設，到生命科學、新材料等戰略性產業發展，AI4S正在成為連接科技創新與產業升級的新入口。

未來，隨着模型能力提升、實驗自動化程度提高以及科研數據持續積累，科學智能或將進一步改變研發流程。人工智能競爭也可能從單純的大模型能力比拼，轉向數據、場景、基礎設施和生態體系的綜合競爭。

採寫：南都·灣財社記者 程洋