无人“超级科研工厂”落沪，直播AI做科研！科研OPC时代来了！

“格物智研”自驱动实验室一期。

先来看一组画面：一间位于上海漕河泾的“超级科研工厂”，在7月7日开启了实时直播——白色机械臂在实验室里平稳移动，从取样、投料到反应、分离，全程一气呵成，没有任何人类参与。更令人关注的是，整整100道科研课题正在这里由AI进行推演验证。这座工厂名为"Golab物质科学智能研发工厂"，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”）负责打造运营。

这场名为“百题马拉松”的直播将持续5天5夜，把AI科研的全流程直接搬到线上，让每个人都能亲眼见证物质科学研发从“人力驱动”加速转向“智能驱动”的那一刻。

直播截图

值得注意的是，“Golab物质科学智能研发工厂”还是国内首个实现“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。这也就意味着，科研人员终于可以告别“手搓实验”的传统模式了。目前，这套系统已经在生物医药、能源材料、日用化工等多个方向开展了验证性应用。

据团队介绍，一期实验室已于6月在上海市漕河泾新兴技术开发区建成并投入运行。而近3000平方米的二期实验室也已启动建设，预计明年初在青浦区投入使用。

从“大脑”到“手脚”的全链条打通

放眼全球，OpenAI、Anthropic等顶尖AI公司都在纷纷布局科学智能，“计算—执行—反馈—迭代”的技术闭环，已经成为全球AI创新从论文走向产业落地的行业共识。过去两年多来，上智院物质科学团队一直在做的，就是让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介绍，在生物医药领域，团队与医药企业合作优化药物选择性，仅用半年时间就将靶点选择性从7倍提升至1600多倍。针对难成药靶点，筛选候选分子的速度更是从过去的数月压缩到了一两天。在新能源领域，电解质研发项目也让电池使用寿命在短时间内提升了数倍。“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。”

这座“工厂”的架构，由三层彼此咬合的核心系统组成。它的“大脑”，是能够解析科学机理的“燧人”物质科学大模型。曹风雷解释，此前的AI模型往往只学结构、不懂机理——好比AlphaFold能精准预测蛋白质折叠结构，却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。目前，在50余种热力学性质预测任务中，“燧人”物质科学大模型的性能均达到业界最优水平，部分性能相比现有模型实现了30%到50%的提升，并且展现出极强的跨领域泛化能力。

这座工厂的“手脚”，则是一座自驱动实验室。团队调研发现，国内多数实验室还只能实现单个步骤的自动化，不仅没有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，这严重制约了闭环效率。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”最上层的架构，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。这个过程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回忆自己读研时的经历时说，当时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。而现在，由AI预测可能性最高的物质、自动化设备跑实验，科研人员就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，大大减轻科研人员的负担。

目前，格物智研面向用户实现自动化交付：用户提需求，平台自动出结果。同时，格物智研还针对具体研发目标与科研人员开展项目制合作，对优质项目可进行联合孵化。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。”

更深层次的变革，在于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：能力强的科学家依托这套平台，一个人或者一个小团队，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。

“说白了，AI工具只能提高某个环节的效率，但闭环的智能系统改变的是整个科研组织的运转方式。”曹风雷表示，当个人能力可以通过平台规模化时，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。当科研组织能力可以被按需调用时，大量优秀的科学假设就不会再因为资源匮乏而止步，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

那么，这套智能科研系统到底行不行？答案从团队的“百题马拉松”中可见一斑。从7月7日启动的这场为期5天5夜的全程直播，就是一次公开验证。

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，包含了催化剂筛选、可降解高分子设计、电解质研发、药物筛选等十大应用场景。“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天里依次设置了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，而非仅仅重复人类已有的发现。

同日，格物智研与多家科研机构、企业正式签约，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、能源材料等领域的落地。