一间位于上海漕河泾的“超级科研工厂 ”7月7日开启实时直播：白色机械臂在实验室里平稳移动，取样 、投料
、反应、分离一气呵成 ，全程没有人类参与 。100道科研课题正在此由AI进行推演验证
。这是由上海科学智能研究院（简称“上智院
”）牵头建设 、上海格物智研科技有限公司（以下简称“格物智研”）打造运营的“Golab物质科学智能研发工厂 ”。

　　这个工厂的“百题马拉松”将进行5天5夜直播，直接把AI科研全流程搬到线上 ，让每个人都能见证物质科学研发从“人力驱动 ”加速转向“智能驱动
” 。

直播截图

　　“Golab物质科学智能研发工厂”也是国内首个实现“AI计算-自动实验-数据回流-模型自我进化 ”干湿实验全闭环的智能系统
，真正让科研人员告别“手搓实验”的传统模式
。近来 ，该系统已在生物医药
、能源材料、日用化工等多个方向开展验证性应用。

　　团队介绍 ，一期实验室于6月在上海市漕河泾新兴技术开发区建成并投入运行 。近3000平方米二期实验室已启动建设
，预计明年初在青浦区投用
。

从“大脑
”到“手脚”的全链条打通

　　当OpenAI 、Anthropic等顶尖AI公司纷纷布局科学智能，“计算—执行—反馈—迭代 ”的技术闭环 ，已成为全球AI创新从论文走向产业落地的共识。两年多来，上智院物质科学团队让AI真正走进物理世界 。

　　“‘Golab物质科学智能研发工厂’堪称超级科研工厂。
”上智院AI科学家
、青浦复旦未来技术研究院未来材料领域首席科学家、格物智研创始人曹风雷告诉记者
，在生物医药领域，团队与医药企业合作优化药物选取 性 ，仅用半年就将靶点选取 性从7倍提升至1600多倍
。针对难成药靶点
，筛选候选分子的速度从过去的数月变成了现在的一两天；在新能源领域，电解质研发项目短时间内就让电池使用寿命提升数倍 ，“对于科学智能而言
，技术体系只有嵌入完整的产业链，才能形成广泛价值。”

　　曹风雷介绍 ，这座“工厂 ”由三层彼此咬合的核心架构组成 。其“大脑
”是能解析科学机理的“燧人”物质科学大模型
。他解释
，此前AI模型只学结构 、不懂机理，“就像AlphaFold能精准预测蛋白质折叠结构 ，但说不清楚为什么会形成这样的结构
，也不知道折叠的动态过程。而做科研不仅要知道‘是什么’，更要知道‘为什么’ 。因此 ，科学机理才是未来科学模型的核心
。 ”近来 ，在50余种热力学性质预测任务中
，“燧人
”物质科学大模型均达到业界最优水平，部分性能相比现有模型实现30%到50%提升 ，并展现出极强的跨领域泛化能力。

　　这座工厂的“手脚”是一座自驱动实验室 。团队调研发现
，国内多数实验室只能实现单个步骤自动化，既没打通从合成到表征测试的全流程 ，也不能自动设计实验方案
，严重制约闭环效率
。在上月投用的一期实验室里，团队首次实现了AI计算与自动化设备的零人工联动 ，更啃下了行业公认的“硬骨头 ”——合成后处理环节的自动化。

　　“工厂
”的最上层则是系统的“自进化机制” 。曹风雷坦言
，刚开始，系统调用工具的失败率较高 ，但系统会留存所有失败案例
，由大模型分析原因、沉淀为知识，就像人类形成肌肉记忆 ，下次再遇到同类问题就能直接纠错
。“任务跑得越多，系统就越聪明
，最终形成模型生成方案—实验验证—数据回流—模型迭代的正循环。 ”

科研OPC来了！一人也能完成全链条研发

　　上智院研究员
、格物智研联合创始人王雯莉在读研时，曾接到一个全新方向的课题 ，没有师兄师姐带路
，所有实验方案都靠她自己从零摸索 。“这让我真切感受到，很多年轻人的精力 ，都耗在了重复操作和资源协调上。”她举例说
，以前做一轮实验，仅一个反应环节就要等大半天 ，人只能在旁边守着空耗时间
。现在由AI预测可能性比较高 的物质、自动化设备跑实验
，科研人员可以腾出手推进另一个研究。过去两三年才能完成的实验，现在半年到一年就能做完 。此外 ，AI模型还能大幅减少无效实验
，减轻科研人员的负担
。

　　近来 ，格物智研面向用户实现自动化交付 ，即用户提需求 、平台自动出结果。同时，格物智研针对具体研发目标与科研人员开展项目制合作
，还可对优质项目进行联合孵化 。王雯莉介绍，过去建一个实验室动辄百万级投入 ，现在通过平台按需使用
，门槛大幅降低，“这就是科研普惠 ，让每个科学家都能低成本实现自己的好想法
。
”

　　更深刻的变革
，是科研组织模式的重构。曹风雷提出了“科研OPC（一人公司）”的概念，即能力强的科学家依托这套平台 ，一个人或一个小团队就能完成过去需要大团队才能承担的全链条研发工作 。平台提供AI能力
、实验能力和数据沉淀
，科学家只需要专注提出科学问题、判断研究方向
。

　　“AI工具只能提高某个环节的效率，但闭环的智能系统将改变整个科研组织的运转方式。 ”曹风雷说 ，当个人能力可以通过平台规模化
，能服务的科研用户就会呈几何级增长，“超级科研工厂+科研创业者 ，才能真正赋能千行百业 。
”

　　复旦大学校长助理 、上智院理事长吴力波认为，科研技术闭环与OPC模式的结合
，正在重新定义科创的基本单元
。当科研组织能力可被按需调用，大量优秀的科学假设不再因资源匮乏而止步 ，这会是产业AI化的深层动力。

百题马拉松公开检验体系能力
，开放生态加速落地

　　这套智能科研系统到底行不行？团队从7月7日启动为期5天5夜的“百题马拉松”全程直播，进行公开验证 。

　　上智院主任研究员
、格物智研高级算法专家徐丽成介绍 ，100个干实验任务同步开跑
，同时选取5个湿实验课题进入自驱动实验室开展真实验证，覆盖新能源、新反应 、新材料
、新药物四大方向 ，包含催化剂筛选、可降解高分子设计 、电解质研发
、药物筛选等前十 应用场景。“单个实验验证一个环节
，多个实验共同检验整套体系的通用性
。 ”

　　根据直播安排，5天里将依次设置催化剂筛选干湿闭环、多步反应机理推演 、高分子材料与电解液实验、药物筛选与后处理
、第二轮催化剂迭代收官等多个专场 ，直播收官当晚将完成第二轮模型迭代验证。所有实验结果将在7月18日的科学智能开放论坛上公开 。

　　“哪怕实验跑错了也没关系
，成功和失败的数据都会沉淀成平台的知识，下次就不会再错
。
”徐丽成说 ，团队更期待AI能发现一些突破现有认知的新反应、新路径，而非重复人类已有的发现。

　　同日
，格物智研与科研机构 、企业等签约，携手打通数据
、算力、空间等科研要素 ，进一步推动新技术在生物医药 、能源材料等领域落地 。

（文章来源：上观新闻）