晶泰科技发布XtalPi Science平台,多智能体矩阵开启自主科学发现

首页 / AI资讯 / AI4S

0:00
0:00
1x
定时

7月29日,晶泰科技在北京正式发布XtalPi Science科学智能平台与Genius Agents科学智能体矩阵,并联合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。据雷峰网7月31日报道,XtalPi Science是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,它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,全面跃升为可供全球科研组织按需调用的AI4S底层基础设施。

这一发布的行业背景,是AI for Science正在经历从实验室概念到产业化应用的关键转折。过去AI在科研中的角色更多是单点介入,比如预测蛋白质结构、筛选候选分子,但整个科研流程仍需人工拼接。晶泰的XtalPi Science试图解决的正是一体化的问题:让AI不仅会预测,还会设计实验、操作仪器、验证结果、回流数据,形成完整的科研闭环。用晶泰科技联合创始人、董事长温书豪的话说,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。

Genius Agents:会思考也会动手的科学智能体

Genius Agents是整套系统的核心调度中枢与研发矩阵,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,且显著降低模型幻觉。具体而言,Genius Agents可以在数字世界调用专业模型完成预测,并通过物理智能在真实物理世界开展高精度实验验证,贯通数字假设、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。

这套体系的价值在于,它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。过去药物研发中从靶点发现到候选分子验证,往往需要数年时间和数亿美元的投入,而多智能体协同的AI4S平台可以将大量重复性工作自动化。以晶泰深耕的结晶科学与药物固相研究为例,自动化实验机器人与AI预测模型的配合,已经让部分实验环节的效率提升了数倍。当多个智能体分别承担文献调研、分子设计、合成规划、实验执行与结果分析时,一个科研项目可以被并行推进,整体周期显著压缩。

Science Token:把十年积累变成可调用服务

XtalPi Science最具行业颠覆性的设计,是Science Token的概念。它将晶泰科技十年积累的模型能力、工具链、智能体与自动化实验资源,封装为类似API的服务单元,全球科研组织可以按需调用,而不必重新建设整套基础设施。对于高校实验室而言,这意味着无需采购昂贵的自动化设备就能使用顶尖的AI4S能力;对于生物医药企业而言,这意味着可以按项目付费,将固定成本转化为弹性投入。

在产业协同层面,晶泰科技联合26家伙伴成立科学智能开放生态联盟,涵盖产业链上下游、高校与科研机构。联盟将依托XtalPi Science为成员提供平台与自动化实验资源的调用、模型与工具接入、联合开发及私有化部署等多元合作模式,共同推动模型、数据、工具与实验能力之间高效协同。这种开放生态的做法,正在把AI4S从单个企业的竞争力,扩展为整个行业的公共基础设施。在生命科学与先进材料等高价值场景,这种协同效应尤其显著,因为最精确的数据、最严谨的验证和持续的物理交互,正是决定科研成果能否落地的关键。

从生成答案到驱动验证,AI4S的产业化新范式

XtalPi Science的意义,在于推动人工智能从生成答案迈向驱动可验证的科学发现。过去大模型擅长回答问题,但回答不等于发现,预测不经过实验验证,就永远只是假设。晶泰通过将AI预测与自动化实验深度耦合,让每一个数字假设都能在真实物理世界接受检验,检验结果又反过来改进模型,形成不断进化的正循环。这种干湿闭环的体系,正是AI4S走向产业化的关键路径。

从行业格局看,AI4S平台的竞争正在从单点工具转向全栈生态。晶泰科技凭借在药物研发、材料科学等领域的多年积累,以及在自动化实验基础设施上的重投入,率先推出了整合式平台。而科学智能开放生态联盟的成立,则意味着这场竞争已经从企业层面上升到生态层面。随着更多科研机构、高校与企业加入,AI4S的产业化有望进入加速通道,让更多新药、新材料从实验室批量涌现。

从单点到闭环:AI4S平台化的必然趋势

晶泰科技推出XtalPi Science,并非一次简单的产品发布,而是对AI4S产业逻辑的重新梳理。过去几年,AI在药物研发中的应用大多停留在单点突破:有的团队擅长分子生成,有的团队擅长性质预测,有的团队专注自动化实验,但这些能力散落在不同公司、不同平台之间,科研人员需要自行拼接完整的研发链路。平台化的意义,正是把这些能力收拢到一个统一的框架内,让AI4S从工具集升级为操作系统。

从商业视角看,平台化也打开了新的收入模式。Science Token的按需调用机制,让科研机构可以按项目付费而非一次性采购整套系统,降低了中小团队的使用门槛;而私有化部署方案则满足了大药企对数据安全的严苛要求。这种灵活的交付方式,正在帮助AI4S从大企业专属走向全行业普惠。

来源:雷峰网 发布时间:2026-08-01