破解研发周期长等难题，上海发布国内首个零人工介入物质科学“智能研发工厂”

如何把新药研发和材料探索的周期大幅压缩？7月7日，由上海科学智能研究院（简称“上智院”）牵头建设，孵化企业上海格物智研科技有限公司（简称“格物智研”）打造运营的“Golab物质科学智能研发工厂”，在漕河泾会议中心正式发布。

这个被定位为国内领先的“智能研发工厂”，已经成功跑通“AI计算—自动实验—数据回流—模型自进化”的闭环全流程。最值得关注的是，它首次实现了AI计算与自动化实验设备的零人工介入、直接联动，在国内率先做到较高程度的无人干预科研全流程。目前，该系统已在生物医药、能源材料、日用化工等多个行业方向展开验证性应用，正推动科研从“人驱动”向“智能驱动”转变。

与此同时，一场名为“百题马拉松”的直播同步启动，连续运行5天5夜，通过来自真实场景的科研问题公开验证系统能力。

直播截图

技术闭环已成全球AI产业化共识

先看几个行业标杆：特斯拉依托全球数百万辆存量车构建路况数据闭环，每天产生约16亿帧图像数据，持续反哺自动驾驶能力；宇树科技今年3月开源的人形机器人数据集中，包含了189万条真实场景动作轨迹数据，用于驱动模型迭代；OpenAI将GPT-5接入云端实验室后，蛋白质生产成本直接降低了40%。

从自动驾驶到具身智能，再到科学智能，“计算—执行—反馈—迭代”的技术闭环，已经成为全球科技公司从技术验证走向商业落地的共识路径。

上智院从2024年成立开始，就一直沿着这个技术理念持续攻关。他们的关键判断是：能预测的模型不等于能自主运转的科研工厂。因此，物质科学/格物智研的研创一体团队提出了“超级科研工厂”理念，核心在于三要素的紧密咬合——通用的跨领域基础模型作为“大脑”，自驱动实验室作为伸向物理世界的“双手”，以及让两者持续互相校正、越用越强的自进化系统。

“Golab物质科学智能研发工厂”正是围绕这三要素构建的。团队研制的“燧人”模型，在业界首次实现了微观电子结构与宏观统计行为的统一建模，只需少量数据就能跨领域迁移预测。自驱动实验室则首次让AI计算与自动化实验设备实现了零人工介入、直接联动，并攻克了合成与提纯之间的自动衔接难题。而模型、实验室和自进化系统之间，由“浑天绫”工具包平台串联起来：它将“干实验”（AI模拟计算）—连接层（智能体）—湿实验（物理世界验证）—数据回流”编排成一条可自动执行、无需人工翻译的完整链路。

作为这个闭环体系的关键环节，自驱动实验室一期已于今年6月在漕河泾新兴技术开发区建成并投入运行，在国内率先实现较高程度的无人干预科研全流程。由格物智研与青浦复旦未来技术研究院共同推进的近3000平方米自驱动实验室二期工程，也已启动建设，计划明年初在青浦区投入运行。

多个应用方向初见成效

应用效果如何？已经有一些亮眼的成绩。

在生物医药领域，针对业内公开的一个难成药靶点，该系统仅用一两天就筛选出了候选分子，而传统方式往往需要数月甚至更长时间。在另一个难成药靶点的药物选择性优化中，实现了200倍的提升，用时仅2个月。

在能源材料领域，传统研发通常需要数百次试验才能找到合适方案。团队与华谊集团合作开展高分子材料合成规划后，研发效率提升约30%。

在日用化工领域，与中国科学院上海有机化学研究所的合作中，团队发现了一个长期被忽略的关键反应条件，将一类重要催化反应的选择性提升了3倍。

降低实验室建设门槛

对于OPC（一人公司）创业者来说，降低获取和利用优质数据的门槛，是他们的核心诉求之一。

“即使是一个小团队或一位科学家，也可以承担从前端研发到实验验证的完整科研闭环——这正是我们用‘工厂’来命名这套体系的原因。”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说。

上智院AI科学家曹风雷

格物智研目前形成了三种商业模式：项目制、联合开发以及面向长尾用户的自动化交付。其中自动化交付模式，即用户提交需求、平台自动交付结果，让过去动辄百万元级投入的实验室建设门槛大幅降低。

“这套体系能够跑通落地，核心在于上海提供的制度环境和创新组织方式，让基础研究、技术开发与产业转化在同一个体系中不断循环迭代。”复旦大学校长助理、上智院理事长吴力波说。