7月7日，由上海科学智能研究院（下称“上智院”）、重点孵化企业上海格物智研科技有限公司（下称“格物智研”）以及上海市青浦复旦未来技术研究院（下称“青浦复旦未来技术研究院”）联合主办，“科研普惠新时代——打造AI赋能的超级科研工厂”成果发布暨“百题马拉松”直播启动仪式在上海漕河泾会议中心举行。
会上，由上智院牵头建设、格物智研打造运营的干湿闭环技术体系“Golab物质科学智能研发工厂”正式发布。这一体系已成功跑通国内领先的“AI计算-自动实验-数据回流-模型自进化”干湿闭环全流程，正有力推动科研从“人驱动”迈向“智能驱动”。当前，该体系聚焦物质科学领域，通过这一超级科研工厂持续开放模型、算力、实验等核心能力，加快破解新药、新材料等研发周期长、试错成本高等难题，并进探索面向科学智能（AI for Science，AI4S）的OPC（One Person Company，一人公司）组织模式，促进科研普惠。
作为该闭环体系的关键环节，自驱动实验室一期于今年6月在上海市漕河泾新兴技术开发区建成并投入运行，首次实现了AI计算与自动化实验设备的零人工介入、直接联动，在国内率先实现较高程度的无人干预科研全流程。与此同时，作为复旦大学、上智院面向长三角科技创新共同体的又一落子，由格物智研与青浦复旦未来技术研究院共同推进的近3000平方米自驱动实验室二期工程已启动建设，计划于明年初在青浦区投入运行。
目前，该体系已在生物医药、能源材料、日用化工等多个行业方向开展验证性应用，并形成跨领域迁移能力，使不同科研问题在同一系统中具备复用基础。会上同步启动的“百题马拉松”直播将连续运行5天5夜，以源于真实场景的科研问题公开验证系统能力，集中展示“Golab物质科学智能研发工厂”的闭环链路。
上海市经济和信息化委员会副主任潘焱，上海市徐汇区副区长陈勇，上海市青浦区委常委、副区长李峰，上海市科学技术委员会二级巡视员郑广宏，复旦大学校长助理、上智院理事长吴力波等领导和嘉宾出席本次活动。潘焱、吴力波先后进行开场致辞。
技术闭环已成全球AI产业化共识，上智院走在前列
“计算—执行—反馈—迭代”的技术闭环，正在成为全球科技公司从技术验证走向商业落地的共识路径。无论是自动驾驶、具身智能还是科学智能，头部机构几乎都在用同一套方法论：让AI在真实物理世界中执行任务、采集数据、反哺模型、持续进化。这套体系的精髓在于，每一次真实世界的执行反馈，都在为模型生成一份无法从仿真中获得的高质量训练样本。
特斯拉依托全球数百万辆存量车构建真实路况数据闭环，2026年2月上海临港AI训练中心投用，完成全链路本土化闭环，全球车队每日产生约16亿帧图像数据，FSD累计行驶里程超100亿英里。宇树科技打通“真机采集—模型训练—真实部署”完整闭环，2026年3月开源的人形机器人真机数据集包含189万条真实场景动作轨迹数据，驱动模型持续迭代，同年7月以104天创科创板最快审核纪录，四足机器人出货量行业占比约70%。Anthropic于2026年6月发布Claude Science，将“基础模型+多智能体+工具编排”方法论平移到科研，随即启动自主药物研发项目，几乎同期诺贝尔化学奖得主John Jumper加入Anthropic，昭示全球顶尖科学智能人才正在向“闭环型”机构集中。OpenAI将GPT-5接入云端实验室，六轮闭环中蛋白质生产成本降低40%，此外还合作另一个自动化实验系统，在优化化学反应中使88%的底物产率获得提升。
这些来自自动驾驶、机器人、科研平台等不同赛道的案例，共享同一个底层逻辑：让AI在真实物理世界中形成可自我强化的完整闭环。这一范式已在AI产业化的进程中率先为市场所验证。
而上智院自2023年成立起便基于这一技术理念持续攻关。从燧人物质科学大模型的底层能力训练，到浑天绫技能包（Scientific Skills)串联干湿闭环，再到漕河泾与青浦两期自驱动实验室的建成与扩展，两年多来，上智院已跑通国内领先的“AI计算-自动实验-数据回流-模型自进化”全流程，链接技术验证与规模化应用。
作为上智院“研创一体”机制的重要实践以及这一闭环技术体系的产业化承载主体，格物智研承担着物质科学原创科研成果工程化、产品化、产业化的重要使命。发布会上，格物智研分别与上智院、青浦复旦未来技术研究院签署联合实验室协议，并与漕河泾开发区总公司、智慧芽、阿里云、镁伽科技等生态伙伴达成合作，同时与翱路医药、益臻新能源等行业伙伴签约，共同推动科学智能在生物医药与能源材料等重点方向的应用落地。
从“燧人”出发，打通干湿闭环、让系统自进化
近年来，大语言模型技术迅猛发展，推动智能体开始具备自主编排复杂科研流程的能力；与此同时，能理解物理机理的垂直领域科学大模型也日趋成熟。两者叠加，使得端到端自动化科研闭环成为可能。而科学大模型的关键跃迁，正是从AlphaFold式的结构预测（即从数据中拟合、预测分子与蛋白质的结构性质），转向对机理的建模（即把物理规律深度融入模型）。
然而，能预测的模型不等于能自主运转的科研工厂，上智院物质科学/格物智研的研创一体团队因此提出“超级科研工厂”的理念并付诸实践。其关键在于三要素彼此咬合：通用的跨领域基础模型作为“大脑”，自驱动实验室作为伸向物理世界的“双手”，以及让二者持续互相校正、越用越强的自进化系统。“Golab物质科学智能研发工厂”正是围绕这三者构建。
（上智院AI科学家、青浦复旦未来技术研究院未来材料领域首席科学家、格物智研创始人曹风雷，进行主旨发布）
一是模型。上智院自成立起便重点打造燧人系列物质科学模型，坚持从底层能力训练起步，推动符号计算“慢思考”与神经网络“快思考”融合，把量子力学、统计力学等通用物理机理深度嵌入模型的训练与推理。“燧人”模型在业界首次统一建模微观电子结构与宏观统计行为，使分子模型从经验拟合迈向物理约束驱动、从专用工具跃迁为通用引擎。正因为学到的是底层通用的物理规律，模型只需少量数据便能跨领域迁移预测，让同一套体系得以覆盖多个方向。今年，“燧人”模型的基座层、功能层、应用层均已建成并互联互通，相关成果发表于多个国际顶级会议和期刊。
二是自驱动实验室。模型算出的虚拟候选物，必须先被真实合成、并纯化为可供测试的样品，才能进入后续环节。核心难点往往不在反应本身，而在合成之后的分离与提纯（即后处理），这是多数自动化实验被“卡脖子”的所在；加之既有设备的实验方案多由人工撰写，闭环总难达成。为此，团队建成自驱动实验室，首次实现 AI 计算与自动化实验设备零人工介入、直接联动，并重点攻克了合成与提纯之间的自动衔接。
三是让系统自进化。模型、自驱动实验室、自进化系统，三者之间由浑天绫Skills平台串联：它把算法、数据、算力、实验四类要素标准化为可组合的生产单元，配合实验设计智能体，将“干实验”（AI模拟计算）-连接层（智能体）-湿实验（物理世界验证）-数据回流”编排成一条可自动执行、无需人工翻译的完整链路。
数据回流是让系统自进化的关键所在：实验结果，包括大量在传统研发中被丢弃的失败案例与负向数据，被结构化回流至模型端，验证预测正误，模型据此自我修正。由此，自驱动实验室能持续产出高质量、带物理约束的实验数据，这类数据正是物质科学中的稀缺资源，同时模型也越用越聪明，循环往复、让整套技术体系“自己成长”起来。
（上智院主任研究员、格物智研算法高级专家徐丽成，解读浑天绫Skills平台）
从实验室到产业场景，多个应用方向初见成效
这套体系正进一步拓展至生物医药、能源材料、日用化工等行业，只要领域本身有明确的分子设计和实验验证需求，这套体系便能适配。以生物医药为例，其产品高附加值、批量小、迭代快的特征，决定了AI介入的空间很大，研发需求更接近药物发现。
应用成效已初步显现。在生物医药领域，干湿闭环体系能够完成大规模虚拟筛选，仅将少量最有希望的候选分子交由自动化平台验证。针对业内公开的一项难成药靶点，系统仅用一两天便筛选出候选分子，而传统方式往往需要数月甚至更长的时间；在某难成药靶点药物选择性优化中，实现了200倍的提升，用时仅2个月。在能源材料领域，可降解材料始终面临性能、成本与产业化难以兼顾的问题，传统研发需经数百次试验才能找到合适方案，团队与华谊集团合作开展高分子材料合成规划，研发效率提升约30%。在日用化工领域，与中国科学院上海有机化学研究所的合作中，团队发现了一个长期被忽略的关键反应条件，将一类重要催化反应的选择性提升3倍。
这种闭环能力已经开启了进一步检验，连续五天24小时的“百题马拉松”直播在会上同步启动。团队围绕药物发现、催化剂设计、材料研发、电解液筛选等真实科研课题，同时运行100个干实验任务，并选取部分课题进入自驱动实验室开展真实物理实验的验证。活动现场的大屏实时播出了AI计算过程和无人工介入的自动化实验实景，直观展现了从方案生成、实验执行到数据回流的完整闭环。
团队在此次直播中展示的五个实验，覆盖新能源、新反应、新材料、新药物四大方向，包含电池材料设计、化合物筛选等十大应用场景，希望验证这套体系是否具备跨领域应用能力。每个实验对应着科研流程中的一项关键能力：催化剂筛选验证模型对复杂反应条件的优化能力，可降解高分子设计考察模型对新材料研发的泛化能力，电解质研发检验模型跨尺度预测材料性质的能力，生物医药方向则验证从虚拟筛选、实验设计到自动化验证的完整链路能否真正跑通。单个实验验证的是一个环节，多个实验共同检验的，则是整套物质科学干湿闭环体系的通用性。5天直播结束后，100个课题的完成情况和运行结果，也将成为检验这套科研体系的一份公开答卷。
（移步B站“上海科学智能研究院”直播间，观看AI计算设计与实验室合成验证的干湿闭环）
产业AI化新路径：科研技术闭环+OPC组织模式
如果说AI产业化是围绕AI发展产业，那么产业AI化则是让AI驱动科研范式变革、进而赋能千行百业。“Golab物质科学智能研发工厂”所代表的干湿实验闭环体系，正是推动产业AI化的一则技术样本，让AI驱动的研发能力成为各行业可调用、可生长的公共品。
AI快速发展带来的OPC模式则是推动产业AI化的创新组织样本，并在全球范围内得到市场初步验证。2024年，AI视频生成公司Pika完成8000万美元融资，团队仅4人，估值超4亿美元；AI编程工具Devin背后的Cognition Labs，成立不到半年估值达20亿美元，团队不足20人；人工智能视频处理公司Captions，以3人团队完成6000万美元融资，用户超300万。而在中国，该组织范式已被纳入城市发展战略：多地公布的“十五五”规划《纲要》均重点提及“OPC”，其中上海将其定义为“在人工智能赋能下，由个体独立完成产品研发到市场投放全链路闭环的新型创业形态”。
“工具提高某个环节的效率，闭环和系统改变整个组织的运转方式，这也是我们用‘工厂’来命名这套体系的原因。”团队带头人曹风雷说道。面向物质科学的干湿实验闭环能力，正是OPC模式在新能源、新反应、新材料、新药物等产业场景得以实现的基础，让一位科学家或一个小团队便可承担从前端研发到实验验证的完整科研闭环。
对于OPC创业者等科研普惠用户来说，降低获取和利用优质数据的使用门槛是他们最主要的诉求之一。传统科研模式下，实验数据的采集、清洗与结构化本身就是一道高门槛，个体或小团队几乎不可能触及大规模高质量数据。干湿闭环的技术体系则打破了这一限制：自驱动实验室不间断运行，每一次实验无论成功或失败，都被自动记录、结构化处理后回流至模型。实验越多，数据沉淀越厚，模型迭代越快，个体由此能以相对小的成本调动过去只有大机构才能企及的数据，在细分领域建立专注的竞争优势。
格物智研目前形成了三种商业模式：项目制、联合开发，以及面向长尾用户的自动化交付——用户提交需求，平台自动交付结果，基本无需人工介入。第三种自动化交付模式，即用户提交需求、平台自动交付结果，让过去动辄百万级投入的实验室建设门槛大幅降低，一个科学家或小团队便可完成从前端研发到实验验证的完整科研闭环。
率先落地上海，产业AI化的城市实践
过去十余年，上海持续布局人工智能和基础科研，率先探索科学智能发展路径。随着大模型技术逐步成熟，团队经过两年多持续攻关，打通了从模型、智能体到自动化实验的全链条能力；徐汇、青浦提供了超3000平方米自动化实验平台建设空间，为技术从验证走向规模化应用创造了条件。技术成熟、团队成熟、平台成熟，几项关键条件在同一时间汇聚，让这套业界领先的干湿闭环技术体系率先落地上海。
上海正体系化推动科学智能发展。就在本次成果发布前一天，上海市委书记陈吉宁出席科学智能“百团百项”研讨会，强调要深刻领会习近平总书记重要讲话精神，进一步深化对国家战略任务的认识，牢牢抓住科学智能的战略机遇，以人工智能引领科研范式变革，加速各领域科技创新突破。目前，上海已启动实施科学智能“百团百项”工程，建设科学智能开放社区，设立科学智能专项基金，支持青年科学家面向科学探索和产业发展需求开展科学研究并推动成果转化。“Golab物质科学智能研究工厂”的落地，正是对这一战略部署的回应：通过科学智能的闭环能力，推动传统产业从“人力密集型”研发向“智能密集型”研发转型。
上海的另一项独特优势，在于拥有国内最完整的产业体系和丰富的创新生态。过去两年，团队走访了上海及长三角大量企业和科研机构，最终将生物医药、能源材料、精细化工作为重点行业方向。金山化工园区让团队看到了精细化工持续优化的空间，新能源产业的发展为电池材料研发提供了明确应用场景，张江生物医药产业集群则让药物研发能够快速对接真实需求。对于科学智能而言，技术体系只有嵌入完整的产业链，才能形成广泛价值，而这些产业链上下游恰恰都能够在上海找到。
“这套体系能够跑通落地，核心在于上海提供的制度环境和创新组织方式，让产学研各方围绕同一个目标协同发力，让基础研究、技术开发与产业转化在同一个体系中不断循环迭代。”吴力波说道。作为上海市统筹布局、依托复旦大学建立的“创新特区”，上智院已建成一支百余人的复合型人才队伍，并孵化出格物智研、伏羲智算、洽道量子等多家创新企业。
吴力波还表示，科研技术闭环与OPC模式的结合，正在重新定义科创的基本单元。当科研组织能力可被按需调用，大量优秀的科学假设不再因资源匮乏而止步，这会是产业AI化的深层动力。
在“校-院-企”协同创新机制下，位于青浦的自动化实验平台二期，成为复旦大学与上智院面向长三角科技创新共同体的又一重要落子。依托复旦大学深厚的基础研究优势、上智院的原创策源能力，以及青浦复旦未来技术研究院的成果转化和区域协同创新平台优势，该干湿闭环技术体系正致力于成为连接高校科研、技术转化与产业创新的关键节点，推动科研基础设施向长三角开放共享，打造科技创新与产业创新深度融合的示范平台。