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”

面对新药、破解新材料研发周期长、周期质科试错成本高等行业痛点，长等厂7月7日，难题能研由上海科学智能研究院（简称“上智院”）牵头，上海首孵化企业上海格物智研科技有限公司（简称“格物智研”）打造运营的发布发工“Golab物质科学智能研发工厂”在漕河泾会议中心正式亮相。

该“智能研发工厂”成功打通了“AI计算-自动实验-数据回流-模型自进化”的国内工介全流程闭环，首次实现AI计算与自动化实验设备的零人零人工介入直接联动。作为国内率先实现较高程度无人干预科研全流程的入物系统，它已在生物医药、学智能源材料、破解日用化工等多个领域开展验证性应用，周期质科推动科研模式从传统的长等厂“人驱动”向“智能驱动”转型。

与此同时，难题能研同步启动的上海首“百题马拉松”直播活动将连续运行5天5夜，通过公开验证源于真实场景的科研问题，全面展示该系统的能力。

直播截图

【技术闭环：全球AI产业化的核心共识】

在自动驾驶领域，特斯拉依托数百万辆存量车构建真实路况数据闭环，每日产生约16亿帧图像数据，持续反哺自动驾驶算法迭代；宇树科技于今年3月开源人形机器人真机数据集，包含189万条真实场景动作轨迹数据，驱动模型持续进化；OpenAI将GPT-5接入云端实验室，使蛋白质生产成本降低40%……

无论是自动驾驶、具身智能还是科学智能，“计算—执行—反馈—迭代”的技术闭环，已成为全球科技公司从技术验证走向商业落地的共识路径。

自2023年成立起，上智院便基于这一理念持续攻关。尽管大语言模型技术迅猛发展，但“能预测”不等于“能自主运转”。为此，上智院物质科学/格物智研研创一体团队提出了“超级科研工厂”理念，其核心由三大要素咬合构成：作为“大脑”的通用跨领域基础模型、作为伸向物理世界“双手”的自驱动实验室，以及让二者持续互相校正、越用越强的自进化系统。

“Golab物质科学智能研发工厂”正是围绕这三者构建：
* 核心模型：团队研制的“燧人”模型在业界首次统一建模微观电子结构与宏观统计行为，具备少量数据跨领域迁移预测能力。
* 硬件设施：建成的自驱动实验室首次实现AI计算与自动化实验设备零人工介入联动，攻克了合成与提纯间的自动衔接难题。
* 连接平台：模型、实验室与自进化系统由“浑天绫”工具包平台串联，将“干实验”（AI模拟）、连接层（智能体）、“湿实验”（物理验证）及“数据回流”编排为无需人工翻译的自动执行链路。

作为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投运，实现国内较高程度的无人干预科研全流程。目前，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已启动，计划于明年初在青浦区投入运行。

【应用成效：多领域研发效率显著提升】

该系统的应用成效已初步显现，显著缩短了研发周期并提升了成功率：

• 生物医药领域：针对业内公开的难成药靶点，系统仅用1-2天即可筛选出候选分子，而传统方式需数月甚至更久；在某难成药靶点药物选择性优化中，实现200倍提升，耗时仅2个月。
• 能源材料领域：传统研发需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，研发效率提升约30%。
• 日用化工领域：与中国科学院上海有机化学研究所合作中，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。

【降低门槛：让“一人公司”也能拥有顶级实验室】

对于OPC（一人公司）创业者而言，降低获取和利用优质数据的门槛是核心诉求。

“即使是一个小团队或一位科学家，便可承担从前端研发到实验验证的完整科研闭环，这也是我们用‘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表示。

上智院AI科学家曹风雷

目前，格物智研已形成三种商业模式：项目制、联合开发以及面向长尾用户的自动化交付。其中，自动化交付模式允许用户提交需求、平台自动交付结果，大幅降低了过去动辄百万元级的实验室建设门槛。

“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指出。

原标题：《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”》

(责任编辑：百科)