Article Focus

内容阅读与观点延展

以清晰阅读路径承载正文、上下篇与推荐内容,让深度文章浏览更加专注自然。

OpenAI、Anthropic接连出手!中国黑马把实验室变成AI「进化训练场」内容展示

当前位置为资讯正文页面,可继续阅读上下篇或进入推荐阅读区域。

OpenAI、Anthropic接连出手!中国黑马把实验室变成AI「进化训练场」

本文由球盟会整理发布:

新智元报道 今年2月,OpenAI干了件挺轰动的事: 把GPT-5接进Ginkgo Bioworks的云实验室。

AI 设计实验, 机器人 执行,结果回传,AI再设计下一轮。

六轮迭代,3.

6万组反应配方,一种标准蛋白的生产成本直降40%。

人类只需配试剂、装卸板子、在旁边看着。

但论文里藏着一个细节: 真正驱动机器人干活的代码,不是GPT-5写的,是Ginkgo的工程师写的。

他们明确说,不让GPT-5碰执行代码。

about image

也就是说,AI会「想」实验,还不会「做」实验。

它只能在人类划好的框里活动。

Anthropic也下场了,他们建了湿实验室,10月底还买下一家只有一个员工的biotech——创始人靠Claude编排11家外部实验室做药。

几乎同一周,OpenAI买了做药物研发编排的Orchestra Bio;

Google把AI智能体直接接上了实验台的机器人。

一夜之间,科技巨头们达成了同一个共识: 光有聪明的大脑不够,得给 AI 配一个能动手、能反馈的真实世界。

11月6日,上海进博会,涌生智能出牌了。

在「智能基座,世界共生」主题活动上, 华大智造上午先官宣了测序仪AI Ready,下午由子公司涌生智能发布云端自主实验室SE-Fab-SynBio。

这个实验室干的事,说起来很简单: AI 说「我想验证这个」,实验室就真的做一遍,然后把结果交还给AI——不光是结果,还带着实验条件、过程记录和质量信息。

AI拿着这些,接着设计下一轮。

一句话概括: 别人还在给AI配实验室,这边已经把实验室变成了AI的训练场。

而且不是PPT,平台已经上线开放预约,还先拿自家测序仪里要用的酶,跑出了结果。

AI一天能想100个点子 实验室可做不完 一名研究工业酶的科学家,想找到一种更耐高温的酶。

过去怎么办?

泡几周文献,凭经验挑几个方向,一轮一轮做实验。

现在有了AI,几分钟就给你甩出上百个候选方案。

然而你一转头,实验室设备在排队,试剂还没备齐,做实验的同事已经三个课题并行。

AI这边假设产得飞快,实验那边压根接不住。

更要命的是,AI给的候选大部分注定被淘汰。

一组真实的结合实验数据:AI设计了1,320个候选蛋白,最后只有354个表现出目标结合活性。

剩下73%,同样耗光了表达和纯化的资源。

这就是AI for Bio眼下撞上的现实。

生物学不是数学,证明对了不算完;

一种酶耐不耐高温、一种蛋白能不能跟靶点结合,只有真实实验能给答案。

模型说「我觉得行」不算数,现实世界回答「它确实行」才算。

卡在这里的,不只是高校课题组:做模型的AI团队手里有设计、没实验室;

Mithril那样的精简biotech,整条研发线都架在外部CRO网络上。

科研的瓶颈,正在从「想不出来」变成「验不过来」。

全球云实验室的兴起,就是冲着这个新瓶颈来的。

不是实验外包 是给AI造一个「真实世界」 一听「云实验室」,很多人第一反应是:在电脑里模拟实验?

恰恰相反。

它借的是云计算的思路—— 云计算让你不用自己建机房,云实验室让你不用自己建实验室。

真正的培养、反应、检测,依然发生在实体实验室里。

但涌生智能给SE-Fab-SynBio的定位,比「共享实验室」野心大得多: 训练科学大模型的物理 强化学习 环境。

搞AI的都懂:强化学习就是模型做个动作,环境给个反馈,模型据此调整,再来。

下棋的环境是棋盘,自动驾驶的环境是道路,生命科学AI的环境,就是实验室。

用他们自己的话说,核心价值就是给AI当verifier:让AI跟真实实验世界交互,拿回可信的数据反馈。

就在11月6日,OpenAI又发布了一个值得关注的研究:BioBasicsBench。

这次不是考AI懂多少生物知识,而是直接拿100项真实湿实验数据,考它能不能看懂实验结果、识别错误、做出正确判断。

结果GPT-6 Astra在最高档推理设置下,平均只拿到66.

7%的可得评分;

GPT-5.

6 Sol更是只有43.

8%。

即便是GPT-6,仍会忽略关键实验对照、选错菌落,甚至把菌落数量高估约12%。

最前沿的基础大模型,距离可靠理解真实生命科学实验,仍有明显差距。

问题来了,怎么让AI真正跨过这道坎?

光靠继续学习文献、扩大模型参数还不够。

它需要真实的实验数据,需要知道自己哪里判断错了,更需要一个能不断试错、验证、获得反馈的物理环境。

这恰恰是涌生智能的核心定位: 不是再造一个更大的生物模型,而是为科学大模型提供突破智能上限所需要的真实数据和物理 强化学习 环境。

而且,这套基础设施不只服务于基础科学研究,也能为AIDD(AI驱动药物研发)中的分子优化、虚拟细胞预测与校准提供真实的实验执行和验证环境。

AI负责提出假设,真实实验负责检验假设,再把成功与失败的数据交还给AI,让下一轮设计更有依据。

模型负责变聪明,云实验室负责让它接受真实世

关注球盟会,掌握更多体坛动态。

觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
她是湖北籍演员,27岁靠一部戏就提名金鸡,男友也英俊帅气有实力
她是湖北籍演员,27岁靠一部戏就提名金鸡,男友也英俊帅气有实力

今晚的厦门白鹭洲,第39届金鸡奖的灯光打在红毯上。最佳女配角那一栏里,兰西雅这个名字夹在几位前辈中间。 说实话,两年前这三个字对大多数人还是陌生的,可现在你翻开任何一个电影节的名单,都能看到她的身影。 我一直觉得,一个演员能在短时间里被主流奖项集体注意到,绝不是运气二字能解释的,背后一定藏着一条又长又笨的路。 她凭《震耳欲聋》里那个听不见声音的女孩张小蕊入围。同场竞争的,是王娟、茅善玉、谢承颖这些

赫拉德·马丁:外界批评?我一直在把事情做好 会全力去争夺欧冠
赫拉德·马丁:外界批评?我一直在把事情做好 会全力去争夺欧冠

直播吧11月11日讯 巴萨球员赫拉德·马丁接受采访,谈到战胜马竞、球队目前状态、欧冠目标以及在后防线上的处境等话题。 在客场战胜马竞之后,巴萨目前的近况如何? 赫拉德·马丁:赢球对于建立领先优势非常重要。我们现在状态很好。而且目前正处于赛季初期,我们必须不断去改进提升一些东西。我觉得球队表现不错,确实在连续输掉两场重要比赛之后,外界已经开始议论纷纷了,但我心里很踏实,因为我们一直在把事情做好。 在

1522 年明军在海上缴获 20 门西洋火炮,工部匠人拆开仔细研究,眼前景象让众人十分震惊,这一次拆解,直接迎来中国火炮发展史上关键转折
1522 年明军在海上缴获 20 门西洋火炮,工部匠人拆开仔细研究,眼前景象让众人十分震惊,这一次拆解,直接迎来中国火炮发展史上关键转折

参考资料:《明史·兵志四》《明史·佛郎机传》《明世宗实录》《殊域周咨录》《佛郎机铳在中国》 部分章节仅代表笔者个人观点,请理性阅读 嘉靖元年,公元1522年,秋天。 珠江口以西,新会县近海的海面上,一场海战刚刚落幕。 海面上漂浮着战后狼藉:断折的船桨、被火药熏得焦黑的帆布、碎木板随着潮水一浮一沉,慢慢被推到岸边。 明军水师把两艘缴获的敌船拖到浅滩,船上物资一件件搬运上岸,在沙滩上整齐排开——刀矛、

少了梅西就少了灵魂,阿根廷虽然数据碾压,却还是败给了乌拉圭!
少了梅西就少了灵魂,阿根廷虽然数据碾压,却还是败给了乌拉圭!

北京时间2026年11月14日07:00,布宜诺斯艾利斯的晚风没能吹散糖果盒球场上空的阴霾。当主裁判吹响终场哨,记分牌上刺眼的1比2定格在那里,看台上零星的嘘声与叹息混杂在一起。这是梅西退队后的第一场正式比赛,阿根廷足球的新纪元似乎正在以最令人憋屈的方式拉开了帷幕。 有趣的是赛后统计数据,阿根廷人几乎赢下了所有能赢的环节。控球率超过七成,射门多达17次,角球数是对手的三倍,传球成功率高出十个百分点

上海轻音乐团40岁生日,朱逢博、沈小岑、周冰倩、李泉都来了
上海轻音乐团40岁生日,朱逢博、沈小岑、周冰倩、李泉都来了

11月14日晚,北外滩友邦大剧院,《轻听岁月向未来》上海轻音乐团成立40周年音乐会如约上演。今年90岁的乐团创始人朱逢博、84岁的作曲家屠巴海坐镇,沈小岑、周冰倩、李泉、张军以及乐团年轻一代悉数登台。 上海轻音乐团40年的故事,都藏在这场音乐会里。一张张熟悉的面孔、一曲曲动人的旋律,讲述着这支乐团四十年从无到有、扎根城市、走入人心的故事。 每首歌都是一代人的记忆 许久未在沪上舞台亮相的沈小岑重回乐