器械之家

医疗器械媒体报道先锋

分享专业医疗器械知识

关注

来源：华大智造 MGI

AI for Bio 的行业竞争，正在从一个老问题走向一个新问题：不再只是 " 模型能不能回答生命科学问题 "，而是 " 模型能不能真正进入科研流程，能不能面对真实的实验室 "。

谁在关注这个命题？

最近一年，以 OpenAI、Anthropic 为代表的海外科技巨头，纷纷把目光投向了更下游、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。

说明了什么？

AI for Bio 正站在从量变到质变的临界点上。这个节点之上，华大智造子公司涌生智能携手上海人工智能实验室，最新了发布了自研突破性成果：一个自进化多智能体系统，让 AI agent 真正进入了生命科学实验室的物理世界；打造出了一个业界稀缺的、面向真实生命科学任务的评价体系。

最重要的是，AI 走进了真实实验室，实现了生命科学的干湿闭环。

而这，是目前全球知名大模型都未能达成的目标。

01

AI for Bio 的关键拐点：从 " 理解知识 " 到 " 生成行动 "

涌生智能与上海人工智能实验室联合发布的两项成果包括：

ProtoPilot ——真实实验室场景驱动的自进化多智能体系统；以及 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。

前者覆盖 Design2Protocol、Protocol2Code、设备执行到湿实验反馈的完整链路；后者为这套链路提供了可量化、可比较、可迭代的标尺。

它们共同回答了一个行业悬而未决的问题：AI 能不能不仅会 " 想 " 实验，还能真正 " 做 " 实验？

生命科学实验室的 Physical AI，身体就是实验室本身。设备能被代码驱动，Agent 才有手；SOP 数字化、机器可读，Agent 才听得懂实验语言；湿实验结果能回流成信号，Agent 才睁得开眼；真实约束、失败案例与专家判断不断注入，它才学得会从每一次失败里长出新的本能。

手、眼睛、语言、会学习的神经都接上了，身体才真正活起来。

这也意味着行业需要新的基础设施：

一方面，需要能评价生物智能体（Bio Agent）真实实验链路能力的评测标准（benchmark）；

另一方面，需要能接住模型、连接专家、设备和湿实验反馈的 Bio Agent Harness。

02

AI Agent 走进了真实的实验室

涌生智能与上海人工智能实验室联合构建的多智能体系统 ProtoPilot —— 它把实验意图翻译成方案与代码，没有停留在打分和文本评估，而是把系统生成的流程真正放进湿实验里执行。它将自然语言实验需求贯通到 protocol 生成、SOP 合成、自动化代码转换、设备执行和实验反馈优化，形成从实验意图到真实执行的闭环系统。

如上图所示，根据性能评测得分：这一次，在生命科学实验这道专业考题上，跑在最前面的不是第一梯队的模型，而是为真实实验链路而生的 ProtoPilot。

03

跨进真实世界之前，Physical AI 需要一个新的度量衡

Physical AI 不能只看模型会不会生成漂亮答案，而要看它能不能把实验意图转化为真实世界中可执行、可验证、可复现的动作。因此，此次构建的面向真实实验任务的评测体系 BioLab Bench，衡量的不是 " 模型说得对不对 "，而是 " 系统能不能在真实自动化设备上跑得通 "。

真实任务：BioLab Bench 覆盖从基础操作到复杂多步骤流程的真实实验任务，并按 L1-L3 难度分层。

评估完整链路：BioLab Bench 不只看 Agent 能否生成 protocol，而是评估实验意图能否转化为方案、设备无关 SOP、设备相关 SOP 和机器可执行代码，并通过执行 gate。

跨设备迁移：BioLab Bench 可以放到不同的实验室自动化设备上检验，观察 AI 是否能理解实验任务，并生成适配不同平台的可执行动作，从而评估 Agent 的跨设备能力。

04

当模型平权，Physical AI 的胜负手在哪

模型那一侧正在被所有人买到、迅速拉平；而模型够不到的 " 物理那一半 "（真实设备、真实湿实验、真实失败、真实约束）不能下载、难被蒸馏，只能一次次地通过实验试错和进化。所以当模型平权，差距只会落到谁手里有 " 真实世界这一侧 "。

对 Physical AI 来说，真正稀缺的从来不是更多 " 看似合理 " 的答案，而是这些来自真实实验现场的问题、约束和反馈。模型可以买、可以训，但真实道路只能自己修。

05

干湿闭环，AI 自进化的训练场

模型在 " 干 " 的一侧提出假设、设计实验、生成方案与代码；自动化设备在 " 湿 " 的一侧完成执行、记录结果、暴露问题。真实数据再回流给模型，推动下一轮更准确的设计。

在这套闭环里，真实实验室本身就是训练场。每一次执行、每一次失败、每一次修复，都变成系统下一轮变强的真实信号。这就是生命科学实验室的 Physical AI ——它不会从聊天框里长出来，它只能从真实实验室中孕育出来。

06

从 " 单点发布 " 到 " 体系联动 "

本次成果的发布，不是一次孤立的技术演示，而是涌生智能在 AI for Bio 整体布局中的关键落子，与华大智造现有业务体系形成多向联动。

对 α Lab Brain 智能体系统

首先，涌生智能前不久推出了 α Lab Brain 智能体系统，α Lab Brain 的核心是 Bio Agent Harness。而此次发布的 Biolab Benchmark 和 ProtoPilot 能够直接反哺 α Lab Brain 的任务理解、protocol 生成、设备 workflow 转换、专家审查和结果反馈能力，使其从 " 实验室智能助手 " 进一步升级为可评估、可修正、可持续进化的实验室伴侣。

对 SE-Fab 干湿闭环

SE-Fab 已将主动学习、自动化实验和 DBTL 闭环推进到 AI-native biofoundry。ProtoPilot 与 Benchmark 进一步补强了从实验意图到执行流程的 Agent 链路，让设计、构建、测试、学习的每一个环节都接得更紧，每一次真实任务、失败修复和专家反馈都可以沉淀为下一轮训练材料。

对华大智造的实验室自动化产品

对于华大智造现有的实验室自动化产品，比如 PrepALL、AlphaTool、AIO 一体机等设备而言，体系通过 Protocol2Code 和设备约束评估，能更好地接入生态。设备不再只是执行预设流程，而是进入更智能的实验任务链路。

07

行业长期价值：Bio Agent 从 " 能生成答案 " 到 " 能完成科研流程 "

站在生命科学与 AI for Bio 的全赛道视角，本次成果的发布将推动评价标准从 " 知识正确 " 走向 " 实验可用 "。生命科学 AI 不应只停留在论文、问答和榜单分数中，而应接受真实实验任务、设备约束、专家审查和湿实验反馈的检验。

其次，为 Bio Agent 建立面向真实实验链路的共同坐标系，BioLab Bench 有机会为 Bio Agent 提供共同任务、共同指标和横向比较方式，让行业更清楚地判断不同 Agent 的真实能力边界。

再者，它能证明 Bio Agent 可以从数字智能走向世界智能。ProtoPilot 将用户意图、protocol、SOP、code、设备执行和实验反馈接成闭环，展示了 AI 进入真实实验流程的可行路径。

本次联合打造出来的生命科学实验室 Physical AI，直指下一代生命科学发现范式。未来，Bio Agent 不再只靠文本训练提升能力，而是依托 Physical AI 搭建的实验链路，持续积累真实科研任务、自动化操作、专家复核、失败样本与湿实验现场反馈。海量实体实验数据循环优化后，Bio Agent 将形成兼具推理、实操、验证能力，落地 7 × 24 小时无人值守智能实验室。

此次华大智造旗下涌生智能与上海人工智能实验室的携手，将依托 Physical AI 完成 Bio Agent 的核心跨越：从输出文字结论，升级为贯通全流程的科研执行者。它不仅证明 AI 可以自主开展生命科学实体实验，更完整回答了 AI 落地实验室的关键问题 —— 如何评测、训练、长效进化物理实验智能。

关于上海人工智能实验室

上海人工智能实验室是我国人工智能领域的新型科研机构，开展战略性、原创性、前瞻性的科学研究与技术攻关，突破人工智能的重要基础理论和关键核心技术，打造 " 突破型、引领型、平台型 " 一体化的大型综合性研究基地，支撑我国人工智能产业实现跨越式发展，目标建成国际一流的人工智能实验室，成为享誉全球的人工智能原创理论和技术的策源地。

关于涌生智能

深圳华大涌生智能科技有限公司（简称 " 涌生智能 "）为华大智造旗下子公司，是专注 AI4S 领域的企业，聚焦搭建面向生命科学的干湿闭环基础设施。公司打通 AI Agent、Agent-Ready 的自动化实验系统与真实实验反馈链路，驱动 AI 在实验中自主学习、修正与进化，推动科学发现走向规模化。

END

商务合作邮箱：qxzj@landianyiliao.com