黄仁勋说的Physical AI，被这家中国跨界选手带进了生命科学实验室

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 黄仁勋说的Physical AI，被这家中国跨界选手带进了生命科学实验室 一水 2026-07-03 13:24:06 来源： 量子位 第三方测评超越OpenAI最强旗舰GPT-5.6 Sol 当AI公司还在读论文，Bio公司已经让AI做完了实验。 没错，又一热门AI赛道，被国产玩家率先跑通了—— AI for Bio，生命科学领域 。 时至今日，这个赛道几乎挤满了最不缺算力的一批硅谷玩家 ： OpenAI发GPT-Rosalind，专攻药物发现和基因组学；谷歌推Co-Scientist和ERA，把多Agent系统塞进科学推理流程；Anthropic上线面向科研流程的Claude Science工作台。 虽然大家想的都是让大模型读完论文后，写个「完美」的实验方案，再真正走进实验室，但奈何现实很骨感： 真正让AI接管实验室并跑通实验的？约等于无 。 就拿最接近终点的OpenAI和Ginkgo Bioworks的合作来说，GPT-5在那个项目里负责的是实验设计和参数探索，真正在实验台上执行的Catalyst protocols，全部由Ginkgo的人类工程师编写。 换句话说，强如OpenAI，模型也没有真正接触到「做实验」这一层。 △图源：OpenAI官网 不过现在，全球第一个补上这关键一步的来了。 华大智造子公司涌生智能×上海人工智能实验室，联合发布两项新成果 ： ProtoPilot ：一款由真实实验室场景驱动的自进化多智能体系统； BioLab Bench ：生命科学领域首个从用户需求到设备可执行的全流程Agent评测体系。 从自然语言实验意图到湿实验物理执行，完整闭环，真实验证。 这一次，让AI「真正走进实验室」的不是哪家AI巨头，是一家跨界做AI的中国Bio公司。 这事估计连老黄都没想到： 年初他在CES上说，「Physical AI的ChatGPT时刻」到了，说的是机器人和自动驾驶。 但是现在， 第一个在生命科学实验室交出Physical AI答卷的，来自深圳 。 AI for Bio，到底卡在哪了 为什么硅谷这帮最不缺算力的玩家，集体卡在了实验室门口？ 要回答这个问题，其实只需要弄清楚一件事： 从模型到实验室，这中间到底缺了什么？顶尖模型在手，怎么就跨不过这道坎呢？ 让我们从AI for Bio这个赛道的真实进展说起。 过去几年，AI在生命科学领域的应用多聚焦于「理解」和「分析」。 文献阅读、知识问答、序列比对、蛋白质结构预测，模型确实博学，但它本质上是个坐在屏幕后面的助理。 它能帮你理解世界，但还没真正进入世界 。 Agent时代来了之后，事情开始变了。AI不再只满足于回答问题，它开始「设计和行动」。 应此潮流，以OpenAI、Anthropic为代表的前沿AI玩家，开始把目光投向更下游、更主动的方向： 假设生成、实验设计、参数空间探索、药物发现、蛋白工程、自动化实验。 听起来是不是已经很接近「让AI进实验室干活」了？ 但现实情况是——还差得很远。 当下AI for Bio最真实的现状就一句话： 能出方案，出不了结果 。 能力达到博士级水平的顶尖AI，确实能写出一段看起来专业的实验方案，但写得好≠跑得通。 △图片由AI生成 这中间几乎隔着一整条转换链。ProtoPilot的论文拆得很清楚： 一个实验意图要变成湿实验台上的真实操作，需要穿过五层——科学意图、Protocol（方案设计）、SOP（标准操作流程）、设备代码，再到物理执行和反馈修正。 而每一层都要解决不同的模糊性，比如Protocol要表达生物逻辑、样本谱系和质控结构；SOP要把逻辑落到可操作的体积、浓度、耗材和温控条件上；设备代码要绑定deck布局、孔位映射、液体处理动作和厂商SDK指令…… 就这一套下来，只要有任一环节出错，实验就可能失败。 所以，当AI for Bio的竞争从「模型能不能回答生命科学问题」转向「模型能不能走完从屏幕到实验台的全链路」时，行业真正缺的也就浮出水面了。 一块是「铲子」，能接住模型输出、连接专家、设备和湿实验反馈的Bio Agent Harness 。 没有这个，方案再漂亮也只能停在屏幕上。 一块是「尺子」，能评价Bio Agent真实实验链路能力的benchmark 。 不是考它做选择题，是看它生成的流程能不能在真实设备上跑得通。 现在公开的benchmark，比如ProtocolQA，考的还是阅读理解。 需要提醒，这两件事都不是坐在屏幕前就能凭空设计出来的，它们必须来自真实实验室： 真实任务、真实设备、真实约束、真实失败和真实专家判断。 所以现在你明白，为啥两家国产团队选择联手了吧（doge）： 坐拥全栈生命科学设备、自动化实验平台、AI4Science经验和丰富真实实验场景的 涌生智能 ， 把最难被复制的「物理底座」和「场景底座」带了进来 。 它不仅提供湿实验验证能力，更从真实用户需求、实验室约束和自动化执行逻辑出发，参与定义什么样的Protocol才算可用、可评、可执行。 上海人工智能实验室 则基于其在大模型训练、评测标准和Agent框架上的积累，提供生成实验Protocol的模型基础，并与涌生智能共同构建Design2Protocol和Protocol2Code的benchmark、评分标准与评测工具。 两边一合，沉淀出了ProtoPilot和BioLab Bench 。 Bio Agent，第一次真正走向了可评测、可执行、可迭代的真实实验闭环。 ProtoPilot和BioLab Bench，如何填补行业空白 ProtoPilot和BioLab Bench，具体如何填补行业空白？ 我也去仔细扒了扒论文。 ProtoPilot：第三方测评超越OpenAI最强旗舰GPT-5.6 Sol 先说多智能体系统ProtoPilot。 目前AI for Bio赛道上，能打通Design2Protocol、Protocol2Code、设备执行与湿实验反馈验证的系统仍然极少，大多还停留在分段优化阶段， 而ProtoPilot是少数已经实现全链路贯通的代表之一 。 怎么个「全链路贯通」？举个例子： 当你用自然语言对ProtoPilot说「构建8个GLuc突变体」，它就能把这句话拆解成科学合理的Protocol，识别可用设备，转化为可执行的工作流代码，下发到物理设备执行，并根据湿实验反馈持续修正和进化。 注意，这不是聊天机器人，也不是单一设备的脚本生成器。 ProtoPilot背后是多个Agent在协同发力： Orchestrator Agent统筹全局工作流状态，Protocol Expert Agent生成实验方案和SOP，Coding Agent将方案转化为设备可执行代码。三个Agent各司其职，逐层推进。 通过这种行业主流的「多Agent协同工作」方案，它成功解决了三个过去卡死行业的「老大难」。 第一个，需求模糊 。 做过实验的都知道，很多时候你脑子里的实验意图