對話涌生智能楊夢：AI for Bio的下一場競爭是把實驗閉環驗證做出來

隨著 Google DeepMind、OpenAI、Anthropic 等科技巨頭相繼進入生命科學領域，AI for Bio 的競爭也在發生變化：行業關注的問題，已經不再只是模型能不能回答生命科學問題，而是模型能不能真正進入科研流程，把實驗做出來。

從科學假設生成、實驗方案設計，到藥物發現和蛋白質工程，大模型已經展現出強大的知識與推理能力。但生命科學研究并不只發生在屏幕之中。一個實驗意圖要變成真實結果，需要依次經過實驗方案、標準操作流程、儀器執行和反饋修正。其間涉及樣本、耗材、體積、溫度、孔位和設備接口等大量物理約束，任何一個環節出現偏差，都可能導致實驗失敗。

這也是 AI for Bio 長期停留在“會想不會做”階段的原因：AI 可以生成一份看似合理的實驗方案，卻很難把它轉化為機器能夠理解和執行的動作，更無法在真實濕實驗失敗后總結原因、調整方案并重新嘗試。

近期，華大智造旗下子公司涌生智能與上海人工智能實驗室聯合發布的兩項成果，為跨越這道鴻溝提供了一條新路徑：真實實驗室場景驅動的自進化多智能體系統 ProtoPilot，以及生命科學領域首個從用戶需求到設備可執行的全流程 Agent 評測體系 BioLab Bench，交出了全球生命科學實驗室首份 Physical AI 答卷。

（來源：涌生智能）

其中，ProtoPilot 打通了從自然語言實驗需求、Protocol 生成、SOP 合成和自動化代碼轉換，到設備執行、實驗反饋與方案優化的完整鏈路。在菌液培養、菌落 PCR、質粒構建、定點突變和 DNA 組裝等實驗中，它已經將生成的流程放到真實設備上執行，并能根據失敗結果修正方案、再次實驗。

BioLab Bench 則面向真實生命科學任務，衡量智能體能否把實驗意圖轉化為方案、SOP 和機器可執行代碼，能否適配不同品牌的自動化設備，并最終通過真實實驗驗證。它所考察的不只是 AI 懂不懂實驗，而是 AI 能不能完成實驗。

二者共同補充了行業所需要的新的基礎設施：設備可以被代碼驅動，Agent 才擁有“手”；實驗結果能夠回流，Agent 才擁有“眼睛”；真實失敗和專家判斷持續沉淀，系統才可能在一次次實驗中學習和進化。

為了解這些成果背后的技術路徑與產業思考，我們邀請了這項研究的主要領導者、華大智造首席 AI 官、華大涌生智能 CEO 楊夢博士進行深度對話。

楊夢曾赴麻省理工學院攻讀并獲得化學工程碩士學位，并在哥本哈根大學取得計算生物學博士學位。從合成生物學、復雜工程系統建模，到組學數據分析和實驗室自動化，這條交叉學科路徑，讓他既理解生命系統的復雜性，也熟悉如何利用 AI 和工程技術把科研設想轉化為可執行的實驗流程。

在華大工作的十余年間，楊夢曾是前沿技術 X 研發中心、自發光測序儀研發中心和實驗室自動化業務的負責人，主導開發自發光半導體測序儀、AI 驅動的實驗室自動化系統和超聲影像機器人等產品。他在 Nature Biomedical Engineering、Nature Machine Intelligence、Nucleic Acids Research 等期刊以第一作者或通訊作者發表論文 15 篇，擁有發明專利 40 余項。

2026 年，他以內部創業方式推動創立涌生智能，定位為 AI for Bio 自進化實驗室與干濕閉環基礎設施創新企業，致力于將 AI Agent 與實驗室軟硬件深度融合，構建能夠自主設計、執行、分析并持續迭代實驗的自進化實驗室，讓科學發現更加規模化、標準化和可持續進化。

在這場對話中，我們和楊夢深入探討了為什么全球大部分 AI 公司都還沒有真正走進實驗室？生命科學實驗室的 Physical AI 對真實變革有什么意義？ProtoPilot 為什么能夠領先主流大模型？為什么需要 Agent 評測體系？以及當 AI 開始執行實驗，人類科學家將迎來怎樣的新角色？

對話涌生智能楊夢：AI for Bio的下一場競爭，是把實驗閉環驗證真正做出來,DeepTech深科技,1小時15分鐘

以下為全文對話：

DeepTech：請你先介紹下自己的工作背景和目前關注的方向。

楊夢：我個人的求學經歷具有比較明顯的交叉學科背景。

本科期間我主要從事合成生物學研究，是較早參與 iGEM 比賽的一批學生，當時主要做基因線路設計，很早就接觸到了干實驗和濕實驗，也切身體會到實驗環節可能是生命科學研究中一個很難跨越的鴻溝。

碩士階段我開始接觸化工、生物化工領域的數字化仿真與模擬，這段經歷對現在的工作很有幫助，涉及對復雜工程系統的建模，也與目前比較熱門的 Physical AI 有一定關聯，就是把物理定律作為約束引入大模型架構，為我理解物理驅動、具有物理約束的大模型奠定了基礎。

后來我又接觸到了生命科學的組學研究，組學數據本身非常復雜，也由此看到了利用 AI 處理大規模數據的潛力。從本科、碩士到博士階段的經歷，讓我逐漸理解了生命科學系統的復雜性，也認識到了當前生命科學研究的邊界。

我在華大工作已經有 11 年，曾在不同部門任職，在華大智造做過測序儀，也參與過實驗室自動化設備的研發。現在我孵化了一家叫“涌生智能”的子公司，專注于打造自主進化實驗室。我們希望以 AI 原生的方式組織團隊、開發產品和解決方案，最終打造能夠自主進化的實驗室，賦能合作伙伴，幫助他們提高研發效率。

從產業角度，我們希望通過 AI 原生實驗室創造新的 IP 和產品；從科學角度，我們希望幫助合作伙伴發現新的機制和機理，進一步探索和挑戰人類對生命科學的認知邊界。

DeepTech：2026 年上半年，AI 用于生命科學的研究再次爆火。在大語言模型時代，AI 賦能生命科學具體有哪些進展？

楊夢：生命科學研究已經進入到了數據驅動的研發范式，這一趨勢與 AI 技術的發展路線不謀而合。面對數據驅動的研究，運用最新的計算工具，特別是利用 AI 理解復雜的生命系統，是一個非常自然的過程。

以基因組研究為例，每個人的基因組中都有數百萬個突變或變異。過去，研究人員可能主要采用統計檢驗等相對簡單的方法進行分析。未來，隨著不同維度組學數據的積累，我們可以利用更復雜的模型開展研究。當然，大家還會進一步追求模型的可解釋性，使其真正幫助我們理解生命系統。我相信，這將把生命科學研究帶到一個全新的維度。

這兩件事情恰好發生在同一時間節點，這也是近期 AI for Bio 成為全球熱點的重要原因。

DeepTech：OpenAI、Anthropic 以及 Google DeepMind 都在積極布局 AI for Bio。你怎么看這一輪行業的變化，尤其是 AI 公司向生命科學領域進行前沿探索？

楊夢：我覺得這幾家公司中，布局最早、根基最深的還是 DeepMind。AlphaFold 已經獲得了諾貝爾獎，Demis Hassabis 對 DeepMind 的愿景，一直是希望通過 AI 推動新的科學突破。

OpenAI 和 Anthropic 的出發點有所不同。這兩家公司都依靠大模型實現了較為成功的商業化，只是一個更偏向 To C，另一個更偏向 To B。

我個人認為，它們將這些工具應用于生命科學，一方面也是在向資本市場展示一種面向未來的愿景。無論是對投資人還是對公眾而言，都是一個很好的愿景：AI 不僅可以生成視頻、進行對話，還能夠推動生命科學和制藥領域的發展。

另一方面，制藥本身是一個高投入、高風險、高回報的行業。在 AI 的加持下，逐漸有通過 AI 設計的分子進入臨床 Ⅱ 期、Ⅲ 期。大家也看到了制藥行業能夠為這些公司的估值和模型應用帶來的全新場景。

所以，這三家公司雖然出發點不同，但都是一個非常自然而然的過程。

DeepTech：從早期的 AI 制藥，到如今利用大模型驅動生命科學研究，作為從業者，你觀察到的最大變化是什么？

楊夢：早期的 AI 制藥，可能更多是利用某個模型解決制藥流程中的一個具體問題，例如預測親和力、溶解度，或者設計一個具有更好結合力的分子。

大模型則可以把復雜的制藥工作流串聯起來。有了基座大模型之后，我們可以通過它編排不同的專家智能體或子智能體，覆蓋整個制藥流程，從分子設計，到 Hit、Lead 階段，再到臨床前研究和臨床試驗。

特別是，現在的 AI 已經具備了較好的基礎知識。在早期分子發現階段，它就有可能兼顧后期的一些問題，例如臨床試驗招募、適應癥選擇和患者分層等。

所以我認為，基于基座大模型的 AI 制藥與過去 AI 制藥之間的一個關鍵區別，就是它不再只解決某個單點問題，而是能夠貫穿和協調整個制藥流程。

DeepTech：你們團隊發表了多篇關于 Agent 應用于生命科學的論文，你們是從什么時候開始關注 Agent，又是什么時候開始嘗試讓 AI 跑通整個科研流程的？

楊夢：就跑通整個流程而言，目前還沒有誰能夠真正做到。我們引入 Agent，是希望它至少可以應用于一些相對標準化、允許反復試錯，或者人工操作較為繁瑣的流程，從而釋放科研人員的能力。

我們最早關注 AI 可以追溯到 BERT 時代。大約在 2020 年，我們用 BERT 訓練人類基因組數據，構建了基因組語言模型，后來又陸續開展了單細胞模型和蛋白質設計模型的研究。

到 2023-2024 年，我們在實際工作中遇到了引物序列設計這個比較繁瑣的場景，涉及多輪試錯、迭代和實驗驗證。當時 Agent 剛剛嶄露頭角，架構還比較簡單，也沒有充分考慮 Harness 等問題。從那時候開始，我們就希望引入 Agent，解決一些需要自主迭代和試錯的工作。

直到 2025 年底，Agent 的能力出現了本質提升，特別是在 Coding 領域，已經能完成工具調度、記憶保存、經驗沉淀等任務。于是我們開始把 Agent 引入實驗室，覆蓋項目設計、流程設計、自動化腳本編寫和方案迭代等環節。

我們認為，這一輪發展基本上把 Agent 的架構推到了工程可用的階段，所以也開始用 Agent 賦能實驗室自動化業務。

DeepTech：目前 Agent 還不能跑通生命科學研究的全部流程。那么，涌生智能現階段重點發力的是哪個環節？

楊夢：生命科學包含很多細分方向，同時在一定程度上仍然是一個由經驗驅動的研究過程。因此，真正實現端到端目前還是一種理想狀態，但未來一定會朝著這個方向發展。當然，“端到端”也可以被定義在某個具體模塊之內，比如從序列設計到功能驗證，至少在部分細分領域，已經可以實現一定程度的端到端。

我們目前專注于一些需要大量試錯、實驗過程冗長、同時對操作標準化和結果重現性要求較高的領域，希望在這些場景中打造端到端的智能體。

最近我們重點開展的工作，是優化靶向測序建庫的實驗流程。這個過程需要不斷試錯、持續調整實驗參數，最終實現更好的靶向測序效果。這也是一個相對聚焦的領域，同時也是母公司華大智造積累比較深厚的方向。

我們既有實際應用場景，也有一批領域專家，可以通過人在環路的方式對數據進行清洗和整理，使這些知識與數據能夠被 Agent 或 AI 理解和利用。在此基礎上，我們專注于打通一個完整閉環：從理解建庫實驗意圖，到設計建庫實驗流程、編寫機器運行腳本，再到分析建庫數據并進行迭代。現階段，我們希望在這一相對封閉的場景中，利用多智能體賦能生命科學研究，先把這項工作做扎實。

圖 | 從科研目標到濕實驗反饋的閉環流水線（來源：涌生智能）

DeepTech：OpenAI 和 Anthropic 在生命科學領域的探索，更多是從自身模型能力出發，但目前更多停留在干實驗階段，還沒有真正進入實驗室。而建庫等過程涉及大量濕實驗，需要干濕結合。你認為它們在模型方面的努力，距離真正進入實驗室還有多遠？

楊夢：我覺得對于這些模型巨頭來說，如果決定自建實驗室，憑借自身的模型能力，完全有可能自上而下地打造一座 AI 原生實驗室。我看到消息說 Anthropic 也在考慮自建生命科學實驗室，OpenAI 也孵化了一些相關項目，Sam Altman 本人也投資了一些做誘導多能干細胞研究的公司。所以我認為，他們一定會從基座模型能力出發，從第一天就把整個實驗室按照 AI 原生的方式設計。

我們的出發點不同。我們已經有實際的應用場景和明確的需求，所以會先聚焦某個具體模塊或單點問題，率先讓 AI 在這個環節跑通。我們本身就有很多專家員工，每天都在真實世界里做這些工作。我們做的事情，簡單說就是利用基座模型，做 Harness Engineering，把專家經驗轉化為可持續沉淀、更新和迭代的知識，固化在 AI 系統里。隨著更多員工和合作伙伴開始使用這樣的 AI，我們希望把“人在環路”的知識沉淀機制做扎實。

大家最終追求的目標都一樣，就是實現干濕實驗閉環。我們的路徑是一步一個腳印，先把每一個子模塊的干濕實驗閉環做好，再逐漸走向端到端。受資本體量、敘事邏輯和商業模式等因素影響，大家選擇了不同路徑：模型公司偏自上而下，我們偏自下而上。

DeepTech：目前，AI 更多存在于屏幕之中，即便是 Physical AI，現階段也主要用于操作機器人。為什么實驗室自動化比模型研發更復雜？

楊夢：我覺得大模型進入真實的物理世界時，都會遇到類似的問題。

目前大模型商業化表現較好的場景主要是 Coding 和文生視頻，金融、保險理賠、法律等服務行業也在逐步應用 AI，因為這些行業本身數字化基礎較好，可以在現有流程上疊加智能體能力。

但實驗室需要直接與物理世界交互。我們既要讓大模型和 Agent 保持智能，又要確保它們在明確的邊界內安全運行，盡可能減少幻覺，這本身就是一項復雜的工程。

實驗室自動化也在逐步從單一功能自動化、流程自動化走向智能化。目前圖像識別、細胞分割和參數設計等環節已經可以實現部分自動化。未來在 Agent 的加持下，實驗室有望進一步實現自主運行、自主設計實驗乃至自我進化，但這需要逐步建設。

其中最復雜的一點是，人工實驗流程無法直接遷移到機器上。人工能順利完成的 SOP，不一定適合自動化設備，液體工作站在移液精度和操作方式上也有自身的能力邊界。所以從手工實驗到自動化實驗不是簡單平移，而是需要重新迭代和優化。機器操控液體、細胞和微生物，還涉及傳感器、控制邏輯等復雜問題。只有經過長期的工程和產品積累，接觸足夠多的實驗方案、液體、耗材、微生物和細胞，才能推動實驗室從自動化走向智能化和自主化。

圖 | 五層實驗數據表征框架（來源：涌生智能）

DeepTech：你希望利用 AI 解決哪些問題？是理解實驗人員的意圖并生成 Protocol，還是把人工實驗轉換為機器可以自動執行的流程？

楊夢：我們的終極目標是解決所有環節的問題，現階段的思路是先在一個具體場景中打通端到端流程。比如在測序建庫場景中，我們希望把從實驗意圖理解、Protocol 生成、設備執行到數據分析與反饋的整個流程打通。

我認為只有打通端到端流程，才能沉淀最有價值的數據。無論未來是訓練新模型、對模型進行后訓練和微調，還是開發 Agent，這些端到端數據都非常重要。因為真正的智能需要具備向前規劃多步的能力，而完整的端到端數據正是實現這一能力的基礎。

DeepTech：你所說的端到端，是讓 AI 拆解并完成每一個步驟，還是像端到端自動駕駛一樣，由一個模型直接完成整個流程，不需要中間的接口轉換？

楊夢：我們目前采取的是一種比較務實的路徑：讓 AI 在每一個功能或模塊中形成閉環。比如理解實驗意圖這一環節，可以通過基座模型與相關知識的注入，讓 AI 在與人的持續交互中逐步提升能力。

所以我們不追求單一模型的端到端，而是追求整個工作流的端到端。工作流的主干可以是相對固定的，每一個模塊則充分發揮 AI 的能力，通過 Harness、持續學習和自我進化完成具體任務。

簡單來說，就是以相對固定的工作流為主干，讓 AI 在每個模塊中充分發揮潛力。

DeepTech：在自動化實驗設備與 AI 結合方面，目前的現狀和挑戰是什么？

楊夢：過去，工業自動化公司開發實驗室自動化設備，主要是為了銷售產品和儀器，因此需要將某一項功能做到足夠的產品化。

但我們最終希望交付的是實驗結果。在實現這一目標之前，首先要交付一套全流程解決方案。因此，我們考慮的不是某個模塊的產品化，而是如何讓整套復雜的生命科學工作流具備足夠的智能，并在每一個步驟中調用相應的自動化設備。

DeepTech：所以，限制 AI 向生命科學發展的往往不是模型能力，而是真實世界的硬件操作。物理設備客觀存在誤差，且設備間的工序轉換極其復雜。如何解決這些問題，才是真正的行業 Know-How。

楊夢：完全同意。每一次設備操作的背后，都有其深刻的邏輯原理與實踐經驗在支撐。

DeepTech：隨著 AI 的加入，實驗室的構成已經演變為“人+設備+AI”。這帶來一個問題：未來的模式究竟是“人指揮 AI、AI 操作設備”的層級遞進，還是整個實驗室將迎來全新的頂層設計理念？

楊夢：從當前 AI 的發展進程來看，一個典型現象是：無論是 AI 生成的代碼還是視頻，后續往往需要人類花更多精力去校驗，才能做到真正可用。生命科學也是同樣的邏輯。

所以更好的路徑，是在每一個模塊中為 AI 設定足夠的規則和約束，通過良性的人機互動，讓 AI 協助人類觸達此前未曾思考過的盲區。至少在短期內，實驗室中固定流程的操作可以交給機器人，但每一步的決策和反饋，依然需要人類把關。而這個把關的過程，我建議由人類和 AI 協同完成。

因為人類的個體知識和經驗客觀上存在局限。過去實驗中一旦出現新的數據點或反常現象，無論新手還是專家，往往習慣性地把它當作“系統誤差”或“噪音”直接丟棄。但在 AI 時代，我們希望人與 AI 共同研判，去精準分析一個反常數據究竟是常規儀器噪音，還是一個潛在的、全新的科學現象。這種協同探索的模式，是今天 AI 時代實驗室與過去最本質的不同。

DeepTech：新手在 AI 賦能下可能直接達到專家級別。但問題是，人可以把經驗輸入給 AI，AI 輸出的結果人卻未必能理解，因為 AI 是“黑箱”。如果出現“AI 知道、但人不知道它為什么這么做”的情況，信任與理解脫節的問題該怎么解決？

楊夢：我認為可以從“自上而下”和“自下而上”兩個維度來看：

首先是自上而下。要有效駕馭 AI，我們首先要在工程上為它定義一套嚴密的 Rubrics——即明確如何驗收和評估 AI 生成的結果。在生命科學這類細分領域，人類幾百年積累了大量的評判規則，我們完全可以把這些規則轉化為顯性的約束條件，去約束大模型，確保它在執行和推理時不會隨意發散。

其次是自下而上。當實驗中遇到分布外泛化的新數據時，我們要判斷它究竟是機器噪音還是一個突破性的新科學現象，這其實是一個調 bug 的過程。如何更客觀地評判這個 bug、打破黑箱？我認為需要引入“第三視角”——利用沒有被偏見數據污染過的、更底層的大模型，從物理與科學的第一性原理出發做交叉判斷。

所以在我看來，AI 的應用是一個不斷嵌套、不斷遞歸的系統邏輯。我們既不要死板地認為 AI 必須完全吸取人類的既往經驗——因為傳統經驗可能是過時甚至錯誤的；也不要有迷信思想，認為 AI 生成的一切我們都必須盲目采納。真正考驗工程化落地能力的，正是在中間對這個 bug 的靈活調整，在人類經驗約束與 AI 第一性原理探索之間，找到最動態、最科學的決策平衡點。

DeepTech：那是否可以這樣理解：在人機協同的閉環中，實驗失敗或被判定為失敗的路徑，可以轉化為給 AI 設定的邊界與約束，讓模型從中學習并修正；而數據偏差也并非沒有價值，同樣可以作為新語料，驅動模型演進與學習？

楊夢：我認同這個觀點。過去做實驗，無論是手動還是自動化，大量失敗樣本往往被直接舍棄，但實際上失敗數據很有價值——人的成長既可以來自成功經驗，也能從失敗教訓中提煉認知。

以前舍棄失敗數據，主要是因為人腦的信息處理能力有限。而大模型的出現打破了這一限制，系統可以完整留存并分析所有失敗案例，從成功和失敗中雙向學習。相比僅靠人腦處理數據，具備這種能力的智能系統迭代效率更高、更完善。

DeepTech：當前公開數據多為成功樣本，失敗數據的價值已得到廣泛認可，但無法從公開渠道獲取，自主采集成本又高。針對這一痛點，你們有什么解決方案？

楊夢：我認為核心在于兩大層面的體系設計。

生命科學研究從分子構建到實驗驗證、表征檢測，需要多類設備、多套流程協同，所以整套系統架構需打通多渠道數據源——依托傳感器采集、物料掃碼、儀器原始數據導出等方式，完成全維度數據對齊與沉淀。以往實驗室受數字化、智能化水平限制，各類數據難以統一規整；而搭建 AI 原生實驗室，可完整歸集人、機、料、法、環全流程數據，既包含成功實驗記錄，也留存各類失敗樣本。

實驗失敗的原因可分為多類，可能是硬件故障、操作偏差或底層機理不適配。只要完成全量數據采集與標準化對齊，所有記錄都可作為大模型訓練素材。公開科研數據難以支撐模型訓練，主要有兩方面原因：其一，約六七成高分期刊刊載的生命科學成果不具備可復現性，研究者只公開正向結論；其二，科研人員往往經過上百乃至上千次試錯才得到一次理想結果，大量失敗過程及誘因并未完整記錄。

搭建 AI 原生實驗室，完善軟件、傳感設備與底層架構，實現全流程數據閉環積累后，便可依托沉淀數據完善大模型的領域知識與專業體系。模型既能從成功案例中提煉有效邏輯，也能從失敗數據中定位問題根源，結合兩類數據綜合學習還能實現知識泛化，探索現有邊界之外的更優方案。這正是 AI 與自動化實驗室結合相較傳統實驗室的核心優勢。

DeepTech：在此模式下，模型能夠形成自主迭代進化能力，在承接全新實驗任務時生成適配性優化調整。該進化流程是依托獨立記憶系統實現，還是依靠模型增量后訓練完成？

楊夢：兩種方式我們均有采用，且我們十分重視記憶模塊的搭建，當前整體架構采用分層記憶設計。

首先，團隊梳理大量教材與學術文獻，將長效、普適性知識構建為領域本體與專業知識庫，類似 Andrej Karpathy 及谷歌提出的科學維基體系，同時針對細分研究領域搭建專屬上層本體庫。

單次實驗完成后，系統會留存完整分析記錄：包括實驗失敗的全流程痕跡、大模型全部推理鏈路、文獻檢索、工具調用的完整流程與返回結果。依托自進化記憶機制與人工規則記憶機制，上述信息分層沉淀：一類是可供 AI 持續補充更新的長期領域知識；另一類是場景化實操經驗，例如不同實驗對應的適配條件、單次任務對應的短期上下文信息。

整體團隊基于當下前沿記憶框架相關理論，持續迭代完善整套智能實驗室體系。

DeepTech：當前 AI 技術迭代周期已從半年縮短至一兩個月，但實驗室軟硬件迭代天然更慢。你們如何彌合這兩套體系的速度差，平衡它們的進化節奏？

楊夢：這一問題我們主要從軟件架構、硬件定位與核心研發重心三個維度進行統籌解決：

在軟件層面，項目立項之初我便要求團隊搭建可適配未來技術的底層軟件框架。實驗室自動化上層業務均依托軟件實現，整套架構設計遵循兼容拓展思路：每當新一代大模型、全新智能記憶框架問世時，系統過往沉淀的全部知識、實驗數據與實操經驗，可直接就緒，快速完成對接、測試與聯調，實現對新模型的高效適配。而要長期維持這套靈活可拓展的架構，關鍵在于研發團隊管理與項目流程管控，同步建立適配前沿技術迭代的研發思維。

反觀實驗室自動化硬件，其本質屬于工業自動化范疇，迭代邏輯與 AI 算法完全不同。硬件設備聚焦精度、穩定性與標準化，高頻迭代反而會帶來穩定性風險，因此我們優先保障硬件體系標準化、長期穩定運行，不追求頻繁更新。

軟硬件體系的融合突破點，也是團隊核心攻堅方向，在于打通 AI 與實體實驗室的聯動閉環：依托分層記憶沉淀機制、定制化訓練與強化微調方案，同步完善人在回路的數據采集鏈路，充分釋放新大模型與實體實驗數據結合產生的協同價值。

DeepTech：依托 AI 重構后的自動化實驗室，除最直觀的研發效率大幅提速外，你認為整套科研范式還產生了哪些深層次轉變？

楊夢：我認為 AI 原生實驗室將帶來兩大核心范式變革。

第一，科研成果的可復現性得到根本性提升。依托該體系產出的新機理、新分子等科學發現，能夠實現實驗操作與論文分析流程雙重可復現，這對整個科研行業意義重大。當前科研出版行業流程傳統、周期冗長，對此我保持樂觀判斷，未來科學發現與成果發表模式或將迎來顛覆性變革。現有審稿機制存在局限，部分審稿專家帶有自身經驗判斷傾向，而現代科研愈發偏向工程化、跨學科協同。未來學術成果或將以模塊化工具包的形式公開，涵蓋數據分析、實驗設計等全套流程模塊，其他研究者可借助 AI、實驗室大模型與自動化實驗體系完整復現全部研究，復現能力將遠超傳統模式。

第二，科學發現的跨學科門檻大幅降低。一個博士的能力邊界是有限的，若研究涉及跨領域內容，往往需要對接其他實驗室，尋求數據分析、仿真建模、專項數據集等外部合作資源。而人工智能天然具備跨學科整合能力，可融合多團隊、多細分領域專家的研究能力協同開展探索，拓展博士生研究的跨學科深度。

綜上，可復現性增強、原生支持跨學科研究，是傳統科研范式與 AI 賦能下新型科研范式最核心的區別。

DeepTech：AI 的介入對科研人員提出了更高要求。過去只要與合作方建立信任，就同樣可以信任對方給出的數據；但面對 AI 生成的結果，科研人員需要主動核驗其可靠性。這是否意味著，新時代科研人員需要具備更高的綜合素養和甄別判斷能力？

楊夢：我十分認同這一判斷。頂尖科研人員本身便具備全局統籌、審慎研判研究目標的專業素養，而 AI 的核心價值在于規避大量無效試錯，整體對全球科研發展而言利遠大于弊。人工智能雖向優秀科研工作者提出了更高的能力要求，但也賦予其突破性工具，助力探索人類現有科學認知的邊界。

在我看來，生命科學領域內，DNA 雙螺旋結構這類偶然性重大發現實屬特例，此后絕大多數科研成果均以工程化落地、實際應用為導向。AI 與自動化實驗室深度融合，能夠持續拓寬科學探索的邊界，長遠來看對人類發展益處良多。

落到科研從業者層面，這套新體系會形成明顯分化：對于致力于前沿探索、沖擊科學極限的研究者，AI 是放大科研能力的強力工具。

DeepTech：傳統模式下，研究人員需完成整套實驗后才能獲取完整反饋，問題也只能事后追溯。在 AI 賦能的智能實驗室中，實驗數據反饋與問題追溯效率能否顯著提速？

楊夢：我認為主要有兩方面提升，一是反饋速度更快，二是反饋信息也更加完整。我們搭建生命科學實驗室時，一直十分看重人、機、料、法、環五類數據的完整留存。即便未來實驗完全由設備自主完成，機、料、法、環這些信息依舊不可或缺：儀器每一步運行參數、實時工況、耗材物料批次版本、標準化實驗流程以及實驗環境各項調控指標，全部都會和實驗結果綁定記錄。

這類多維度繁雜信息，單憑人工很難從零散細節里挖掘出潛在關聯，這套智能體系給出的反饋自然比過去全面得多。提速也是顯而易見的，過去科研人員做統計檢驗，要先查閱相關典籍，再借助傳統統計軟件針對不同數據分布、研究假設逐一測算；現在 AI 可以結合貝葉斯優化等成熟統計方法，依托大模型統籌調度，根據實時數據分布迅速推導出關鍵影響因子，直接用來規劃下一輪實驗。

整套反饋流程不僅更快、維度更全，分析結論也更精準，就連各類失敗實驗背后的問題線索，也會同步反饋出來。

DeepTech：如今 AI 正在滲透各行各業，生命科學受到的沖擊確實很深刻。相比制造業智能化、自動駕駛、具身智能等賽道，你覺得生命科學在 AI 驅動升級的進程中，算是走得快還是相對滯后？

楊夢：我個人認為生命科學在 AI 落地的各行業中推進速度算快的。制藥賽道一直備受關注，AI 的價值不只在于基礎科學探索，最終產出的新藥和功能分子直接關乎人類健康和生態發展，行業價值有目共睹。從市場預期來看，制藥的想象空間幾乎是頂尖水平，只有航天、通信能與之比肩。

生命科學本身就是高投入、高風險、高回報的行業，AI 的覆蓋范圍已經相當廣泛，但落地深度參差不齊，主要取決于各機構接納和落地 AI 的能力。現在的玩家很多元：有 OpenAI、Anthropic 這類自研 AI 原生實驗室的，有我們這種深耕行業、用 AI 賦能科研的，還有大量新興的 AI 生物科技公司，資本持續涌入。

總體來看，AI for Bio 投入大、覆蓋面廣，但最終落地深度還是由各家自身條件和定位決定。

DeepTech：相比制造、自動駕駛等賽道，AI 在生命科學領域帶來的時間、成本優化紅利，會表現得更加突出？你是否認同？

楊夢：我很認同這個觀點。生命科學里體量最大的確實是藥物研發，但 AI 落地場景不限于制藥，還包括抗衰老、健康長壽等方向，這些都需要底層機理探索與創新開發相互配合。

過去行業多是分散的小作坊式研發，存在不少局限，而 AI 加持后，端到端的視野會開闊得多。我有一個暢想：現在很多臨床二期失敗的管線，如果我們能把其中的約束條件、經驗教訓和負面反饋都沉淀下來，在前期設計階段就納入模型的目標函數，通過工程手段把失敗經驗前置運用。

數據來源分兩類，一類是公開發表的文獻，另一類是臨床方案、分子可合成性等私有數據，這類數據開放難度較高。但如果搭建 AI 原生實驗室，長遠看有機會訓練出覆蓋藥物全鏈路的端到端大模型——從機理發現到臨床推進、上市，同時兼顧成本評估，直接推演臨床結果與商業化前景，這套體系也可以延伸到健康診斷類產品。

實現這一愿景的前提是搭建完整的數據閉環。優質數據不在于數量龐大，關鍵是鏈路閉環、數據干凈、覆蓋全流程，這類數據集對 AI 價值極高。未來依靠 AI 設計新分子、優化臨床方案，產出能順利通過臨床試驗的產品，我認為具備很大的實現潛力。

DeepTech：無論是訓練基礎大模型還是智能 Agent，核心都需要標準規整、雜質少的高質量數據。相比家用機器人處理日常雜糅場景或工業機器人在復雜產線作業，實驗室場景擁有天然優勢——不只生命科學，所有標準化實驗室都能產出高質量干凈數據。實驗室數據目標純粹，只為研發服務，沒有其他混雜目的，變量可控、信息完整，天然適配模型訓練需求。

楊夢：確實如此。除實驗室內部的標準化干凈數據外，藥物推向臨床、最終上市階段的各類商業化相關數據同樣關鍵。現階段，或許部分大型藥企手里沉淀了這類完整數據，但各環節數據基本都是割裂不通的，完整打通全鏈路數據的案例其實很少。

但不可否認，單就某一個研發環節而言，該環節下規整、高質量的干凈數據，對 AI 理解實驗規律、自主生成優化方案起到決定性作用。這也正是我們堅持推進全流程數字化、實驗自動化建設，以此加速 AI 落地迭代的核心原因。

DeepTech：這也是為什么我們認為 Physical AI 能最先在生命科學場景落地。前面聊了很多 AI 的優勢，那想再討論一下，依托 AI 改造科研體系，是否存在能力邊界與局限性？

楊夢：我認為現階段 AI for Bio 確實存在幾處清晰的能力邊界。

第一，今后會有大量 AI 自主生成的科學假設，但我們很難分辨它是對過往數據的機械復刻，還是具備突破性的全新線索。想要判斷往往需要科學哲學思維和多學科交叉驗證，這套核驗流程本身難以完全交給 AI。核心在于，AI 很難自主區分輸出是分布內的重復推演，還是跳出固有認知的創新結論。

第二，AI 可能生成全新實驗方案，但現有儀器設備的參數和性能存在硬性限制，硬件不匹配就無法落地。同時，AI 有可能推演出存在生物安全風險的新型分子，如何建立約束機制規避隱患，也是亟待解決的邊界問題。

第三，藥物最終要經過動物和人體臨床試驗才能落地，現階段虛擬細胞、類器官還無法完全替代真實臨床試驗。人體是極度復雜的生物系統，大模型本身又有可解釋性不足的黑箱問題，兩套復雜系統疊加時，我們很難分清 AI 的預測是符合生理規律的有效結論，還是模型幻覺。虛擬仿真必須配合真實臨床試驗，這是目前 AI 無法跨越的核心壁壘。

DeepTech：在實驗室執行層面，有哪些是目前 AI 還做不到的？比如某些實驗操作必須由人來完成嗎？

楊夢：確實還有不少環節離不開人工。像孔板操作、移液、成像、樣本轉運這類標準化工作，加大自動化投入后完全可以實現機器替代。

但樣本前處理很難自動化。比如腫瘤活檢樣本，取樣后需要劃線、取材，充斥著大量依靠經驗判斷的步驟。具身智能團隊大多布局通用場景，很少深耕這類樣本處理，自動化設備也無法完整復刻人工操作。不同生物樣本形態差異極大，不存在通用流程，所以樣本采集和前處理現階段只能靠人工。

實驗自動化更擅長在預設條件下高通量采集標準化數據。而高度個性化的樣本前處理，以及全新的實驗手段和樣本操控方案，目前自動化投入和成熟度都不足，仍是明顯短板。

DeepTech：新的實驗方法不也是在原有基礎上進行新的實驗設計嗎？

楊夢：舉個例子，比如研發全新的干細胞接種培養方案，不光要設計實驗流程，還得配套定制專用耗材。生命科學的 Physical AI 涉及大量細分工藝細節，單靠 AI 遠遠不夠，必須搭配熟悉實驗工藝的專業人員共同推進。

但也有好的方向。我們現在就在改造行業內各類通用設備，升級成 AI 原生設備——不只是接收固定指令、機械操作，長遠目標是讓設備能自主設計實驗、自主復盤迭代。簡單說，就是給現有設備搭載一層智能 Agent，突破單臺儀器的功能上限，提升整體智能化水平。目前主要是這兩條路線并行。

DeepTech：那智能體能夠自主去調動嗎？

楊夢：我認為這條路完全可行。當下不少大型科研儀器都能借助 AI 完成智能化改造，不管是依托圖形界面搭建智能體，還是直接在設備原生系統、固件層面嵌入智能模塊，改造完成后儀器的自主調度與分析能力都會大幅提升。

以光學成像設備舉例，改造后它能夠自主完成拍攝成像、自主判讀圖像結果，再依據成像數據自動規劃后續實驗步驟。我們目前發力的正是這套自動化判斷、自主調度體系，能省去實驗人員反復給設備下發操作指令的大量人工工作。

DeepTech：你們做到哪一步了？

楊夢：以儀器說明書為例就能看出變化。依托 AI 原生改造，大量人工培訓環節都可以省去——操作儀器的標準 SOP 和數據解讀的固定流程，都可以整合進智能體系。

我們采取分步落地的思路，先針對移液工作站、蛋白純化、色譜儀這類高頻設備做 AI 原生智能化改造。現階段計劃先完成十到二十臺核心設備的升級，再結合自身實驗場景，逐步拓展到全流程所有儀器。

DeepTech：現在 AI 原生概念已經很普及了。落到實驗設備上，AI 原生設備分兩種路徑：一種是對現有成熟儀器做改造升級；另一種是從研發設計階段就完全按 AI 原生邏輯從頭打造，但周期很長。咱們走的是哪條路線？

楊夢：你說的這兩種路線我們都在同步推進。

第一種是對市面上大量使用的現有設備，從操作系統和固件底層做改造，升級成 AI 原生設備。改造后不再是單純執行指令的工具，而是能自主提出檢測需求、優化運行參數、配置設備，還能自行調試和排查問題，從工具轉變為科研人員的協作伙伴。這套方案目前多數儀器都能適配。

第二種是從零研發、原生搭載 AI 邏輯的全新設備。這類設備出廠就布滿傳感模塊，從設計階段就以 AI 為核心。我們最先落地的是 AI 原生移液工作站，后續還會拓展到更多儀器。

舉個例子，前段時間有新聞提到 AI 設計的射頻芯片，結構和工程師設計的完全不同，性能反而更優。放到生命科學儀器上也是同理，尤其是工藝放大類設備，AI 自主設計的方案很可能優于人工。我們近期就用 AI 重新設計了 PCR 設備的電路板，已經進入打樣階段，目標就是提升長期運行的穩定性和可靠性。

DeepTech：你剛才提到的傳統的設備，我們可能只需要結果，設備壞了需要工程師去維修，人很難去操控它。如果 AI Native 的實驗室設備被設計出來之后，有可能 AI 就能夠去維修或維護。

楊夢：目前打通各類生命科學儀器存在一個難點：多數廠商沒有完善封裝可供 AI 調度設備的 SDK 或標準化 MCP 協議，有些是不愿開放，有些是成熟產品的研發團隊早已解散，接口缺乏維護。

而從零自研 AI 原生設備時，我們會在設計階段就把所有通訊、控制邏輯、調度協議做 AI 就緒化適配，讓設備能自主調試、運維、故障自檢和沉淀數據。

另外，在可靠性層面，傳統儀器的電路和機械結構多靠工程師反復試錯。我們也在探索用 AI 完成 PCB 布局、傳熱傳質方案設計，這類方案性能有望優于人工設計，這也是我們重點推進的方向。

DeepTech：未來的實驗室若能完全打通閉環，實現真正意義上的 AI Native 實驗室，或許就真正實現了黑燈實驗室。

楊夢：完全同意。實現的前提是每一個設備都 AI Ready。

DeepTech：在生命科學領域，現在有沒有相對成熟的 Benchmark？

楊夢：當前生命科學已有不少成熟的 Benchmark，比如 AlphaFold 榜單用于蛋白折疊預測，還有分子結構預測、組學數據分析等方向的評測標準。

但我們打算搭建一套差異化的專屬基準。現有 Benchmark 多側重生物信息計算的理論性能，而我們聚焦 AI 在真實實驗室場景的實操落地能力。評判標準不在于模型參數量或理論上限，而在于智能體能否在真實環境中完整完成實驗任務。

這套評測體系緊密貼合行業落地需求，依托領域專家和一線實驗人員的實操經驗，為智能體設置完整的實操任務，專門衡量 AI 真正動手完成實驗工作的綜合能力。

DeepTech：整個 Benchmark 是仿真環境實驗室的真機環境？

楊夢：我們這套 Benchmark 由行業專家通過大量人機交互共同搭建，現已對外開放，用于衡量各類智能體的實操落地能力。評測依托線上平臺運行，配套多款實驗室自動化仿真工具，可打通從實驗方案設計、自動化執行到結果數據產出的全流程鏈路。

DeepTech：我們常說的 Sim to Real，就是從仿真環境做 Benchmark 再到實際實驗室落地，這兩者之間的 gap 有多大？

楊夢：從動作執行層面看，實驗室自動化仿真的 Sim to Real gap 比通用具身機器人更小，因為設備自由度低，控制邏輯相對統一，落地難度更低。

但如果落到完整實驗任務層面，生命科學體系本身是高度復雜的動態系統，細胞活性會衰減、微生物存在隨機突變，大量不可預判的生物變量，才是仿真與現實之間最核心的差距。

縮小這一差距的核心路徑是搭建 AI 原生實驗室，完整采集人、機、料、法、環、機器人全維度數據，數據積累越充分，仿真對真實場景的還原度就越高。

DeepTech：生命科學實驗室里的 Sim to Real gap，可能來自機器誤差或實驗誤差，而這些本身就是正常實驗中已經能夠接受的誤差范圍。可以這么理解嗎？

楊夢：可以這樣理解，生命科學領域 Sim to Real 的鴻溝，根源在于細胞、微生物、人體組織這類生命體本身是極度復雜的混沌系統——這也是全球虛擬細胞研發面臨的核心難題，要完整復刻真實細胞的運行規律，涉及的變量維度數不勝數。

通用具身智能的 gap 大多來自操作環境多樣、自由度太高；而生命科學的核心短板，是仿真體系還不足以復現生命本身的混沌特性。當然，如果是目標清晰、流程標準化的實驗，復雜度則主要集中在操作精度偏差和理化指標波動帶來的系統誤差上。

（來源：涌生智能）

DeepTech：你們在設計 Benchmark 的時候有沒有借鑒和考慮？以及你們是從哪些方面去評價的？

楊夢：目前，FutureHouse（Edison Scientific）推出了 ProtocolQA，以問答形式考核模型對實驗知識的理解。

（來源：涌生智能）

我們的 Benchmark 本質不同：不考模型能否讀懂實驗原理，而是考智能體能否完整落地、跑完實驗全流程。覆蓋從實驗需求解析到設備執行的全鏈路，支持跨品牌設備適配，最終以實際生物實驗結果作為判定依據。

在設計上，我們參考了紅杉的 xbench，以及姚順雨等人提出的 τ-bench 這類實用導向的框架——核心都是跳出理論打榜，衡量智能體在真實場景中的實操落地能力，這也是我們這套基準的定位。

DeepTech：最終的 Benchmark，執行是否成功也是系統自動判定的嗎？

楊夢：我覺得分兩方面。在實驗室里，意圖識別和實驗設計屬于軟件級別的判定；生成自動化腳本這一步，我們會有實驗室自動化中 XYZ 三個自由度的仿真環境判斷，以及一些規則判斷。

至于最終這個實驗能不能做出來，我們建議采用的方式是做 Benchmark 的人去購買相應的耗材和試劑，把 AI 設計的實驗復現一遍，跑一遍看看，最后判斷跑出來的結果是否符合預期。

DeepTech：你們設計的 Benchmark 對 AI for Biology 行業有哪些影響？

楊夢：我們希望以這個 Benchmark 率先示范 AI for Bio 全鏈條的可能性——從 AI 設計到實驗驗證到閉環。目前專注于建庫和 DNA 組裝，但未來希望與更多機構合作，覆蓋細胞、微生物、抗體生產等子領域。也希望大家構造的 Benchmark 都能考慮全鏈條，而不是只在單一生物信息任務上追求極致。

DeepTech：那能不能推動，比如某個人只做了某個階段的工作，也能在我們的 Benchmark 上測評？或者說，能不能推動不同標準的 Agent 之間進行橫向比較？

楊夢：我們希望做到這一點，所以取名 BioLab Bench。后續會與不同領域機構合作，在某個子任務上專門做子任務的 Benchmark，讓大家都能在上面評測 Agent 能力。但這肯定不是我們一家公司能完成的。

DeepTech：所以現在是某一個環節的 Benchmark 也可以做，還是必須全流程？因為全流程的難度確實很大。

楊夢：不一定，我們里面也有意圖理解的 Benchmark，比如測序建庫的意圖理解，這個現在就可以用來做比較。

DeepTech：有沒有橫向比較？比如某個 Agent 在別的 Benchmark 跑得好，在你們這兒也跑得好嗎？還是在你們這跑不好，到別處反而好了？另外，你們打分更側重設計還是執行？

楊夢：我覺得我們在實驗室自動化腳本撰寫上做了一個很有價值的點。全球有不少機構在做意圖轉腳本，但我們通過私有數據做 Harness 或后訓練，確實跑得比一些通用基座大模型要好。有了這個基礎，大家都能在寫腳本這個子任務上做得足夠好，推動把這個任務當成一件嚴肅的事來對待，這已經起到了很重要的價值。

DeepTech：今天從宏觀的 AI for Bio 行業趨勢，到華大和涌生智能的具體實踐，再到 AI 賦能實驗室的未來愿景和 Benchmark 對行業的意義，最后請夢總做一個總結。

楊夢：AI for Bio 是一個長征，產業鏈條也非常長，涌生智能希望和行業內的伙伴共同攜手，把難而正確的事做好。