Golab物質(zhì)科學(xué)智能研發(fā)工廠直播驗(yàn)證科研能力，讓無人干預(yù)自主科研從概念走向現(xiàn)實(shí)。

在2026世界人工智能大會召開前夕，由上海科學(xué)智能研究院牽頭建設(shè)、其重點(diǎn)孵化企業(yè)上海格物智研科技有限公司打造運(yùn)營的"Golab物質(zhì)科學(xué)智能研發(fā)工廠"在上海漕河涇會議中心正式發(fā)布。隨后，一場持續(xù)5天5夜的"百題馬拉松"直播公開驗(yàn)證其能力：系統(tǒng)無需人員操作，獨(dú)立完成135項(xiàng)真實(shí)科研任務(wù)，完整打通"AI計算—自動實(shí)驗(yàn)—數(shù)據(jù)回流—模型自進(jìn)化"的科研全流程閉環(huán)，讓無人干預(yù)自主科研從概念走向現(xiàn)實(shí)。

數(shù)據(jù)與模型雙向賦能

"Golab物質(zhì)科學(xué)智能研發(fā)工廠"是國內(nèi)首個實(shí)現(xiàn)全流程無人干預(yù)、干濕實(shí)驗(yàn)閉環(huán)的AI超級科研工廠。所謂"干濕閉環(huán)"，是指將計算機(jī)模擬（干實(shí)驗(yàn)）與真實(shí)物理實(shí)驗(yàn)（濕實(shí)驗(yàn)）無縫銜接，形成數(shù)據(jù)自動流轉(zhuǎn)、模型自我迭代的完整鏈路。

這套體系圍繞三個核心要素構(gòu)建。作為"大腦"的"燧人"物質(zhì)科學(xué)專用大模型，突破性地融合了量子力學(xué)與統(tǒng)計熱力學(xué)雙重底層機(jī)理，基于逾1億條第一性原理計算數(shù)據(jù)訓(xùn)練，在50余種熱力學(xué)性質(zhì)預(yù)測任務(wù)中達(dá)到業(yè)界最優(yōu)水平。

作為"雙手"的自驅(qū)動實(shí)驗(yàn)室一期于2026年6月在上海漕河涇新興技術(shù)開發(fā)區(qū)建成投用，首次實(shí)現(xiàn)AI計算與自動化實(shí)驗(yàn)設(shè)備的零人工介入、直接聯(lián)動，并攻克了合成后處理環(huán)節(jié)中分離與提純的自動化難題。

（自驅(qū)動實(shí)驗(yàn)室一期）

串聯(lián)兩者的"渾天綾"技能包則將算法、數(shù)據(jù)、算力、實(shí)驗(yàn)四類要素標(biāo)準(zhǔn)化為可組合的生產(chǎn)單元，使AI模擬計算經(jīng)智能體編排后自動銜接濕實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果再回流至模型，形成無需人工翻譯的完整鏈路。

無人干預(yù)自主科研

長期以來，物質(zhì)科學(xué)研發(fā)受困于周期漫長、試錯成本高的瓶頸。根據(jù)DeepMind公司材料探索圖形網(wǎng)絡(luò)（GNoME）模型的公開數(shù)據(jù)，在其預(yù)測的38萬種穩(wěn)定材料中，僅有736種完成實(shí)驗(yàn)驗(yàn)證，驗(yàn)證率不足0.2%。AI雖能單日產(chǎn)生海量預(yù)測，卻需要人類用10年甚至更長時間才能完成全面驗(yàn)證。

問題根源在于科研流程的割裂。一方面，AI的介入往往是單點(diǎn)式的——能計算不一定能做實(shí)驗(yàn)，能預(yù)測不一定能合成；數(shù)據(jù)、模型、算力與各類工具以孤立形式存在，彼此缺乏統(tǒng)一接口。另一方面，多數(shù)AI模型"只懂結(jié)構(gòu)、不懂機(jī)理"，能預(yù)測蛋白質(zhì)折疊形態(tài)，卻無法解釋其成因。大量科學(xué)假設(shè)因此止步于計算模擬，無法進(jìn)入物理世界接受檢驗(yàn)。

針對科研流程單點(diǎn)割裂、AI僅能預(yù)測而無法自主運(yùn)轉(zhuǎn)的困境，"超級科研工廠"的理念應(yīng)運(yùn)而生。干濕實(shí)驗(yàn)閉環(huán)能力讓一位科學(xué)家或一個小團(tuán)隊(duì)便可承擔(dān)從前端研發(fā)到實(shí)驗(yàn)驗(yàn)證的完整科研閉環(huán)，大幅降低科研門檻與跨領(lǐng)域?qū)W習(xí)成本，推動物理、材料、生物等多學(xué)科深度融合。

完成率達(dá)99%

"百題馬拉松"直播從7月7日持續(xù)至7月11日，原計劃運(yùn)行102個干實(shí)驗(yàn)任務(wù)，實(shí)際完成135題，題目總完成率達(dá)99%。全部題目中僅8道出現(xiàn)工具執(zhí)行失敗，大模型自主編排任務(wù)合理性達(dá)100%，工具調(diào)用正確率達(dá)100%，工具完成度超過95%。直播期間整個體系累計消耗算力運(yùn)行時間總計829小時25分41秒。

（"百題馬拉松"直播畫面）

在催化劑優(yōu)化任務(wù)中，系統(tǒng)首輪便將活性提升約15%，第二輪學(xué)習(xí)后將某項(xiàng)反應(yīng)活性推升至文獻(xiàn)方案的約6倍。在生物醫(yī)藥領(lǐng)域，針對業(yè)內(nèi)公開的一項(xiàng)難成藥靶點(diǎn)，系統(tǒng)僅用一兩天便篩選出候選分子，而傳統(tǒng)方式往往需要數(shù)月；在某難成藥靶點(diǎn)藥物選擇性優(yōu)化中，實(shí)現(xiàn)了200倍的提升，用時僅2個月。

在能源材料領(lǐng)域，團(tuán)隊(duì)與華誼集團(tuán)合作開展高分子材料合成規(guī)劃，研發(fā)效率提升約30%。在日用化工領(lǐng)域，與中國科學(xué)院上海有機(jī)化學(xué)研究所的合作中，團(tuán)隊(duì)發(fā)現(xiàn)了一個長期被忽略的關(guān)鍵反應(yīng)條件，將一類重要催化反應(yīng)的選擇性提升3倍。

驗(yàn)證成功的意義

獨(dú)立完成135項(xiàng)真實(shí)科研任務(wù)的背后，至少包含三層深遠(yuǎn)意義：

第一，驗(yàn)證了干濕閉環(huán)體系的工程可靠性。 百余個真實(shí)科研課題同時運(yùn)行，覆蓋新能源、新反應(yīng)、新材料、新藥物四大方向。系統(tǒng)不僅自主完成分子生成、虛擬篩選，還將計算結(jié)果直接送入自驅(qū)動實(shí)驗(yàn)室，完成化合物的合成、提純與測試，驗(yàn)證數(shù)據(jù)再回流訓(xùn)練模型。這意味著過去課題組需要數(shù)月才能完成的運(yùn)算和驗(yàn)證量，如今被壓縮至數(shù)日內(nèi)自動化執(zhí)行。

第二，證明了AI模型"懂機(jī)理"后的跨領(lǐng)域泛化能力。 曾經(jīng)最依賴專家經(jīng)驗(yàn)的過渡態(tài)初猜搭建，在業(yè)界首次實(shí)現(xiàn)了復(fù)雜體系的自動化生成。系統(tǒng)還會留存失敗案例，由大模型分析原因、總結(jié)經(jīng)驗(yàn)，形成"模型生成方案—實(shí)驗(yàn)驗(yàn)證—數(shù)據(jù)回流—自進(jìn)化"的正循環(huán)。這種數(shù)據(jù)驅(qū)動模型、模型反哺實(shí)驗(yàn)的閉環(huán)，打破了學(xué)科邊界，讓高價值科學(xué)問題在交叉領(lǐng)域加速涌現(xiàn)。

第三，為"科研普惠"與OPC模式提供了基礎(chǔ)設(shè)施支撐。科研技術(shù)閉環(huán)與一人公司（OPC）模式的結(jié)合，正在重新定義科創(chuàng)的基本單元。當(dāng)科研組織能力被按需調(diào)用時，大量優(yōu)秀的科學(xué)假設(shè)不再因資源匱乏而止步。

責(zé)編：Leon
閱讀全文，請先
人工智能 業(yè)界新聞
您可能感興趣
從增長曲線看，數(shù)據(jù)中心目前占美國總用電量的5.9%，預(yù)計到2030年升至約12%，2035年進(jìn)一步攀升至20%——不到十年時間，占比擴(kuò)大逾三倍。
分析機(jī)構(gòu)Needham在6月曾預(yù)測，英偉達(dá)可能正在規(guī)劃一項(xiàng)規(guī)模龐大的通信網(wǎng)絡(luò)項(xiàng)目，未來三年的投資規(guī)模或高達(dá)50億至100億美元。
這是鴻海首次切入馬斯克體系內(nèi)的AI基礎(chǔ)設(shè)施供應(yīng)鏈，也意味著戴爾（Dell）、超微（Super Micro）兩家長期主導(dǎo)SpaceX AI服務(wù)器供應(yīng)的廠商，被正面撬動。
這意味著，AI驅(qū)動的存儲超級周期對三星手機(jī)業(yè)務(wù)的沖擊力，已經(jīng)超過了其史上最嚴(yán)重的產(chǎn)品安全危機(jī)。
黃文德在采訪中強(qiáng)調(diào)，臺積電正面臨客戶端持續(xù)涌現(xiàn)的“長達(dá)數(shù)年的超級需求浪潮”。
2026年，在工業(yè)自動化、新能源汽車及智能裝備的強(qiáng)勁需求下，電機(jī)驅(qū)動與控制技術(shù)正迎來系統(tǒng)性重構(gòu)。
“通用處理器”這一術(shù)語一直被廣泛用于描述可運(yùn)行各類軟件工作負(fù)載的CPU。在現(xiàn)代基于Arm架構(gòu)的系統(tǒng)級芯片（SoC）領(lǐng)域，這一稱謂仍被廣泛使用，但隨著系統(tǒng)復(fù)雜度不斷提升，我們有必要追問：這類器件在實(shí)際應(yīng)用中，究竟有多“通用”？
隨著AI基礎(chǔ)設(shè)施分化為多層專用架構(gòu)，CPU正成為智能體工作負(fù)載的編排層。
本屆WAIC期間，《2026全球AI商業(yè)落地價值洞察報告》重磅發(fā)布，并在大會的兩大高規(guī)格論壇上進(jìn)行了重點(diǎn)展示。作為大會最受關(guān)注的產(chǎn)業(yè)研究成果之一，這份報告以“從技術(shù)爆發(fā)到價值兌現(xiàn)”為主線，系統(tǒng)梳理了全球AI產(chǎn)業(yè)的競爭格局與商業(yè)落地路徑。 镕銘微電子憑借在VPU賽道上的開創(chuàng)性地位與規(guī)模化商業(yè)落地能力，成功入選該報告的兩大核心榜單，與全球及國內(nèi)頂尖科技企業(yè)同臺亮相。
NVIDIA?已驗(yàn)證?ST?的?12?kW?電源傳輸概念驗(yàn)證板，實(shí)際上已進(jìn)入生產(chǎn)測試階段。
TDK-EPC QRF3001F WiFi模組簡介WiFi/BT 2合1模塊：此模塊為 2.4G，支持802.11b/g/n；支持藍(lán)牙 2.1。具有以下優(yōu)勢：1.速度快：支持IEEE802.11b/g
LG Display 首席執(zhí)行官鄭哲東在談及公司第二季度業(yè)績時表示：“若扣除與自愿退休計劃相關(guān)的一次性費(fèi)用，我們實(shí)際上實(shí)現(xiàn)了盈利。”他對業(yè)務(wù)扭虧為盈充滿信心，并預(yù)測隨著行業(yè)進(jìn)入旺季，下半年業(yè)績將顯著改
一、完整型號分段邏輯（標(biāo)準(zhǔn)型號：TCC0603X5R226M100CT） 完整拆分：TCC + 0603 + X5R + 226 + M + 100 + C + T +特殊標(biāo)
專家 訪談PCIe? 6.0時代，重定時器成剛需數(shù)據(jù)中心解決方案業(yè)務(wù)部產(chǎn)品市場技術(shù)工程師Tam Do（杜澤心）在AI時代，當(dāng)業(yè)界還在為GPU算力的指數(shù)級增長歡呼時，一個隱秘的瓶頸正在悄然浮現(xiàn)
點(diǎn)擊藍(lán)字 關(guān)注我們SUBSCRIBE to USImage Credits:Google谷歌母公司Alphabet正在自研一款全新服務(wù)器芯片，用以提升自研大模型Gemini的運(yùn)行能效。科技媒
7月22日，在2026中國汽車論壇上，零跑汽車董事長、CEO朱江明表示，以增程為代表的插電混動技術(shù)不會終結(jié)，未來5到10年內(nèi)，大電量的插電混動汽車在海外市場將是很強(qiáng)勁的產(chǎn)品類型。朱江明指出，這種技術(shù)方
2026年，AI大模型正將算力需求推向指數(shù)級增長。萬卡級集群正向十萬卡邁進(jìn)，而傳統(tǒng)銅互連在帶寬、延遲和功耗上已逼近物理極限——一臺十萬卡AI集群中，超三成電力并非用于計算，而是消耗在數(shù)據(jù)傳輸上。“光進(jìn)
近期，聚燦光電（300708）、創(chuàng)維光顯、鴻佳電子披露產(chǎn)能關(guān)鍵節(jié)點(diǎn)：聚燦光電紅黃光砷化鎵項(xiàng)目一階段接近滿產(chǎn)，創(chuàng)維光顯武漢基地163英寸Mini LED拼接屏產(chǎn)線滿負(fù)荷運(yùn)行，鴻佳電子鹽城基地二期Mini
AI先進(jìn)封裝賽道爆發(fā) 聯(lián)電深耕TGV玻璃基板RDL制程卡位下一代半導(dǎo)體封裝商機(jī)為何TGV玻璃基板封裝成為下一代AI先進(jìn)封裝核心趨勢？AI算力爆發(fā)推動先進(jìn)封裝技術(shù)快速迭代，后摩爾時代半導(dǎo)體封裝持續(xù)升級。