7月7日下午至7月11日深夜，漕河泾的一间实验室里，机器昼夜不停，却空无一人。反应器自动投料、分离纯化、产物分析，动作沉默而精准。远在千里之外的科学家打开终端，就能看到自己提交的科研课题被自动拆解、执行、验证。
这不是科幻电影，而是“Golab物质科学智能研发工厂”百题马拉松的直播现场。7月7日，由上海科学智能研究院（简称“上智院”）牵头建设、其重点孵化企业上海格物智研科技有限公司（简称“格物智研”）打造运营的干湿闭环体系正式发布，随即接受了一场严苛的公开大考。
百余个真实科研课题连续运行5天5夜，最终交出一份硬核答卷：大模型自主编排任务的合理性达100%，工具调用正确率达100%，工具完成度超过95%，某反应活性比文献方案提升超6倍，首次实现国内物质科学领域的干湿实验全流程闭环的无人介入自动化运行。
科学家提出想法，AI完成全流程实验
传统的物质科学实验中，科研人员要手动完成实验操作，并花费大量时间等待实验结果。“大量时间都在等待，只能看看文献或者做些无关的事，无形中浪费了很多时间。”复旦大学人工智能与产业创新研究院在读博士生、上智院研究员、格物智研联合创始人王雯莉，回忆起自己硕士期间的日常不禁感慨。
她的经历并非个例。在传统科研模式下，实验人员的大量时间被重复性操作挤占，而“Golab物质科学智能研发工厂”要改变的，正是这种局面。上智院AI科学家、上海市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在发布会上这样描述这套系统的愿景：“科学家只需要提出一个idea，从模型设计、实验方案生成、实验执行到数据回流，整个流程科研工厂都可以自动完成。”
具体怎么实现？曹风雷拆解了三个关键要素：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”，以及让二者持续互相校正的自进化系统。
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
首先是模型。上智院自2023年成立起，便重点打造“燧人”系列物质科学模型，坚持从底层能力训练起步。曹风雷打了个比方：“之前的大模型只学到结构信息，相当于大一大二学生能判断结构对不对，但要想做得更好，必须学量子力学、统计力学等研究生甚至博士生阶段的知识。”
“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，使分子模型从经验拟合迈向物理约束驱动、从专用工具跃迁为通用引擎。今年，“燧人”模型的基座层、功能层、应用层均已建成并互联互通。
“燧人”物质科学大模型矩阵
模型算出虚拟候选物，必须真实合成出来。合成不难，难的是合成之后的分离提纯，即“后处理”，这也是多数自动化实验被“卡脖子”的地方。在漕河泾，团队建成第一期自驱动实验室，首次实现AI计算与自动化实验设备零人工介入、直接联动，并重点攻克了合成与提纯之间的自动衔接。
最后，系统自进化也是这一“科研工厂”持续运转的关键。上智院主任研究员、格物智研算法高级专家徐丽成在发布会上直言，当前科研工具普遍面临“生态割裂、门槛高企、迭代迟滞”三大痛点。对此，团队推出浑天绫Skills平台，把算法、数据、算力、实验四类要素标准化为可组合的“技能包”，配合实验设计智能体，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。
上智院主任研究员、格物智研算法高级专家徐丽成
曹风雷透露，刚开始时，智能体的失败和错误是常态。“但我们会把那些失败案例保存下来，分析失败原因，实现模型的自我修正。”由此，自驱动实验室能持续产出高质量、可重复的实验数据，这类数据正是物质科学中的稀缺资源。同时模型也越用越聪明，循环往复、让整套技术体系“自己成长”起来。
百题马拉松交卷，跨领域验证初战告捷
现如今，这套体系已基本覆盖生物医药、能源材料、日用化工等行业，只要领域本身有明确的分子设计和实验验证需求，这套体系便能适配。7月7日，“百题马拉松”直播同步启动，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，包含电池材料设计、化合物筛选等十大应用场景，每个实验都对应着科研流程中的一项关键能力，以此来验证这套体系是否具备跨领域应用能力。
干湿闭环实验直播截图
7月11日，5天直播正式结束，成果喜人。干实验方面，原计划运行102题，实际完成135题，题目总完成率99%。全部题目中仅8道出现工具执行失败，工具调用正确率100%，工具完成度超过95%。曾经最依赖专家经验的过渡态初猜搭建，在业界首次实现了其复杂体系的自动化生成。算力使用方面，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。这意味着科研的“时间”正在被重新定义，不仅跑得更快，还可以同时跑更多。
湿实验方面，针对通用偶联反应，模型推荐的催化体系经自动化验证后，首轮实验中4个反应里有3个活性比文献方案提升约15%。而在首轮实验数据回流并重新训练模型后，第二轮实验将该反应活性进一步提升至首轮实验的约8倍。
本次直播中，这个“科研工厂”用两轮迭代将催化活性推至文献6倍，成功复现论文中相关电解液添加剂相关反应，找到跳出专利框架的IL-17A新骨架、设计出可降解的高分子材料，并首次跑通从帕金森病新靶点识别到活性分子推荐的全自动链路。这些代表性场景，更直观揭示了单个实验验证的是一个环节，多个实验共同检验的，则是整套物质科学干湿闭环体系的通用性。
该“科研工厂”近日筛选出的高分子结构之一
“科研工厂”并非要取代传统的科研人员，而是让科学家更关注“该做什么、如何解决”这些更重要的科学问题。徐丽成补充道：“硕博生的培养过程中，很多时候学生只是在重复实验操作。现在可以把‘做’的环节交给平台，人就有了更多时间思考。”
校-院-企协同，打通科研转化全链条
在这套体系背后，复旦大学的角色不可或缺。作为上海市统筹布局、依托复旦大学建立的“创新特区”，上智院已建成一支百余人的复合型人才队伍，并孵化出多家创新企业。
“无论是底层算法的原创性突破，还是复杂科学问题的系统化认知，上智院在科学智能领域的深度与广度皆离不开复旦的学术沃土。”复旦大学校长助理、上智院理事长吴力波说道。打造出这一“科研工厂”的上智院物质科学团队，正携手复旦大学基础医学院和上海市重大传染病和生物安全研究院的姜世勃/陆路团队以及沪上创新企业，进行跨领域联合攻关，探索病毒入侵的关键动态过程，目前取得阶段性成效。
上智院物质科学团队讨论病毒膜融合过程中的分子结构，左一站立者为王雯莉
吴力波进一步表示：“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，让产学研各方围绕同一个目标协同发力，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。”
在“校-院-企”协同创新机制下，位于青浦的自驱动实验室二期，成为复旦大学与上智院面向长三角科技创新共同体的又一重要落子。近3000平方米的二期实验室已在青浦启动建设，计划明年初投运，打通从合成、制备、表征到测试的全流程。
依托复旦大学深厚的基础研究优势、上智院的原创策源能力，以及青浦复旦未来技术研究院的成果转化和区域协同创新平台优势，该干湿闭环技术体系正致力于成为连接高校科研、技术转化与产业创新的关键节点，推动科研基础设施向长三角开放共享，打造科技创新与产业创新深度融合的示范平台。
对于OPC（One Person Company，一人公司）创业者等科研普惠用户来说，降低获取和利用优质数据的使用门槛是其最主要的诉求之一。“Golab物质科学智能研发工厂”的产品构想，正是源于王雯莉等团队核心的亲身经历。“读硕士的时候，我曾接到全新的课题方向，组内没有任何先例，实验方案和设备都得从零搭建。”这段“从零开始”的经历，让她深刻体会到传统科研模式下个体研究者面临的资源壁垒和高昂试错成本。
“我们希望能形成科研OPC生态，个体能够独立完成完整科研闭环，实现服务能力的几何级增长，最终通过生态协同，赋能千行百业。”曹风雷这样描绘团队的未来愿景。
吴力波也认为，科研技术闭环与OPC模式的结合，正在重新定义科创的基本单元。当科研组织能力可被按需调用，大量优秀的科学假设不再因资源匮乏而止步，这会是产业AI化的深层动力。未来，这一超级科研工厂持续开放模型、算力、实验等核心能力，加快破解新药、新材料等研发周期长、试错成本高等难题，进一步促进科研普惠。
