国内首个物质科学智能研发工厂：AI无人干预5天完成135项科研任务

在2026世界人工智能大会召开前夕，由上海科学智能研究院牵头建设、其重点孵化企业上海格物智研科技有限公司打造运营的"Golab物质科学智能研发工厂"在上海漕河泾会议中心正式发布。随后，一场持续5天5夜的"百题马拉松"直播公开验证其能力：系统无需人员操作，独立完成135项真实科研任务，完整打通"AI计算—自动实验—数据回流—模型自进化"的科研全流程闭环，让无人干预自主科研从概念走向现实。

数据与模型双向赋能

"Golab物质科学智能研发工厂"是国内首个实现全流程无人干预、干湿实验闭环的AI超级科研工厂。所谓"干湿闭环"，是指将计算机模拟（干实验）与真实物理实验（湿实验）无缝衔接，形成数据自动流转、模型自我迭代的完整链路。

这套体系围绕三个核心要素构建。作为"大脑"的"燧人"物质科学专用大模型，突破性地融合了量子力学与统计热力学双重底层机理，基于逾1亿条第一性原理计算数据训练，在50余种热力学性质预测任务中达到业界最优水平。

作为"双手"的自驱动实验室一期于2026年6月在上海漕河泾新兴技术开发区建成投用，首次实现AI计算与自动化实验设备的零人工介入、直接联动，并攻克了合成后处理环节中分离与提纯的自动化难题。

（自驱动实验室一期）

串联两者的"浑天绫"技能包则将算法、数据、算力、实验四类要素标准化为可组合的生产单元，使AI模拟计算经智能体编排后自动衔接湿实验，实验结果再回流至模型，形成无需人工翻译的完整链路。

无人干预自主科研

长期以来，物质科学研发受困于周期漫长、试错成本高的瓶颈。根据DeepMind公司材料探索图形网络（GNoME）模型的公开数据，在其预测的38万种稳定材料中，仅有736种完成实验验证，验证率不足0.2%。AI虽能单日产生海量预测，却需要人类用10年甚至更长时间才能完成全面验证。

问题根源在于科研流程的割裂。一方面，AI的介入往往是单点式的——能计算不一定能做实验，能预测不一定能合成；数据、模型、算力与各类工具以孤立形式存在，彼此缺乏统一接口。另一方面，多数AI模型"只懂结构、不懂机理"，能预测蛋白质折叠形态，却无法解释其成因。大量科学假设因此止步于计算模拟，无法进入物理世界接受检验。

针对科研流程单点割裂、AI仅能预测而无法自主运转的困境，"超级科研工厂"的理念应运而生。干湿实验闭环能力让一位科学家或一个小团队便可承担从前端研发到实验验证的完整科研闭环，大幅降低科研门槛与跨领域学习成本，推动物理、材料、生物等多学科深度融合。

完成率达99%

"百题马拉松"直播从7月7日持续至7月11日，原计划运行102个干实验任务，实际完成135题，题目总完成率达99%。全部题目中仅8道出现工具执行失败，大模型自主编排任务合理性达100%，工具调用正确率达100%，工具完成度超过95%。直播期间整个体系累计消耗算力运行时间总计829小时25分41秒。

（"百题马拉松"直播画面）

在催化剂优化任务中，系统首轮便将活性提升约15%，第二轮学习后将某项反应活性推升至文献方案的约6倍。在生物医药领域，针对业内公开的一项难成药靶点，系统仅用一两天便筛选出候选分子，而传统方式往往需要数月；在某难成药靶点药物选择性优化中，实现了200倍的提升，用时仅2个月。

在能源材料领域，团队与华谊集团合作开展高分子材料合成规划，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3倍。

验证成功的意义

独立完成135项真实科研任务的背后，至少包含三层深远意义：

第一，验证了干湿闭环体系的工程可靠性。 百余个真实科研课题同时运行，覆盖新能源、新反应、新材料、新药物四大方向。系统不仅自主完成分子生成、虚拟筛选，还将计算结果直接送入自驱动实验室，完成化合物的合成、提纯与测试，验证数据再回流训练模型。这意味着过去课题组需要数月才能完成的运算和验证量，如今被压缩至数日内自动化执行。

第二，证明了AI模型"懂机理"后的跨领域泛化能力。 曾经最依赖专家经验的过渡态初猜搭建，在业界首次实现了复杂体系的自动化生成。系统还会留存失败案例，由大模型分析原因、总结经验，形成"模型生成方案—实验验证—数据回流—自进化"的正循环。这种数据驱动模型、模型反哺实验的闭环，打破了学科边界，让高价值科学问题在交叉领域加速涌现。

第三，为"科研普惠"与OPC模式提供了基础设施支撑。科研技术闭环与一人公司（OPC）模式的结合，正在重新定义科创的基本单元。当科研组织能力被按需调用时，大量优秀的科学假设不再因资源匮乏而止步。