FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2026-07-31

AI的下一个 Claude Code,可能诞生在实验室

AI Coding商业化成熟,AI for Science或成下一个千亿风口;晶泰科技构建完整研发闭环,布局科学智能生态。

核心内容:

  1. AI for Science的商业化潜力(下一个AI Coding)
  2. 晶泰科技发布XtalPi Science平台及科学智能生态联盟
  3. AI4S领先关键:整合闭环生态与实验基础设施壁垒

过去两年,AI率先在Coding领域跑通了高价值商业闭环。

海外机构预计,未来12个月,AI Coding有望为OpenAI和Anthropic带来合计约1200亿美元的年化收入。Coding是推动其商业化增长的重要场景之一。 Coding之所以成为大模型最早兑现价值的专业场景,关键并不只是程序员成本高,而是代码天然拥有编译、测试和运行结果这套“验证器”:模型每生成一段代码,都能迅速知道对错,并将能力提升直接转化为生产力。 但随着Coding逐渐成为市场共识,投资人也开始寻找AI商业化的下一个高价值入口。 科学研究,可能是最接近答案的方向。 欧盟委员会数据显示,2024年全球研发投入最高的2000家公司,合计投入约1.446万亿欧元。生命科学、新材料、化工和能源等行业,每年都在研发上投入巨额资金,但大量资源至今仍消耗在低效试错、流程割裂和重复实验中。 从提升数字生产率,到提升科学生产率,AI for Science(AI4S,科学智能)正在尝试复刻AI Coding的商业化路径。区别在于,Coding的验证器是编译器,科学智能的验证器是真实实验。 目前,包括英伟达、Anthropic在内的一批头部科技公司,都在加速布局AI for Science。而在国内走得相对靠前的,则是晶泰科技。 7月29日,晶泰科技正式发布面向科学研发场景的开放智能研发平台XtalPi Science。 这是一套将大语言模型、垂直科学模型与自动化机器人实验室连接起来的AI for Science原生操作系统。它试图把过去分散在模型、数据、软件和实验设备中的能力,整合为一套可以跨行业复用的科学研发基础设施。 与此同时,由27家企业和机构联合发起的“科学智能开放生态联盟”也在发布会现场正式成立。首批成员覆盖医药、材料、具身智能、高校和科研院所,包括三生制药、君实生物、加科思、百诚医药、丹纳赫、无问芯穹、逐际动力及香港中文大学(深圳)等产业与学术界参与者。 在这场尚处于早期、但确定性正在快速增强的产业浪潮中,晶泰科技无疑已经提前卡住了一个关键位置。 判断一家AI4S企业是否领先,不能只看单项模型跑分,更要看它能否对最终的科研结果负责。 目前,行业中的多数参与者仍然从模型、科学软件、实验仪器或研发服务的某一个环节切入。晶泰的不同之处在于,它已经开始将垂直模型、专业工作流、机器人实验室、真实项目数据和产业客户连接为一个完整闭环。 模型能力可以采购,算力可以调用,软件也可以快速开发。但实验基础设施、长期积累的失败数据,以及持续运行真实研发流程形成的经验,很难在短期内复制。

**/ 01 /****

AI for Science,下一个AI Coding

传统科研仍是一种高度依赖专家经验的生产方式。

大量知识分散在论文、专利、数据库和实验记录中,研发流程高度依赖少数专家的经验。一次实验可能需要数周甚至数月,而大量失败结果和异常数据,往往留在个人电脑或实验日志里,没有被结构化保存,更无法被下一轮研发有效利用。

AI for Science要改变的,不只是其中某一个环节,而是整个科研流程。

过去,大模型在科学研究领域的探索主要停留在数字世界,包括搜索论文、分析数据、调用科学软件,也可以提出看似合理的分子结构、合成路线和材料配方。

但这些答案是否成立,最终还是要交给物理世界验证。这也是一直以来科学Agent面临的核心瓶颈:可以设计实验,却无法对实验结果负责。换句话说,科学领域一直缺少一套类似代码编译器的反馈系统。

而AI4S的核心恰恰是,让AI能够验证自己。

如果说编译器构成了AI Coding的反馈系统,那么“设计—制造—测试—分析”的DMTA闭环,就是AI4S在物理世界中的“科学编译器”:它让每一个模型假设接受真实实验检验,并将实验结果重新反馈给下一轮预测。

这也正在成为产业各方共同押注的方向。

今年6月,Anthropic推出面向科研人员的Claude Science,通过接入文献、基因组学和化学计算等工具,试图成为科研人员调用数据和软件的新入口。英伟达则发布BioNeMo Agent Toolkit,并与赛默飞合作,将智能体进一步延伸至实验室设备。

海外巨头的动作验证了AI4S的产业方向,但其切入路径仍主要是从基础模型和计算工具向实验环节延伸。

晶泰的不同之处在于,当这一方向开始成为全球科技产业共识时,它已经围绕垂直科学模型、机器人实验室和真实研发项目积累近十年。

据公司介绍,XtalPi Science是全球首个整合大语言模型(LLM)、垂直领域专业模型与大规模自动化机器人实验室的 AI for Science (科学智能)原生操作系统。

其中,Genius Agents承担了整个研发流程的编排工作。它可以围绕具体科研目标制定计划,将复杂任务拆解成不同步骤,调用相应的专业模型、科学软件和实验能力,再汇总结果并沉淀项目知识。

为了让智能体真正进入科研组织,而不只是停留在模型演示层面,晶泰进一步将DMTA流程拆解为上百类具体研发意图,并把科学家长期积累的隐性经验,沉淀为可以标准化执行、重复调用的专业工作流。 在这套体系…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/LargeLanguageModel/2026073149610.html