当AI生成的科学猜想可以无限涌出，谁来为这些“数字答案”做物理世界里的真实验证？
7月29日，晶泰科技在上海给出了自己的回答。这家以AI和机器人驱动研发的平台公司，正式发布全球首个整合大语言模型、科学智能体与大规模自动化机器人实验的AI for Science综合平台——XtalPi Science。同时，联合三生制药、君实生物、丹纳赫集团、香港中文大学（深圳）等26家产业、高校及科研生态伙伴，共同发起成立“科学智能开放生态联盟”。
从“生成答案”到“可验证的科学发现”
大模型浪潮之下，AI生成科学猜想的边际成本正趋近于零。但问题随之而来：海量的“数字猜想”批量涌现，物理世界的真实验证却成为稀缺资源。
这正是XtalPi Science试图破解的核心命题。平台将晶泰科技十年积累的模型、工具、智能体及实验资源封装为可按需调用的Science Token，从服务单一项目的内部体系，升级为可供全球科研组织按需调用的AI4S底层基础设施。
参会嘉宾现场体验Genius Agents
作为整套系统的核心调度中枢，Genius Agents构建了兼具全局规划与特定场景执行能力的多智能体体系。它能自主理解复杂科研目标、完成跨学科长程任务，同时显著降低模型幻觉——在数字世界调用专业模型完成预测，再通过物理智能在真实世界开展高精度实验验证。
由此，XtalPi Science贯通了“数字假设—专业预测—物理验证—数据反馈”的完整闭环。模型端形成的假设能够在实验端得到验证，实验端的结果则持续回流模型与智能体，反哺下一轮预测和决策。晶泰科技将科学研究的偶然性，转变为一套可编排、可验证、可追溯、可持续进化的系统工程。
晶泰科技联合创始人、董事长温书豪博士
“AI下一阶段的竞争，绝不仅是消耗算力的数字游戏，而在于能否把智能转化为真实世界的产业增量。”晶泰科技联合创始人、董事长温书豪表示。在他看来，生命科学与先进材料等高价值场景，需要最精确的数据、最严谨的验证和持续的物理交互，这正是Physical AI率先形成商业闭环的理想场域。
“失败数据”构筑技术护城河
AI驱动科学发现的核心，不仅在于数字世界中的“假设生成”，更在于物理世界中的“真实验证”。
晶泰科技耗时近十年构筑的技术护城河，正在于此。公司首席科学官张佩宇介绍，依托我国硬件供应链与自研AI算法，晶泰的物理智能体系已在丰富的真实业务中沉淀了大量研发与项目数据。目前，这套体系已覆盖超20类工业场景，服务逾100个真实的新药与新材料发现项目。实验室每月稳定产出5万余条反应产率数据和30万条过程数据，已累计沉淀超50万条真实实验记录。
更重要的是，这些数据资产中包含了传统公开文献中极度稀缺、占比高达80%的“失败负样本”。正是这种珍贵的纠错数据，让晶泰的科学模型在面对复杂未知空间时，具备了超越人类专家的认知底座。
数据优势直接转化为模型能力。在基于350个真实工业分子的严苛评测中，由真实物理数据训练的反应路线预测模型SureRoute展现出极高可靠性：化学幻觉率降至4.6%，仅为前沿通用大语言模型的六分之一；首条合成路线准确率高达51.7%。在失败实验的预测上，SureRXN的准确度达到81%至89%，远超资深化学家38%至60%的对照表现。
这种基于底层数据的优势，正直接转化为产业端的商业价值。在真实的对外服务合作中，SureRXN将传统合成目标分子所需的5至10次试错迭代，大幅压缩至平均仅需1.19次。
晶泰科技联合创始人、首席执行官马健博士
“未经验证的假设无法转化为知识。”晶泰科技联合创始人、CEO马健表示，Genius Agents将大模型推理、专业模型预测与物理实验无缝连接为可自我迭代的完整闭环，让科学家掌控战略方向，机器人实验承担规模化探索。
从单点探索到生态共建
独行快，众行远。
此次发布更重要的战略意义，是晶泰科技开始将其沉淀多年的内部研发能力与项目数据，转化为可由外部科研组织调用的全球科学基础设施。为支撑生态流转，晶泰同步推出Science Token机制，为平台提供统一的资源调用、过程记录与贡献计量标准。企业既可调用AI应用开展研发，也可接入晶泰的自动化实验资源形成数据闭环；对于核心保密诉求高的企业，系统支持私有化部署。
科学智能开放生态联盟” 正式签约落地
发布会现场，“科学智能开放生态联盟”正式签约落地。联盟成员覆盖科学创新全链条，既包括三生制药、君实生物、加科思、百诚医药等生物医药企业，也有佰维存储、翰博高新材料等先进制造与新材料企业，以及丹纳赫集团、无问芯穹、逐际动力等科学仪器、AI基础设施与具身智能伙伴。
新民晚报记者获悉，截至7月29日中午，已有近200家企业、高校、科研及投资机构提交XtalPi Science平台试用申请。
对晶泰科技而言，这不是一场完成式的产品发布，而是从内部科研能力走向开放科学基础设施的新起点。对产业而言，科学智能并非某一家企业能够独立完成的命题，而是一项需要产业、高校、科研机构及技术伙伴共同参与的系统工程。
随着Scientific AI、Scientific Agents与Physical AI加速融合，一个由社群共同建设、由真实证据持续校准，并最终服务于科学发现和产业创新的新生态，正在由此启航。
倍顺网提示：文章来自网络，不代表本站观点。
