2026-07-31 15:19:41
在大模型引发的浪潮中，AI 生成科学猜想的边际成本正趋近于零。然而，当海量的“数字猜想”批量涌现时，物理世界的真实验证已成为大模型时代稀缺的硬资产与创新实践的瓶颈。 能否率先贯通数字智能与物理实验，正成为科技巨头竞逐下一代科学基础设施的制胜关键。记者日前从晶泰科技获悉，该公司正式发布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（AI4S）综合平台——XtalPi Science。同时发起成立“科学智能开放生态联盟”。
晶泰科技联合创始人、董事长温书豪说：“AI 下一阶段的竞争，在于能否把智能转化为真实世界的产业增量。生命科学与先进材料等高价值场景，需要最精确的数据、最严谨的验证和持续的物理交互。”
记者了解到，让物理世界的真实验证不再困难，是XtalPi Science试图破解的核心命题。平台将晶泰科技10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，并升级为可供全球科研组织按需调用的AI4S底层基础设施。由此，XtalPi Science贯通了“数字假设—专业预测—物理验证—数据反馈”的完整闭环。
“晶泰科技致力于将模型、物理智能与实验生态无缝链接，让最硬核的科研能力，转化为普惠全球的底层基础设施。” 温书豪说。
晶泰科技首席科学官张佩宇介绍，依托极具优势的中国硬件供应链与自研 AI 算法，晶泰科技的物理智能体系每天都在丰富的真实业务中沉淀行业稀缺的研发与项目数据。目前，这套体系已覆盖超 20 类工业场景，服务逾 100 个真实的新药与新材料发现项目。在持续运转中，实验室每月稳定产出 5 万余条反应产率数据和 30 万条过程数据，已累计沉淀超 50 万条真实实验记录，持续反哺底层垂直模型。
海量数据资产中，还包含了传统公开文献中极度稀缺、占比高达 80% 的“失败负样本”。近期，在基于 350 个真实工业分子的严苛评测中，由真实物理数据训练的反应条件预测模型 SureRoute 展现出了极高的可靠性：其化学幻觉率降至 4.6%，仅为前沿通用大语言模型的六分之一；首条合成路线准确率高达 51.7%。在失败实验的预测上，SureRouteNX 的准确度达到了 81% 至 89%，远超资深化学家 38% 至 60% 的对照表现。
这种基于底层数据的绝对优势，正直接转化为产业端的巨大商业价值。在真实的对外服务合作中，SureRoutNXe 将传统合成目标分子所需的 5至10 次试错迭代，大幅压缩至平均仅需 1.19 次，实现了研发效率的数量级跃升。
独行快，众行远。晶泰科技还正式开始将其沉淀多年的内部研发能力与项目数据，转化为可由外部科研组织调用、高度可复用的全球科学基础设施，为跨机构研发协作和科学智能的规模化应用提供统一入口。
发布会现场，由共 27 家领先企业联合发起的 “科学智能开放生态联盟” 正式签约落地，联盟成员覆盖科学创新全链条。联盟的成立，标志着科学智能基础设施建设正从企业单点探索，迈向跨产业、跨学科、多主体协同共建的新阶段。
随着 Scientific AI、Scientific Agents 与 Physical AI 加速融合，一个由社群共同建设、由真实证据持续校准，并最终服务于科学发现和产业创新的新生态，正在启航。