在WAIC 2026展会上，晶泰控股携AI4S创新成果集中亮相，展示了AI技术在药物发现和新材料研发领域的最新突破。从联合发布面向真实化学与材料实验场景的多模态评测集LabOPBench，到携手福州大学刊发Nature Synthesis的分子精准合成新平台，晶泰正在打通AI4S从虚拟计算到真实实验的全链路。这不仅是晶泰一家公司的技术进展，更折射出整个AI4S赛道正在从"模型能力展示"走向"真实科研落地"的关键转折。
晶泰科技联合上海人工智能实验室、中国科学院上海硅酸盐研究所和上海交通大学等机构，发布了面向真实化学与材料实验场景的多模态评测集LabOPBench。这套评测集包含756道由实验人员设计并独立审核的题目，重点考察模型能否将真实实验中的视觉证据转化为可靠的实验判断。这意味着AI不仅要能计算分子结构，还要能"看懂"实验现象。传统的AI4S评测大多集中在虚拟筛选和理论计算层面，模型表现再好也只停留在电脑模拟阶段。而LabOPBench的出现，相当于给AI科学家增加了一场"实验操作考试"。题目覆盖了化学实验中常见的沉淀生成、颜色变化、晶体形态等视觉判断，以及实验数据的解读和推理。这对于将AI加速推进真实的实验室环境具有重要意义。LabOPBench的发布也反映了一个行业趋势：AI4S的评测标准正在从纯计算指标向实验可验证性转变。过去衡量一个AI模型的好坏，主要看它在公开数据集上的准确性得分，但得分高的模型在实际实验中的表现往往大打折扣。LabOPBench将真实实验数据作为评判标准，迫使模型开发者更加重视"实验结果说了算"的原则。晶泰科技在WAIC现场展示了部分评测用例，其中一个典型案例是模型需要通过观察化学反应的视觉变化来判断反应是否按照预期路径进行。这要求模型同时理解视觉信息和化学知识，对多模态能力提出了很高要求。
今年7月，晶泰控股与福州大学合作研发的分子精准合成新平台相关研究成果刊发于Nature Synthesis，将AI4S的赋能链条从虚拟筛选延伸到了绿色、安全的实体合成领域。传统的新药研发流程中，AI大多被用在早期的分子设计和虚拟筛选阶段，一旦到了合成阶段，化学家仍然需要依靠经验和试错来寻找可行的合成路线。晶泰的分子精准合成平台改变了这一局面。平台能够基于AI模型预测最优合成路径，并自动优化反应条件，使合成成功率大幅提升的同时减少有害溶剂的使用。这项技术突破了AI4S长期以来的一个瓶颈：模型跑得再好，做不出来等于零。从虚拟到实体的转化，是AI4S兑现商业价值的关键一步。Nature Synthesis作为材料化学领域的顶级期刊，对晶泰的分子合成平台给予的高度认可说明该平台的创新性和实用性已经得到了学术界的背书。据晶泰方面透露，该平台已在实际药物研发项目中得到应用，部分项目的合成效率提升超过了三倍。
晶泰控股还联合复旦大学、浙江大学、同济大学等国内顶尖高校提出了LabHarness框架，旨在加速自主科学发现的湿实验闭环。LabHarness的核心思路是让AI不仅是计算工具，更是实验的设计者和执行者。框架整合了实验设计、数据采集、结果分析等多个环节，形成从实验假设到验证反馈的完整循环，为更多科学研究走向产业落地筑牢技术底座。这套框架的独特之处在于，它不是一个孤立的工具，而是连接AI模型和真实实验的桥梁。通过LabHarness，AI可以直接调度自动化实验设备执行验证实验，并将实验结果反馈回模型进行迭代优化。这种干湿实验闭环的能力，被视为AI4S走向深度应用的核心基础设施。
晶泰控股还在WAIC展示了多个业务子品牌的进展，包括AI自主发现系统Ailux、多肽药物研发平台PepiX和多场景医药调研Agent epiXora。其中PepiX平台在多肽药物领域取得了多项突破性成果，已与多家药企达成合作。据行业分析机构数据显示，AI4S药物研发市场规模预计在2027年突破50亿美元，而材料研发领域的AI4S应用市场规模则更为庞大。晶泰控股的全链条布局覆盖了从计算到实验的完整环节，使其在市场爆发期能够占据有利位置。从行业视角来看，晶泰控股在WAIC上的展示传递了一个清晰的信号：AI4S正在从"做PPT讲故事"走向"做实验出数据"的阶段。当AI能够真正走进实验室，动手做实验、分析数据、优化方案，AI for Science的产业价值才会被真正释放。值得注意的是，晶泰控股在AI4S领域的全链条布局覆盖了从底层算法到上层应用的完整产业链。公司不仅开发了AI自主发现系统，还构建了从分子设计、合成路径优化到自动化实验验证的完整技术栈。这种全栈式的技术整合能力，使得晶泰在AI4S商业化竞赛中占据了独特的竞争位置。