【对话涌生智能杨梦：AI for Bio的下一场竞争，是把实验闭环验证真正做出来】

随着 Google DeepMind、#OpenAI# 、Anthropic 等科技巨头相继进入生命科学领域，AI for Bio 的竞争也在发生变化：行业关注的问题，已经不再只是模型能不能回答生命科学问题，而是模型能不能真正进入科研流程，把实验做出来。

从科学假设生成、实验方案设计，到药物发现和蛋白质工程，大模型已经展现出强大的知识与推理能力。但生命科学研究并不只发生在屏幕之中。一个实验意图要变成真实结果，需要依次经过实验方案、标准操作流程、仪器执行和反馈修正。其间涉及样本、耗材、体积、温度、孔位和设备接口等大量物理约束，任何一个环节出现偏差，都可能导致实验失败。

这也是 AI for Bio 长期停留在“会想不会做”阶段的原因：AI 可以生成一份看似合理的实验方案，却很难把它转化为机器能够理解和执行的动作，更无法在真实湿实验失败后总结原因、调整方案并重新尝试。

近期，#华大智造# 旗下子公司#涌生智能# 与上海人工智能实验室联合发布的两项成果，为跨越这道鸿沟提供了一条新路径：真实实验室场景驱动的自进化多智能体系统 ProtoPilot，以及生命科学领域首个从用户需求到设备可执行的全流程 Agent 评测体系 BioLab Bench，交出了全球生命科学实验室首份 Physical AI 答卷。

戳链接查看详情：http://t.cn/AX93LXqO