铃阅
❌

普通视图

硅谷研究机构实探中国版“星际之门”:速度、成本与系统能力令人瞩目

2026年11月16日 16:18

原创 张锦怡 2026-11-16 16:18 北京

“美国算力路线图中的诸多问题,都可以在这里找到思路。”

监管、民意和融资等多重压力之下,美国 AI 基础设施建设正面临新的挑战。

刚刚结束的美国中期选举,让数据中心建设引发的争议进一步受到关注。多地限制性公投获得通过,电力供应、土地占用等问题成为地方政策讨论的焦点。

与此同时,美国 AI 基础设施旗舰项目“星际之门”(Stargate)也面临融资和项目推进方面的压力。据彭博社 11 月 5 日报道,荷兰 ING 集团正寻求出售约 5 亿美元的数据中心贷款资产,其中涉及“星际之门”项目融资。而早在今年 9 月,甲骨文就曾针对该项目位于新墨西哥州的一处数据中心发出援引不可抗力的通知,以应对潜在的项目延期风险。

就在美国 AI 数据中心扩张面临诸多挑战之际,一份关于中国大型算力基础设施的实地考察报告引起了行业关注。

今年 9 月,美国半导体与 AI 基础设施研究机构 SemiAnalysis 来到中国内蒙古乌兰察布,实地考察了远景科技集团设计开发的星河基地。11 月 7 日,研究团队发布了题为《我们走访了中国内蒙古的“星际之门”》(We Visited China’s Stargate in Inner Mongolia)的深度报告。

报告将同样拥有广阔土地和丰富能源资源的内蒙古比作中国的“西得州”(West Texas),并将星河基地与美国得州的“星际之门”项目进行比较。研究团队直言,“美国算力路线图中诸多悬而未决的问题,都可以在这里找到解题思路。”

(来源:SemiAnalysis)

SemiAnalysis 对星河基地的建设速度、规模、低成本和垂直整合能力给予了较高评价。

这不是海外机构第一次关注乌兰察布。今年 8 月,高盛就曾发布研究报告,分析当地算力集群的增长情况;美国科技媒体也陆续报道了这里的数据中心建设进展。不过,此前的讨论更多集中在投资规模和产业布局,SemiAnalysis 此次考察则披露了更具体的工程与技术细节。

星河基地一期 120MW 设施从开工到交付不到一年,单位建设成本约为美国可比项目的五分之一。园区还配套规划了风电、储能等设施,以提高绿色电力的使用比例。

而在下一代供电技术上,星河基地已经率先迈出一步。这里采用固态变压器(SST)的 800V 直流供电系统已投入实际运行。这是全球首套在大型 AI 数据中心实现商业化运行的同类架构。

与美国“星际之门”相比,星河基地的优势也体现在能源供应和系统设计上。从风电场到服务器机柜,远景将多个环节纳入统一规划,并率先推动下一代供电技术在实际项目中落地。

过去,中国基础设施建设的优势往往体现在设备成本和施工效率上。而在星河基地,远景从项目规划阶段就统筹发电、输电、配电和算力负荷,通过系统设计与集成,减少不同环节之间的协调成本。

这种从能源开发延伸到机房内部供电的全链路能量管理能力,也为星河基地控制建设成本、缩短交付周期提供了支持,成为中国 AI 基础设施建设的一项重要竞争优势。

中国版“星际之门”,领先在哪里?

乌兰察布发展数据中心已有十多年。2013 年前后,华为率先在当地布局,此后阿里巴巴、苹果、快手等企业陆续进入。最初,这些设施主要承担数据存储、备份和通用云计算等业务,近年来随着生成式 AI 兴起,当地开始迎来新一轮大型算力投资。

风能资源丰富、平均气温较低、距离北京较近,是乌兰察布长期吸引数据中心的原因。如今,大模型训练和推理需要部署大量高功率芯片,机房对稳定供电和散热的要求不断提高,当地的能源条件也因此有了新的价值。

今年 9 月,SemiAnalysis 研究团队来到乌兰察布,实地考察了远景科技集团开发的星河基地。该基地分四期建设,其中一期 120MW 已于今年 8 月交付。这也是远景在乌兰察布总计约 3GW 数据中心规划中的首个大型园区。

图|星河基地(来源:远景科技)

为了说明这一项目的规模,SemiAnalysis 将其与美国得州阿比林的“星际之门”进行了对比。后者由 AI 基础设施公司 Crusoe 开发,并租赁给甲骨文(Oracle),由甲骨文为 OpenAI 提供算力服务。其核心区域规划了 8 栋建筑,总供电规模约 1.2GW,对应 IT 容量也与星河基地规划的大体相当。

两座园区的建设速度很接近,都耗时不到一年便完成交付。然而,SemiAnalysis 估算,星河基地一期的单位建设成本仅为美国的五分之一左右。

这一成本优势,除了中国设备和施工成本优势,也与星河基地的电力系统设计有关。

阿比林主要依靠公共电网,并配置现场燃气轮机作为补充。星河基地则从项目规划阶段,就将配套风电场、专用输电线路、储能设施和数据中心统一考虑,甚至延伸到机房内部的供电架构。通过统一规划和设备集成,可以减少不同系统之间的重复配置、现场调试和工程衔接,从而进一步控制建设成本和交付周期。

这种建设方式与远景长期积累的能源技术有关。远景最早从风机技术制造起家,后来逐步进入储能、电力电子和全链路能量管理领域。在星河基地项目中,它既承担数据中心开发,也参与深度布局与整合配套能源设施和机房供电系统的设计与集成的 AI 全价值链服务。

SemiAnalysis 在报告中评价,远景是其研究团队见过的“垂直整合程度最高的数据中心参与者之一”。

(来源:SemiAnalysis)

与传统数据中心开发商相比,远景参与的环节更为广泛。从自建风电场、铺设专用输电线路,到储能系统制造、低压配电和 800V 直流供电架构设计,再到预制式变电站的联合开发,星河基地将能源供应与算力设施建设纳入同一套系统。

传统数据中心通常先确定算力规模,再分别协调电网接入、供电设备和工程建设。远景则从项目规划阶段,就将当地风光资源、电网条件、储能配置和 GPU 负荷统一考虑,并根据数据中心的用电需求设计相应的能源设施。

这种从电源侧到 AIDC 负荷侧的全链路设计,是远景区别于传统开发商的核心优势。它能够在项目建设之初协调不同设备的配置和运行要求,减少系统之间的衔接工作,同时为后续的能源调度和算力负荷管理打下基础。

在工程建设方面,星河基地采用预制式变电站,提前在工厂完成模块生产和测试,再运输到现场安装,将交付周期压缩到三个月以内,而传统室内变电站通常需要约六个月。机房冷却系统也充分利用乌兰察布寒冷的气候条件,减少对传统机械制冷设备的依赖。

从能源供应、设备制造到工程交付,远景将多个环节的技术能力整合起来,高效地全链路能量管理,也让星河基地在建设成本、交付效率和绿色能源利用方面形成优势。

更重要的是,这套 AIDC 系统还将电力管理延伸至服务器负荷侧,使能源供应能够更好地适配 AI 计算的实际需求。这与国内正在推动的“算电融合”方向高度一致,也代表着大型 AI 数据中心从单纯建设算力设施,向能源与算力一体化规划发展的技术趋势。

在 SemiAnalysis 此次考察中,最能体现这种系统能力的技术成果,是星河基地已经投入商业运行的 800V 直流供电系统。这项技术也是英伟达正在推动的下一代 AI 数据中心供电方向。

星河基地,如何成为下一代 AI 供电的技术灯塔?

随着 AI 芯片功耗持续增加,单机柜功率正从过去的几十千瓦向数百千瓦发展。

例如,英伟达规划中的 Kyber 架构,单机柜功率预计达到约 600kW。如此高的功率密度,对数据中心的电力输送和转换效率提出了更高要求。

传统数据中心主要采用交流供电,电力进入机房后,需要经过低压变压器、不间断电源(UPS)、整流等多个环节,再送至服务器。这些设备会产生转换损耗,也占用机房空间。为此,英伟达正在推动 800V 直流供电架构,通过提高供电电压、减少转换环节,满足下一代高密度 GPU 集群的需求。

在星河基地中,远景采用固态变压器(SST),将 10kV 交流电直接转换为 800V 直流电,再输送至服务器机柜,由机柜内的 DC/DC 模块进一步降压。这种设计省去了传统方案中的低压变压器、UPS 和独立整流等中间环节,有助于降低电力损耗和设备占地。

这是全球首套在大型 AI 数据中心实现商业化运行的一体化 SST 直转 800V 高压直流供电系统。SemiAnalysis 的实地考察确认,该系统已在真实机房中运行,而美国同类架构仍处于较早的部署阶段。

(来源:远景科技)

不过,提出技术架构与将其投入商业运行,面临的挑战并不相同。AI 服务器的用电负荷会随计算任务快速变化,一旦发生设备故障,供电系统还需要及时隔离故障,避免影响其他正在运行的服务器。

因此,远景在系统设计阶段,就将 SST、储能、保护装置和控制策略放在一起考虑,提前确定故障隔离范围、关键负荷的供电保障和恢复顺序。

例如,同样是直流母线电压下降,如果由 GPU 负荷突然增加引起,储能系统需要及时补充功率;如果是某条支路发生短路,保护装置则要迅速切除故障,阻止其他电源继续向故障点供电。

这种协同设计要求不同设备围绕同一套运行工况进行验证。星河基地的实际运行,也让远景能够将 GPU 负荷波动、设备响应和故障处理过程中积累的经验,反馈到产品设计和系统验证中,持续改进供电架构。相比单纯提供某一类设备,这种从系统设计到商业运行的工程能力,是其重要优势。

而在机房之外,远景还将能源管理延伸到风电场、输电线路和储能设施,形成从电源侧到算力负荷侧的完整供电体系。

根据 SemiAnalysis 的介绍,星河基地规划了两座相距约 80 公里的风电场,这两座风场可以利用不同地点的风况差异,减少同时处于低风速状态的时间。配合四小时电池储能系统,规划绿电覆盖比例超过 80%。

为了协调风电出力与数据中心的用电需求,远景还将气象预测和能源管理技术应用到园区。其远景天机气象预测系统可以提前预测风电出力,天枢能源管理系统则结合发电情况、储能状态和算力负荷,动态调整能源调度策略。

例如,预测显示未来几个小时风电出力可能下降,系统便可以提前调整储能充放电计划,协调其他电源补充;而当 GPU 负荷突然增加时,机房内部的供电设备则负责快速调节功率,维持电压稳定。

从数小时尺度的发电预测和储能调度,到瞬时的功率控制,远景将不同时间尺度的能源管理连接起来。这也是其所强调的“全链路能量管理”,在规划阶段统筹能源资源和算力需求,并在运行过程中持续优化电力的生产、输送和使用。

其目标是让每度电产生更多算力和 Token。随着 AI 数据中心的用电规模持续扩大,能源利用效率也需要从机房内部延伸到整个供电链路。减少电力转换损耗、提高新能源利用率,并保障高密度 GPU 集群稳定运行,最终都有助于降低单位算力的能源成本。

下一场 AI 基建竞赛,AIDC 电力系统成为关键变量

中国的 AI 数据中心建设正加速推进,大型园区不断落地,新型供电技术也开始投入商业运行。然而在大洋彼岸,美国的数据中心扩张却遭遇了新一轮阻力。

过去几年,得州凭借充足的土地、相对低廉的能源价格和税收优惠,吸引了大量超大型数据中心项目。但随着算力需求迅速增长,电网扩容和电力接入逐渐成为建设瓶颈,一些项目开始额外部署燃气轮机、燃料电池和储能设施,以保障供电。

与此同时,大型数据中心带来的设备噪声、土地占用、水资源消耗,以及居民对电价上涨和电网稳定性的担忧,也引发了越来越多的反对声音。

在近期美国中期选举中,这种反对情绪进一步显现。据美国选举信息网站 Ballotpedia 统计,11 月 3 日举行的 41 项数据中心相关地方公投中,40 项结果倾向于限制开发。其中,27 项限制性措施获得通过,另有 13 项便利建设的提案遭到否决。

美国数据中心面临的这些挑战,也凸显出能源供应与算力建设协同的重要性。中国拥有丰富的新能源资源、成熟的电力设备供应链,以及大规模工程建设能力,为 AI 基础设施扩张提供了有利条件。

远景星河基地便是其中一个案例。依托自身在新能源装备、电力电子和能源管理领域的积累,远景能够在项目规划阶段就统筹发电、储能、输电和机房用电需求,并通过设备制造、系统集成和工程建设之间的协同,提高交付效率、控制建设成本。

把中美两座“星际之门”放在一起看,差异已经十分清楚:在建设成本和下一代供电架构的实际应用上,星河基地展现出领先优势。尤其是 800V 直流供电系统率先实现商业化运行,体现了中国企业在 AIDC 电力系统设计、集成和工程落地方面的技术能力。

这背后是两条不同的建设路径。美国依托资本、芯片和云计算生态持续扩大算力规模,电力供应却日益成为制约因素;以星河基地为代表的中国项目,则把新能源、电力装备和工程制造能力融入数据中心建设,从风电场到 GPU 机柜统一设计,让每一度电尽可能多地转化为算力。

而星河基地的意义,也不止于中美两座“星际之门”的比较。

随着算力需求持续增长,AI 基础设施的竞争将越来越多地延伸到能源领域。全世界都在寻找一条以更低成本、更清洁的方式将电力转化为算力的路径。星河基地已经展示了绿色电力与高密度算力相结合的工程方案,也让下一代 AI 基础设施建得更快、成本更低、能源利用更加高效成为可能。

从这个角度看,中国版“星际之门”的进展,体现了中国新能源产业、工程制造和电力系统技术长期积累的成果,也为全球 AI 基础设施建设提供了一种新的思路。

参考链接:

1.https://newsletter.semianalysis.com/p/we-visited-chinas-stargate-in-inner

2.https://www.wired.com/story/the-unlikely-place-at-the-center-of-chinas-ai-boom/

3.https://www.crusoe.ai/resources/newsroom/crusoe-blue-owl-capital-and-primary-digital-infrastructure-enter-joint-venture

4.https://www.xxquant.com/en/institution/institutional-research/7d948f57e18365ce62c9e29381543012 

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

2026谷歌奖学金名单公布,40名华人上榜

2026年11月15日 15:22

DeepTech深科技 2026-11-15 15:22 北京

近日,谷歌公布了2026年度博士奖学金(Google PhD Fellowship)获奖名单。来自全球38个国家或地区的148位青年研究者入选,谷歌今年提供的资助总额达到1300万美元。其中,华人学者占据相当大的比例,40人上榜。

谷歌博士奖学金创立于2009年,旨在支持计算机科学及相关领域具有突出研究潜力的博士生,帮助他们开展前沿基础研究。截至目前,该计划已在全球资助超过1100名博士研究生,其中不少人后来成为高校教授、科技创业者及产业研究领军人物。

这项奖学金覆盖机器学习、计算机视觉、人机交互、系统安全、量子计算等多个研究方向。入选者不仅需要具备出色的学术表现,也需要在各自的研究领域展现创新能力与长期潜力。

今年入选的华人学者来自斯坦福、牛津、剑桥、普林斯顿、伯克利等世界知名高校,也包括多位清华、复旦、华中科技大学、大连理工等中国高校的校友。

从研究方向来看,大模型、生成式AI、具身智能依然是热门领域,AI安全、基础算法、计算机系统与量子计算等基础研究方向同样占据重要位置。

以下是本次整理的华人获奖学者名单,按照研究方向分类:

机器学习与机器学习基础(15人)

Chenhao Chao、Dongdong Wu、Ginnie Ma、Jiajun He、Jiale Chen、Jinheng Xie、Rui-Yang Ju、Wenyi Wang、Xin Liu、Xin Xie、Yiyuan Yang、Zhiting Mei、Zichen Tian、Ziheng Chen、Zixuan Hu。

机器感知(6人)

Chaoyue Song、Peiqing Yang、Xiaohao Xu、Xu Cao、Xuanjun Chen、Yuanze Lin。

人机交互(6人)

Chenfeng Gao、Yu Hui Sim、Ran Zhou、Yi Zhao、Yichun Zhao、Yihao Dong。

其他研究方向(13人)

Ruiquan Gao、Jiaxin Wan、Xiaoming Zhang、Xingyu Tan、Joshua Ong、Hao Sun、Junpeng Wan、Ying Li、Zeyu Liu、Junyu Zhou、Haonan Li、Liang-Chi Chen、Ziming Mao。

这些青年研究者正在探索的方向,涵盖了从AI基础模型到计算机底层系统的多个关键领域。

跳转微信打开

星舰绕地球飞行14圈后,SpaceX首次用机械臂接住返回的飞船

2026年11月15日 07:48

胡莉花 2026-11-15 07:48 北京

星舰飞船绕地球 14 圈后被机械臂接住。

北京时间 11 月 15 日凌晨,SpaceX 的星舰飞船结束了约 22 个半小时的飞行,返回美国得克萨斯州星港基地。随着飞船缓缓降至发射塔旁,两根巨大的机械臂合拢,将它稳稳接住。这是 SpaceX 首次用发射塔接住从轨道返回的星舰上面级飞船。回收成功后,SpaceX 的首席执行官埃隆·马斯克(Elon Musk)向团队表示祝贺,称赞这是一支“出色的团队”。

不过,在同一次任务中,星舰下方的“超重型”助推器没能如愿返回。由于返航过程中出现异常,助推器自动放弃塔架回收,转向近海并发生爆炸。SpaceX 原本希望在第 15 次试飞中首次同时接住两级火箭,最终只完成了飞船的回收。

此前,SpaceX 已经多次接住助推器,但飞船从未尝试过返回发射塔。相比助推器,飞船需要从地球轨道返回,经历更长时间的太空飞行和更严酷的大气再入。因此,尽管“双回收”未能实现,飞船首次返回仍是星舰项目的一个重要节点。

飞了 22 个多小时,飞船回到了发射塔

北京时间 11 月 14 日 6 时 47 分,星舰从得克萨斯州星港基地升空,开始第 15 次综合飞行试验。

这枚高约 124 米的火箭由两部分组成:下方是负责提供起飞推力的“超重型”助推器,上方则是星舰飞船,也就是火箭的上面级。此次任务使用的助推器编号为 B22,飞船编号为 S42。

SpaceX 原本打算让两者分别返回:助推器在起飞几分钟后飞回发射塔,飞船则进入轨道,在完成卫星部署和长时间在轨飞行后,再回到同一座发射塔。

计划的第一步很快遭遇挫折。助推器与飞船分离后,在返航过程中出现异常,自动中止塔架回收,转向墨西哥湾方向。SpaceX 表示,助推器的发动机在返回途中提前停止工作,制导系统随后判断其位置不适合返回,并启动改道和自毁程序。具体原因仍在调查中。

助推器回收失败后,上面级飞船继续执行任务。S42 随后进入地球轨道,释放了携带的 26 颗新一代星链 V3 卫星。这也是星舰继第 14 次试飞后,第二次进入轨道并部署星链卫星。

完成卫星部署后,飞船没有立即返回,而是继续绕地球飞行。在约 22 个半小时的任务中,它绕地球飞行了约 14 圈。此前,星舰第 14 次试飞虽然首次进入轨道,但在太空中停留约 3 小时便结束了任务。

漫长的等待之后,S42 开始返航。飞船穿过大气层,调整姿态并点火减速,最终降至星港基地的发射塔旁。随着两根机械臂合拢,这艘刚从轨道返回的飞船被接在了空中。

图像

(来源:社交媒体 X)

SpaceX 表示,飞船及其隔热盾在飞行中表现良好。

接住飞船,为什么比接住助推器更难?

在星舰这套系统中,助推器和飞船虽然都要返回发射场,但经历的飞行过程有很大不同。

助推器在起飞约两分多钟后与上面级分离,随后调整方向、点火返航。此前,SpaceX 已经三次用发射塔机械臂接住星舰助推器,最早的一次发生在 2024 年 10 月。

飞船则要继续加速进入轨道。从轨道返回时,它必须先降低速度、穿过大气层,依靠隔热盾承受再入过程中的高温,接近地面后再调整姿态、启动发动机,将自己送到发射塔机械臂之间。

对于 SpaceX 而言,隔热盾是其中一项关键挑战。飞船表面覆盖着大量隔热瓦,既要保护箭体免受再入高温影响,也需要尽可能经受住发射和返回过程,以减少下一次飞行前的维修工作。

此次 S42 延续了此前试飞后的部分改进:在一些更容易于上升过程中脱落的区域,SpaceX 增加了隔热瓦固定结构;飞船大面积区域还使用了曲面隔热瓦,以减少瓦片缝隙处的受热。

为了检查飞船在轨状态,此次任务搭载的星链卫星中,有三颗配备了摄像设备,用于拍摄 S42 的隔热盾。地面团队可以结合这些图像和其他数据,判断飞船是否具备返回发射场的条件。

SpaceX 为这次返回设置了备用方案:只有在飞船关键系统状态满足要求时,才让它飞回发射场;如果检查发现问题,飞船可以提前离轨,转向预定海域。最终,S42 完成了从轨道返回、再入大气层和塔架捕获的全过程。

接下来,还要让飞船再次飞起来

星舰的设计目标,是让助推器和飞船都能够回收并重复使用。

SpaceX 此前已经接住并再次使用过星舰助推器,但在第 15 次飞行之前,还没有一艘星舰上面级飞船被发射塔接住。此前的飞船要么在飞行过程中损失,要么在完成任务后落入海中。

把飞船直接接回发射塔,一方面可以省去海上回收的环节;另一方面,也为工程师提供了一艘经历完整轨道飞行和再入过程的飞船,让他们能够检查隔热瓦、发动机和其他部件的状态,评估哪些需要维修、更换。

不过,接住飞船只是重复使用的第一步。接下来,SpaceX 还需要回答一系列更实际的问题:S42 的隔热盾和发动机状况如何?需要经过多少检查和维修才能再次起飞?两次飞行之间需要间隔多久?

这些问题的答案,将影响星舰能否实现 SpaceX 所期待的高频、低成本发射。此前,航天飞机也能够重复使用,但飞行后的检查和翻修工作相当复杂。星舰不仅要证明飞船可以回来,还要证明它能够以可接受的时间和成本再次飞行。

与此同时,助推器的回收问题仍待解决。此次 B22 原本有望成为首个被发射塔接住的第三代“超重型”助推器,但返航异常让这一目标落空。SpaceX 需要查明故障原因,并在后续试飞中再次验证第三代助推器的返回能力。

在第 15 次试飞中,SpaceX 已经接住了从轨道返回的飞船;而此前的试飞也证明过助推器可以被捕获。下一步的看点,是能否在同一次任务中把两者都接回来,再让回收的飞船真正飞上第二次。

参考链接:

1.https://apnews.com/article/spacex-elon-musk-starship-rocket-df394c1b5a0f85e11194f9ff7db9ee6b

2.https://www.spacex.com/launches/starship-flight-15

3.https://arstechnica.com/space/2026/11/starship-flight-15-powers-to-orbit-setting-up-a-possible-catch-on-saturday/

4.https://www.space.com/space-exploration/launches-spacecraft/spacex-starship-flight-15-chopsticks-double-catch-super-heavy-ship

5.https://www.space.com/space-exploration/launches-spacecraft/double-catch-drama-why-starships-flight-15-is-so-important-to-spacex

跳转微信打开

OpenAI再次解散机器人团队:GPT-6太强,决定All in通用模型

2026年11月14日 15:30

原创 杨梦 2026-11-14 15:30 云南

专门为机器人开发的模型,开始在机器人任务上输给通用模型。

英伟达 10 月公布的一项仿真测试显示,通用模型 GPT-6 Astra 直接生成机器人动作,成功率达到 66.3%;使用智能体系统后,成功率进一步升至 74.8%,远超专用机器人模型的表现。理解场景、判断下一步、根据执行结果纠错,这些过去需要机器人研究者专门处理的工作,正在进入通用模型的能力范围。

这些变化的影响正在传导至 OpenAI 的研发组织。最近,OpenAI 向《财富》(Fortune)确认,由于通用模型已经展现出直接用于部分机器人任务的能力,公司希望进一步整合机器人研发与通用模型研究,将撤销独立机器人团队,将相关人员转入核心研究和应用部门。

机器人要想理解环境、选择动作和纠正错误,原本需要单独训练专用的模型;如今,面向语言、代码和视觉等广泛任务发展的模型,开始侵蚀二者间原本泾渭分明的边界。

数据瓶颈与机器人研究的回归

其实在这次整合之前,OpenAI 已经因训练数据不足而叫停过机器人研究。

2019 年 10 月,OpenAI 公布了机械手解魔方的研究。团队在仿真环境中训练神经网络,通过强化学习,让系统根据动作结果改善控制方式,再把能力迁移到真实机械手上。为缩小虚拟环境与现实的差异,研究人员不断改变魔方尺寸、质量、手指摩擦等参数,让模型适应不同条件。

(来源:OpenAI)

这个项目展示了学习系统处理复杂物理操作的潜力,但机器人研究很快就遭遇了数据瓶颈,OpenAI 不得不停止继续推进当时的机器人研究。2021 年,联合创始人沃伊切赫·扎伦巴(Wojciech Zaremba)在播客中解释,机器人缺少适合预训练的大量数据,而其他领域的数据丰富得多,更有利于公司推进通用人工智能(AGI)。

沃伊切赫所说的预训练,是先让模型从广泛数据中学习可重复利用的知识和表示,再用于不同任务。语言模型可以通过预测后续文字学习表达与知识,机器人则需要把观察与身体动作对应起来:手该往哪里移动,夹爪何时闭合,接触后物体会怎样变化。这类交互记录远少于互联网文本,采集还需要硬件、操作者和现场维护。

同时,机器人领域也已经开始利用互联网预训练的知识。2023 年,谷歌 DeepMind 提出视觉—语言—动作模型(VLA)RT-2,把视觉语言任务与机器人轨迹数据结合训练。它让语言和视觉知识参与动作预测,改善对新物体、新指令的理解,同时仍然使用机器人数据建立观察与动作之间的对应。

2024 年,OpenAI 重建机器人团队,并与人形机器人公司 Figure 签署合作协议,计划结合自身模型研究与对方的机器人硬件、软件经验,开发人形机器人模型。经历数年的通用模型发展后,公司再次为机器人配置专门的研究资源。

视频模型也提供了新的入口。同年发布的视频生成模型 Sora,其技术报告把生成视频描述为探索物理世界模拟器的一条路径。视频呈现物体运动和相互作用,有望帮助模型获得可以用于物理任务的知识。机器人仍需要把这些知识转化为自身能够执行的动作。

OpenAI 早期试图直接从机器人的行动中发展智能,后来转向数据更丰富的领域。随着通用模型能力增长,公司开始看到另一种可能:机器人所需的部分智能,可以从更广泛的模型训练中获得。

Astra 开始承担机器人模型的工作

今年 9 月,OpenAI 推出 Astra,重点展示了编码、计算机操作、科学研究等能力。随后,外部团队开始尝试将它连接到机器人,以此探究一个更具体的问题:能读取图像、推理和处理反馈的通用模型,能否根据摄像头画面和机器人状态,直接生成动作,承担机器人策略的工作?

研究人员向模型提供任务指令、机器人规格、图像和当前状态,模型通过控制接口输出机械臂末端的位置、朝向或关节目标,再由控制系统转成实际运动。动作执行后,新图像和执行结果回到模型,它据此决定下一步。

这些实验进一步向动作生成延伸,例如,给出机械臂位置目标、调用已有抓取技能和直接控制电机,分别要求不同层次的能力;实验采用的控制接口,决定了模型具体承担哪些工作。

研究人员通过提示提供机器人信息和任务要求,考察模型在不额外进行任务专用微调的条件下能做到什么。动作格式、身体约束可以写进提示,执行反馈则为模型修正动作提供依据。

英伟达(NVIDIA)10 月公布的研究,在包含 120 项抓取和放置任务的 RoboLab-120 仿真基准上测试 Astra。直接生成动作的成功率为 66.3%;使用持续保留历史的编码智能体 Codex 后达到 74.8%,高于页面列出的最强专用策略参照的 51.0%。

会话历史保存了计划、动作与反馈,帮助模型跟踪任务进展。不过,在子集实验中,额外开放代码执行、图像检查等工具的提升有限。

真实硬件上的案例,则显示出通用推理能怎样改变动作选择。商汤科技(SenseTime)的日日新(SenseNova)联合研究团队,把同一个 Astra 接到单臂、双臂、移动机器人和人形机器人等 8 种平台上。

(来源:商汤科技)

在双臂机器人的插花任务中,夹爪竖直握住花茎,持花机械臂自己的腕部摄像头看不到花瓶口。单臂配置下插入失败;在双臂配置中,模型移动空闲机械臂,让另一台腕部摄像头看清瓶口,随后完成插入。

团队还发现,模型处理刚性物体的抓取、堆叠较可靠,柔性物体、精密接触和长距离移动操作更困难。实验仍依靠人工提供的机器人约束与控制接口,但跨平台的场景理解、行动判断和反馈纠错,已经能由同一个通用模型承担。

这样的能力会改变机器人软件的开发方式:过去,任务变化常常需要补充示范、重新训练或调整专门流程。通用模型能够在执行中理解新的目标、发现视野受阻并选择补救动作,使一部分变化可以在运行过程中处理。开发者仍需定义身体能够执行的指令,但处理任务变化的能力开始由更通用的模型提供。

随着能力持续迭代,机器人能力的增长也出现在其他通用模型中,11 月,Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,展示前者控制真实机器人拧瓶盖、解益智方块和绘画。在公司内部采用相同运行框架、各模型最高可用推理强度的 RoboDojo Sim 双臂机器人仿真评测中,Fable 5.2 得分为 64.9%,上一代 Fable 5.1 为 27.6%,Astra 为 29.8%。

(来源:Anthropic)

谷歌则同时推进两条路线。通用模型 Gemini 4 Argon 的发布中,谷歌展示其通过动作接口控制机械臂摆正杯子、放入纸巾,还让它为波士顿动力(Boston Dynamics)的 Spot 四足机器人构建垃圾桶的仿真模型,练习踩踏板开盖后,再到真实环境中投放易拉罐。

近日,谷歌发布新一代机器人动作模型 Gemini Robotics 2.5。在梅赛德斯-奔驰(Mercedes-Benz)工厂开展的汽车零件分拣装盘概念验证中,具身推理(embodied reasoning)模型负责跟踪工作流程,动作模型负责控制手臂。谷歌表示,Argon 还通过构建仿真环境和分析失败过程,帮助加快这款机器人模型的开发。

三家的公开动作中,OpenAI 把机器人研究进一步纳入通用模型体系;Anthropic 把机器人操控纳入旗舰通用模型的能力展示与评测;谷歌在发展通用模型能力的同时,继续训练机器人动作模型,并用前者帮助开发后者。

理解一项操作和以合适的速度持续执行,需要不同的资源配置。机械臂接触物体后,要及时处理位移、受力和碰撞;机器人本地计算能力、网络条件和任务节拍,也会限制模型的规模与运行方式。

OpenAI 这次把研究人员并入主模型团队,折射出它对研发资源的重新安排:部分机器人问题可以进入通用模型的能力建设,相关进步也能由多个应用共同利用。硬件与控制工程继续处理具体身体的约束,模型研究则进一步扩大能够统一解决的问题范围。

因此,独立机器人模型公司要继续生存,就必须证明自己的独特价值。目前市场中,Physical Intelligence 通过 API 提供模型微调和托管推理,为客户提供高效的新任务适配;另一家初创企业 Generalist 依靠自采物理交互数据训练模型,并适配夹爪等不同机械臂末端工具,独有数据能带来多大执行优势,将影响其竞争位置。

当然,这些公司也在追求跨任务、跨机器人的通用能力。随着前沿模型不断进入物理行动领域,竞争将更多落到相近条件下的实际表现:完成同一项工作,需要多少新数据、多久适配时间,以及多高的运行成本。

总体来看,机器人仍然需要在真实世界中积累经验,但越来越多的理解、推理和行动判断,正逐渐成为通用模型的领地。

参考内容:

https://fortune.com/2026/11/13/openai-disbands-robotics-team-as-its-general-models-start-running-robots/

https://research.nvidia.com/labs/srl/projects/astranomy/

https://www.sensenova.ai/has-gpt-6-astra-achieved-embodied-intelligence

https://www.anthropic.com/claude-fable-and-mythos-5-2

https://developers.googleblog.com/en/gemini-4-argon-for-robotics/

https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/

注:封面/首图由 AI 辅助制作

跳转微信打开

对话上交大连文昭:机器人学会实验,距离自主科研闭环还有多远?

2026年11月12日 10:30

原创 胡莉花 2026-11-12 10:30 北京

2023 年,连文昭决定离开硅谷,回国创业。

这个决定背后,是他在机器人领域十多年的积累。连文昭曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监,并是 Figure AI 的初创成员之一。经历了从通用人工智能探索到机器人模型、软硬件协同的不同阶段。随着多模态大模型的发展,他看到了机器人进入真实物理世界的新机会,也希望将多年的技术积累真正转化为产品。

回国后,他找到了高中同学谢铮。一个长期在硅谷研究 AI 模型与算法,另一个则在国内深耕机器人硬件,曾负责优必选 Walker 人形机器人产品线。两人决定将各自的经验结合起来,共同创办物理智能机器人公司源络科技。如今,连文昭还担任上海交通大学人工智能学院教授。

但他们选择的创业方向,却不是当时更受关注的工业制造、仓储物流或家庭服务, 而是生命科学实验室。

在连文昭看来,实验室需要机器人同时具备高柔性、高精度和长序列任务执行能力,是一个足够困难的场景。“难是一件好的事情。”他认为,只有这样的场景入手,才能倒逼机器人建立真正通用的能力。

成立近三年,具身智能迎来热潮,源络也开始将机器人部署到真实实验室。从实验操作到自主科研,机器人距离真正改变科学研究还有多远?近日,DeepTech 在北京海淀与连文昭进行了交流。

以下为经编辑整理的对话内容:

从硅谷回国,为什么选择生命科学实验室?

DeepTech:你曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监,并是 Figure AI 的初创成员之一。 2023 年,为什么决定离开 Figure AI,回国创业?

连文昭:我在机器人行业工作了十多年。最早加入的 Vicarious 是一家探索通用人工智能(AGI)的公司,后来在 Google X,我进一步接触了机器人技术的工程实践,以及最前沿模型和算法研究。

2022 年前后,多模态大模型发展迅速,我判断这些技术有望加速机器人的实际应用。虽然机器人比大语言模型面临更多物理约束,需要在复杂、动态的真实环境中完成任务,但我认为它很可能成为 AI 下一阶段的重要方向。

在 Figure AI 工作期间,我第一次与硬件团队深入合作,对软硬件协同有了更全面的认识。有些问题通过软件很容易解决,但在硬件上实现却非常困难,反过来也一样。

经过这些年的积累,我觉得到了该自己做一件事的时候。同时,国内在人才、供应链和软硬件协同研发方面具有优势,能够支持更快的产品迭代,所以最终决定回国。

DeepTech:你在硅谷接触过不少工业制造、物流等应用场景。为什么创业后,选择了生命科学实验室?

连文昭:我之前工作的几家公司主要探索的应用场景是家庭、工厂和仓库,但真正进入部署阶段后,我们发现工厂未必是发展智能机器人的最佳试验场。工业制造追求标准化、低成本和高效率,很多问题可以通过调整环境和流程来解决,不一定需要机器人具备很高的智能水平。

生命科学实验室则不同。实验流程、样本配比和操作要求可能经常变化,不同研究人员的操作方式也不完全一样,很难把所有条件都标准化。同时,实验室对机器人的要求又非常高,除柔性外,也需要精细操作,还需要连续动态的完成多个步骤,这对物理智能确实有真正的需求。

另一方面它确实很有难度,难度是一件好事。如果一开始的场景足够有挑战,就能倒逼我们建立智能机器人真正需要的能力。未来,这些能力也可以迁移到其他领域。

DeepTech:2023 年前后,生命科学领域已经出现了不少自动化实验室,包括高通量实验平台和“黑灯实验室”。你们为什么认为,还需要新的智能机器人?

连文昭:我会把实验室的发展分成三个阶段。实验室 1.0 是以人为核心的传统实验室,科研人员依靠双手和眼睛完成各种实验操作;实验室 2.0 是以设备为核心的自动化实验室,通过高通量仪器、工作站和机械臂,把固定流程连接起来。这种方式适合标准化、重复性高的任务,但灵活性相对不足。另外,固定式高通量设备通常需要一定的实验规模才能发挥优势。

我们希望推动的是实验室 3.0,也就是由上层 AI 模型和智能体规划任务,底层智能机器人负责执行,实现“手脑联动”。

这并不意味着要替代所有自动化设备,而是让机器人利用柔性操作能力,把现有仪器和实验环节连接起来。AI 可以根据实验结果调整下一步计划,机器人负责执行,并把新的数据反馈给模型。这样才有机会形成真正的科研实验闭环。

DeepTech:未来,你认为实验室 3.0 会逐渐取代前两个阶段,还是三种模式会长期共存?

连文昭:我认为三种模式会长期共存,但比例会发生变化。

以人工操作为主的实验室可能会逐渐减少,对于流程固定、实验量大、重复性高的任务,传统自动化工作站仍然具有成本和效率优势。实验室 3.0 的占比则可能越来越高。随着 AI 能力提升,实验室会逐渐具备自主规划和执行实验的能力,但这应该是一个持续发展的过程。

DeepTech:创业时,你还邀请了优必选 Walker 系列产品线负责人谢铮。你们之前就认识吗?为什么选择他作为创业伙伴?

连文昭:我和谢铮是高中同学。后来我去美国读博士,一直从事机器人模型和算法研究;他则长期在国内研究机器人硬件、机械结构和控制技术。

机器人是一个软硬件高度耦合的系统。我过去更熟悉算法,但在机器人硬件还没有完全成熟的阶段,如果软件研发完全依赖外部硬件平台,就会限制性能和迭代速度。

所以我认为,现阶段更适合采用类似苹果的垂直整合模式,把关键硬件、底层控制和 AI 模型结合起来。谢铮的硬件背景正好与我互补。现在他主要负责机器人本体和底层控制,我主要负责模型与算法研发。

从技术演示到真实部署,难点在哪里?

DeepTech:源络成立快三年了,与最初的设想相比,现在的产品和技术路线有哪些变化?

连文昭:我们一直是设想通过数据闭环推动机器人技术研发和落地。这条路线基本没有改变。从 2023 年开始,我们一方面持续积累实验室场景的数据训练模型,包括很早采集了大量第一视角视频;另一方面持续研发高柔性、高精度的机器人本体。

经过多轮迭代,目前我们的机器人末端执行精度可以达到 ±0.1  毫米,满足目标实验室场景的要求。基于前期积累的数据,我们也训练了相关模型,已经能够在物体和任务层面实现一定程度的泛化。

商业化方面,我们与一些科研机构和企业建立了合作。客户通常会分阶段提出需求,完成前期目标后,再提高运行速度、覆盖更多实验环节。

DeepTech:此前有报道提到,你们的机器人已经能够复现 80% 以上的常见实验流程。这个比例具体意味着什么?距离完全自主运行还有多远?

连文昭:80% 指的是关键流程的覆盖率,是一个比较粗略的估计,具体取决于怎样界定实验流程范围。

从目前的能力来看,针对细胞培养与传代、细胞毒性检测、核酸提取与检测等常见实验,我们已经能够覆盖相当多的操作环节。但最终目标肯定不止于此。我们希望机器人能够覆盖完整的实验流程,真正实现无人值守运行。

如果能够做到这一点,就可以把实验室里原本需要人工辅助的设备连接起来,让它们实现每周 7 天、每天 24 小时持续运转。所以,接下来还需要继续扩大操作覆盖范围,提高运行速度和可靠性。

DeepTech:不同实验需要的操作方式差异很大。你们目前研发了哪些机器人形态?

连文昭:我们正在从单一产品走向多种模块化机器人组合。最早的 Monte 01 是轮式双臂机器人,后来的 Monte 02 延续了类人形设计。我们还推出了轮式单臂机器人 Monte S1,当然也支持固定式单臂、双臂等其他形态。

图|Monte 系列机器人(来源:受访者提供)

这些机器人虽然形态不同,但可以共享关键硬件模组、底层控制系统和上层 AI 模型。因为不同实验任务需要的能力不一样。比如称量、滴定等操作可能需要双臂协作,但简单转运样品,轮式单臂机器人可能就足够了。我们不要求所有任务都由同一种机器人完成,而是希望根据实际需求,让不同形态的机器人协同工作。

DeepTech:现在各类硬件和开源模型越来越容易获得。如果其他公司购买现成硬件,再搭配先进模型进入科学实验室,你们的技术壁垒在哪里?

连文昭:其实十年前做物流仓储机器人时,我们就遇到过类似问题。

从技术演示的角度看,让机器人完成一次抓取并不难。现在借助开源模型和成熟硬件,不需要机器人 PhD 也可能很快搭建一个演示系统。但真正的难点,不是让机器人成功完成一次操作,而是让它在真实环境中持续、可靠地完成任务,同时把成本控制在合理范围内。

这有点像电动汽车。造出一辆能够行驶的车,与开发出性能稳定、成本可控、能够大规模交付的产品,是完全不同的事情。机器人同样如此。除了模型和硬件,还需要解决系统可靠性、运行速度、成本控制,以及怎样满足客户的实际需求。尤其是科学实验室,还需要把实验工艺、操作经验等行业知识融入机器人系统。这些能力都需要长期的工程积累和用户合作沉淀。

DeepTech:在实际研发和客户合作过程中,有没有哪些实验操作,目前的智能机器人仍然很难完成?

连文昭:没有绝对无法完成的操作,关键在于采用什么方法,以及需要付出多大的成本。

比如实验室经常需要高精度称量粉末或颗粒样品。一种方式是让机器人像人一样,用勺子取样,再通过调整动作控制落入天平的重量。我们训练过这样的端到端模型,机器人面对新的样品,也能自主完成比较精细的称量。但这种方式需要大量数据和模型训练,精度也存在一定上限。另一种方式是使用专用自动化称量设备,通过气泵等装置控制样品输出。这类设备可能更高效、成本更低,但通常难以适应所有样品。

这体现了两种技术路线的取舍:通用机器人具有更强的适应能力,但成本和效率未必最优;专用设备可能更经济,却牺牲了一部分灵活性。所以,我们并不认为所有实验都必须由通用机器人独立完成,而是根据任务要求,选择机器人、专用设备或者两者结合的方案。

让机器人学会实验,数据和模型还缺什么?

DeepTech:刚才你提到,高精度称量需要大量数据训练。你们目前主要通过哪些方式采集机器人训练数据?

连文昭:我们的数据主要来自几个方面。

首先是第一视角和第三视角视频,帮助模型理解任务、识别操作目标。但仅靠视频,机器人在精细动作控制上仍然存在局限。因此,我们也会采集真实机器人操作数据,比如人工引导机器人的末端执行器,或者通过遥操作设备控制机器人,记录动作和环境反馈,这类数据目前仍然非常重要。

此外,我们还在尝试让机器人通过自主探索学习。比如在称量实验中,让机器人不断尝试用勺子取样,再根据电子秤反馈的重量变化,逐渐学习如何调整操作。这种方式的关键是,机器人不只是模仿人类动作,还能够通过自己的操作获得反馈,不断改进。

DeepTech:你们也开发了自己的 OPN 模型(Object-Centric Physics-Native Model)。与目前主流的 VLA、世界模型等技术路线相比,有什么不同?

连文昭:我们不会特别强调不同技术路线之间的区别,因为很多能力可以融合。我们的框架中既有视觉语言模型(VLM),也引入了世界模型的监督方式,来预测未来的视频帧、力觉信号等。比较有特色的一点,我们自研的 OPN 模型是采用以物体为中心的表征方式,提高模型的数据效率和可靠性。

现在一些端到端模型直接根据原始图像和机器人状态预测动作,容易依赖训练数据中的具体场景。当物体的位置、颜色、材质发生变化时,需要大量新数据才能适应。我们的模型提取物体的姿态、可供性等结构化信息,并编码物体之间的关系,预测未来状态并生成动作,能够减少数据需求,提高泛化能力和操作可靠性。

DeepTech:不同实验室使用的仪器和实验流程可能各不相同。针对不同的用户需求,都需要重新开发一套系统吗?

连文昭:虽然仪器种类很多,但从操作类型来看,很多实验步骤其实相似,可以拆解为有限的基础技能。机器人如果掌握了这些基础能力,再适应不同设备的位置、尺寸和结构,就不需要针对每台设备重新开发程序。我们在不断积累这种可复用的操作技能,逐步真正实现开箱即用。

图 | Monte 系列机器人可连续实现 50 余种操作技能(来源:受访者提供)

DeepTech:近年来,一些 AI 公司开始推动实验仪器接口标准化,让模型直接调用设备。如果未来设备能够通过统一协议连接,机器人还有必要吗?

连文昭:首先,人其实就是实验室里最通用的接口。不管设备来自哪个厂商,人都能操作按钮、开关和样品,把不同实验环节连接起来,智能机器人可以承担类似的角色。

如果不同厂商能够采用统一协议,AI 可以直接调用设备,实验室的集成效率一定会提高。但是即使设备能够通过软件直接控制,样品转运、上下料等物理操作仍然需要完成。所以,未来两种方式一定会逐步实现动态的平衡。

实验室 3.0, 能否成为 AI for Science 的新基础设施?

DeepTech:你们长期希望发展通用物理智能,但目前主要服务生命科学实验室。你是否会担心技术会越来越垂直,难以迁移到其他行业?

连文昭:创业公司首先需要明确具体任务,才能为硬件设计和模型研发提供清晰目标。实验室其实是一个要求非常高的场景,需要高柔性、高精度和长序列任务能力。

如果把实现通用物理智能作为终极考试,我觉得实验室可能是最好的模拟考场。比如未来大家希望机器人进入家庭,做饭、洗碗、清洁等工作,都涉及操作电器、使用容器、处理液体,以及连续完成多个步骤。这些任务与实验室有不少相似之处,只是实验室对精度的要求通常更高。

所以,专注实验室并不会偏离通用物理智能的目标,反而可能帮助我们提前积累通用机器人需要的关键能力。

DeepTech:现在 AI 行业经常讨论 Scaling Law(规模定律)。随着操作数据和实验量增加,科学实验机器人的能力也会持续提升吗?

连文昭:一方面是机器人的物理操作能力。随着机器人不断执行任务、积累操作经验,精度和速度都有机会提升,我们已经在一些完整实验流程和液体处理等单项操作中观察到这种变化。另一方面是实验数据对科学模型的价值。过去,科学模型主要依赖论文和历史实验数据进行训练。未来机器人能够持续执行实验、产生新的数据,并将这些数据反馈给科学模型自我迭代。

如果把科学模型比作一块海绵,目前它还有很大的容量,可以继续吸收数据水分。至少现阶段,我们还没有看到模型能力提升的明显天花板。

DeepTech:许多实验室没有公开的数据,可能恰恰更有价值。毕竟最终发表出来的,往往只是那些成功的实验结果。

连文昭:是的,这实际上涉及科学数据的缺失和偏差问题。

一项研究可能做了很多次实验,但最终发表的只是其中一部分结果。如果模型只依赖这些经过筛选的数据,一定是有系统误差的。比如科学研究中一直存在 P-Value Hacking,这类数据如果被用于训练,一定影响模型判断。

所以,我们希望通过智能机器人连接实验设备,尽可能完整地记录实验条件、操作过程和最终结果,不只是保存成功的实验。这样才能为科学模型提供更加完整、可靠的一手数据,支持后续训练和改进。

DeepTech:如果进入你所说的实验室 3.0 阶段,机器人有可能在短期内实现自主科研闭环吗?

连文昭:我们实际上已经在一些具体案例中尝试并实现了这样的闭环,关键在于怎样界定问题的范围。实验室与自动驾驶面对的开放道路不同,它通常是一个相对可控的环境,可以提前明确任务目标、设备条件和操作范围。当问题被限定在清晰的范围内时,就有可能实现很高的可靠性,让系统自主运行。

我们的思路是先解决边界明确的问题,在这些场景中实现稳定的实验闭环,再逐步放宽约束,扩大能够自主完成的任务范围,不断产生实际价值,积累真实数据,同时利用这些数据继续训练和改进模型。

所以,自主科研闭环不一定要等到机器人具备完全通用的智能才能实现,可以从具体任务开始,逐步向更加复杂的科研场景扩展。

DeepTech:最后回到源络科技本身。现阶段,你最希望公司实现的目标是什么?

连文昭:我们现阶段的目标比较明确,就是推动智能机器人在实验室实现规模化部署,并与行业合作伙伴共同建立科学智能与物理 AI 相结合的闭环生态。 从 AI for Science 出发,构建通用物理智能。

更长远来看,我们也希望 AI 能够在科学研究中取得突破性成果。就像近年来 AI 在数学和软件工程领域展现出的能力一样,未来在科学领域取得超越人类现有水平的成果。

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

DeepMind发布新一代DNA模型:基因变异会影响哪种细胞?AI正在给出答案

2026年11月12日 10:30

原创 胡莉花 2026-11-12 10:30 北京

让AI看清基因变异在哪些细胞中发挥作用。

2025 年,谷歌旗下人工智能公司 Google DeepMind 发布了 AlphaGenome。这个模型可以读取长达 100 万个碱基对的 DNA 序列,预测其中的细微变化可能如何影响基因活动,帮助科学家寻找与疾病有关的遗传线索。

一年多后,DeepMind 又推出 AlphaGenome Atlas,用 AlphaGenome 预先计算了人类基因组中约 90 亿种可能的单字母变异的影响,并将这些预测结果整理成图谱,供研究者直接查询。

现在,DeepMind 想让模型回答一个更具体的问题:同一个 DNA 变异,究竟会在哪种细胞中发挥作用?

当地时间 11 月 11 日,DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2。与上一代相比,新模型引入了大量单细胞数据,能够更细致地预测遗传变异在不同细胞类型和细胞状态下的影响。

在一项针对免疫细胞的测试中,AlphaGenome 2 识别出的相关因果变异比例为 30%,接近经过单细胞数据微调的第一代模型的两倍。研究人员还用新模型回顾性分析了一项炎症性肠病研究,预测出了与既有实验结果相符的变异、基因和细胞类型。

这一方向,DeepMind 团队此前已经有所提及。在介绍第一代 AlphaGenome 的团队访谈中,基因组学项目负责人 Žiga Avsec 曾表示,他期待利用单细胞图谱,将模型的研究范围从组织层面推进到组织内的具体细胞类型,从而更深入地研究与特定细胞异常相关的疾病。

同一段 DNA,在不同细胞中发挥什么作用?

人体的大多数细胞都携带着同一套 DNA,但心脏细胞、神经细胞和免疫细胞承担的工作却截然不同。原因之一在于,它们会根据各自的需要,开启或关闭不同的基因。

因此,DNA 中的一个微小变化也可能产生不同后果:它或许会影响某一种免疫细胞中的基因活动,在其他细胞中却没有明显作用。对于寻找疾病原因的科学家来说,知道变异出现在哪段 DNA 上只是开始,还要进一步找到它可能发挥作用的细胞。

在 DeepMind 发布的宣传视频中,研究工程师 Anne Mottram 将观察整个组织时得到的结果比作一幅“模糊的画面”。一个组织包含多种细胞,如果将它们混合起来测量,得到的主要是平均信号,一些只发生在特定细胞中的变化可能就此被掩盖。

第一代 AlphaGenome 已经能够预测多种组织和细胞系中的分子活动,训练和预测范围也涉及不同细胞类型。不过,按照 DeepMind 的说法,模型需要同时处理大量预测任务,较难捕捉相近细胞类型之间的细微差异。

图 | 比较 AlphaGenome 1 和 2 处理细胞类型的方式(来源:Google DeepMind)

为了改进这一点,研究团队调整了 AlphaGenome 2 的设计。现在,除了输入 DNA 序列,研究者还可以指定希望分析的组织、细胞类型或细胞状态,让模型结合这一条件进行预测。

DeepMind 研究科学家 Adam Gayoso 在视频中举了一个例子:心脏包含多种承担不同任务的细胞,AlphaGenome 2 可以聚焦于其中一种,比如参与调节心跳节律的起搏细胞,预测 DNA 变异在这种细胞中的影响。

为了让模型认识更多细胞,研究团队使用了来自人类和小鼠的组织及单细胞数据,其中包括超过 1.07 亿个细胞的单细胞图谱数据,覆盖 68 种组织。

基于这些数据,AlphaGenome 2 尝试学习不同细胞之间的调控差异,再预测 DNA 变化可能带来的影响。模型给出的结果不仅包括基因表达,还包括染色质开放性、组蛋白修饰等与基因调控有关的分子特征。与上一代相比,它还新增了对 DNA 甲基化的预测。DNA 甲基化是一种与基因活动调节有关的化学修饰。

图 | AlphaGenome 2 会根据每个条件自适应调整序列表征,以预测在已观测和未见过的细胞状态中的多模态基因组读数

为了检验模型的能力,研究人员使用包含 28 种原代免疫细胞的 TenK10K 单细胞数据集,考察模型能否识别影响基因表达的遗传变异。原代细胞直接取自生物体,与长期在实验室培养的细胞系有所不同。

结果显示,AlphaGenome 2 识别出了约 30% 的相关因果变异,而经过单细胞数据微调的第一代 AlphaGenome 识别出的比例为 16%。对于变异会让基因表达增强还是减弱,两个模型的识别比例分别为 43% 和 23%。

除了分析模型已经认识的细胞类型,研究者还可以输入自己的单细胞基因表达数据,让 AlphaGenome 2 针对此前没有见过的细胞状态进行预测,而不必重新训练模型。

DeepMind 用一项新冠 mRNA 疫苗研究中的数据展示了这一能力。研究人员向模型提供 T 细胞的基因活动信息,让它区分处于静息状态和被疫苗激活的细胞。模型预测,一个与新冠重症相关的遗传变异,在激活状态下对基因活动的影响更强;如果只观察静息状态的细胞,这种差异可能被忽略。

人类细胞图谱计划联合创始人、剑桥大学教授 Sarah Teichmann 表示,AlphaGenome 2 令人期待的一点,是它能够适应新的单细胞数据,即使只有少量细胞样本,也可以尝试预测新细胞状态下的变异影响。

从疾病相关变异,找到受影响的细胞

2024 年,英国弗朗西斯·克里克研究所的免疫学和遗传学研究者 James Lee 与同事发现了一条与炎症性肠病有关的遗传线索。

他们关注的 DNA 区域位于一片远离蛋白质编码基因的“基因荒漠”(gene desert)中。这里虽然没有编码蛋白质的基因,却存在影响其他基因活动的调控序列。对于研究者而言,难题是弄清楚:这片区域中的哪个变异与疾病有关,它又会影响哪个基因?

经过一系列实验,Lee 的团队发现,其中一个与疾病风险相关的变异会增强调控序列的活性,让肠道巨噬细胞中的 ETS2 基因过度活跃。巨噬细胞是免疫系统的一部分,参与识别病原体和调节炎症反应。

Mottram 在 DeepMind 的视频中用“警报”来解释这种变化:当免疫系统检测到威胁时,它会发出警报;而在炎症性肠病等疾病中,相关遗传变异可能让这一警报信号被过度放大。

在 AlphaGenome 2 的研究中,DeepMind 团队选择这一已有发现作为案例,让模型分析候选变异在不同免疫细胞中的影响。结果显示,模型找到了与原有实验结果相符的关键变异,并预测它主要在肠道巨噬细胞中增强 ETS2 的活动,对其他细胞类型和基因的影响则相对较小。

图 | AlphaGenome2 的预测结果与观察到的基因表达更为接近(来源:Google DeepMind)

据 Nature 报道,Lee 对这一结果印象深刻。他表示,DeepMind 团队大约用了 30 分钟,就得出了与他们部分研究发现相符的结果;而他的团队此前花费一年半开展实验,才逐步揭示出相关机制。

不过,这两个时间数字对应的工作并不完全相同。Lee 的团队从人群遗传学线索出发,使用基因编辑等方法寻找并验证机制;DeepMind 则是在已有研究基础上进行回顾性分析,检验模型能否给出相符的预测。

Lee 还向Nature谈到了第一代 AlphaGenome 对自己研究的局限。对于研究疾病相关变异的科学家来说,知道变异可能作用于哪一种细胞非常重要,而这正是此前模型较难提供的细节。

除了炎症性肠病案例,DeepMind 还针对与不同性状相关的遗传变异,预先计算了它们在数百种人类细胞和组织条件下的预测结果。这些结果可以帮助研究者从大量候选变异中,筛选出值得进一步研究的变异、基因和细胞。

目前,AlphaGenome 2 已通过 AlphaGenome API 向非商业研究开放,商业研究则处于私有预览阶段。Mottram 在视频中提到,新模型还可以与 AlphaGenome Atlas、蛋白质结构预测工具 AlphaFold 等结合使用,帮助科学家从不同角度研究疾病。

不过,模型给出的仍然是需要检验的预测。它能够帮助研究者缩小寻找范围,但一个变异是否真正影响疾病、通过什么机制发挥作用,仍需要进一步实验验证。DeepMind 也表示,AlphaGenome 2 目前仅供研究使用,尚未经过临床或诊断用途的验证和批准。

对于正在研究疾病遗传机制的科学家来说,AlphaGenome 2 提供了一个新的工具:当他们在 DNA 中发现可疑变异后,可以进一步预测它可能影响哪一个基因、作用于哪一种细胞,再决定下一步实验该从哪里入手。

参考链接:

1.https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/

2.https://www.nature.com/articles/d41586-026-03673-0

3.https://video.twimg.com/amplify_video/2120531931515219969/vid/avc1/1080x1350/k9T7cuz2PyU92s7f.mp4

4.https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf

注:封面/首图由 AI 辅助生成

跳转微信打开

哈佛大学尹希离开OpenAI,加盟Periodic Labs,AI自主实验室为何都想要科学家?

2026年11月11日 17:37

原创 杨梦 2026-11-11 17:37 北京

顶尖科学家与AI企业的双向奔赴。

在基础物理学家的圈子,很少有人像尹希这样看好 AI。

作为哈佛大学物理学教授,他曾公开表示,AI 让自己的编程工作提速了至少 100 倍。在尹希看来,世界上不存在任何一种 AI 无法复制的人类智力能力。而今年,他把这种判断变成了职业选择。

5 月底,尹希被曝加入 OpenAI。直到最近,只待了五个月的他决定离职,并在社交平台 X 上宣布加入一家名为 Periodic Labs 的美国 AI 初创,公司的主营业务是建设自动化材料实验室,用 AI 模型指挥机器人做实验,试图找到更实用的超导体和磁性材料。

有趣的是,Periodic Labs 想用实验结果来判定模型的对错,而尹希专注于弦理论和量子引力研究,相关理论几乎无法用实验检验。一位研究方向离实验很远的理论物理学家,走进一家以实验为核心的 AI 公司,这恰好映照出今年 AI 与科学研究交汇处的关键变化:越来越多顶尖科学家进入 AI 企业,越来越多 AI 企业开始自己动手做实验。

一位主动拥抱 AI 的弦论学者

尹希 1983 年出生于湖南株洲,1996 年 12 岁时考入中国科学技术大学少年班,后赴哈佛大学读博并留校任教,31 岁成为哈佛历史上最年轻的华人正教授之一,2017 年获得物理学新视野奖。

(来源:哈佛大学)

他研究的弦理论和量子引力试图回答引力在最微观的尺度上如何运作,理论极其复杂,难以被人类现有的任何装置验证,几十年来,领域内的物理学家判断一个想法是否成立,主要依靠数学上的自洽。

AI 的兴起,让物理学家们从大量计算工作中解放出来。今年 4 月接受《哈佛深红报》(The Harvard Crimson)采访时,尹希表示,即便需要人工监督,AI 几周写出的代码换作他自己也要写十年,一些过去因为工作量太大而根本不会考虑的课题,现在都可以放手去做。

在代码托管平台 GitHub 上,尹希还维护着一部多卷本量子场论专著,署名为 “GPT 5.5 在尹希指导下撰写”(GPT 5.5 under the supervision of Xi Yin)全书规划 20 卷,前 12 卷已经成稿,从量子场论的基础一直写到弯曲时空中的量子场论。他还用 Lean(一种让计算机逐步检验数学证明的语言)发起了几个形式化项目,贡献者名单里同样包括 Claude。

这种做法在学界有不小的争议。9 月,陶哲轩等 25 位菲尔兹奖得主发表联署声明,担心 AI 公司把攻克数学难题当作竞赛指标,答案越来越多,对这些成果的理解、整理和传承却跟不上。

尹希转发了一位数学家的反驳,称这是近几天看到的回应里他完全同意并支持的一条:数学一直在扩充自己的工具箱,经过验证的机器证明即便暂时超出个人的理解能力,也可以成为下一步研究的基础。

他甚至曾在采访中表示,只要 AI 能找到答案,并且有办法验证,他就会很高兴,答案是不是他自己想出来的是次要的。

这种乐观也引来了部分学者的质疑,香港大学计算与数据科学学院院长马毅就表示,尹希是伟大的物理学家,但不等于是 AI 技术专家,不能轻易断言 AI 有没有局限。

加入 OpenAI 后,尹希继续用这种方式做物理。他在一段公开视频中说,物理学的突破往往来自提出正确的假设,AI 不仅能给出他从未想过的新猜想,还能自己编写数值检验。

11 月初,尹希和两位哈佛合作者在预印本平台 arXiv 上发布论文,为一个研究量子引力的经典模型求出了最低能量状态的近似解。这个问题的计算规模极其庞大,学界一直认为常规方法无法整体求解。研究人员大幅简化了问题,得到的解与真实解的重合度超过 99.999%,整个计算在一台笔记本电脑上就能完成。他们在致谢章节特别指出,代码编写和稿件撰写修改都用到了 OpenAI 和 Anthropic 的模型。

论文提交前,尹希已经宣布离开 OpenAI。他在推文中写道,这是一段很棒的旅程,也是“自己人生中的第一份企业工作”;但他决定提前下车、探索新的方向。随后不久,尹希便宣布加入 Periodic Labs,尚未透露具体职责。

(来源:X@XiYin137)

一家自己做实验的 AI 公司

用实验为 AI 判对错,是 Periodic Labs 整套打法的出发点。

此前,AI 的进步主要来自用互联网数据训练的模型,但这部分数据规模有限,最好的前沿模型已经把它用尽。要想更上一层,仍需通过真实世界的实验生产新数据。在 Periodic Labs 看来,自主实验室可以产出独特的高通量、高质量数据,还能记录学界很少发表的失败结果,同时让 AI 掌握动手能力。

AI 在数学和编程上进步最快,是因为这两个领域数据充足、结果可以验证。Periodic Labs 认为物理世界同样可以验证,而且实验信噪比高、周期相对短,物理模拟也已经能较好地描述许多体系。按公司的说法,自然界就是强化学习的训练环境。

Periodic Labs 的首个公开目标是找到比现有材料更实用、临界温度更高的超导体,用于低损耗电网和下一代交通,公司同时为航天和半导体等领域的客户提供服务,例如帮助一家芯片制造商训练定制的 AI 智能体,分析芯片散热问题的实验数据。

公司的两位创始人都来自科技大厂,其中,利亚姆·费杜斯(Liam Fedus)曾在 OpenAI 担任负责后训练的研究副总裁,是 ChatGPT 的共同创造者之一,2025 年 3 月宣布离职创业。

埃金·多乌什·丘布克(Ekin Dogus Cubuk)博士毕业于哈佛大学,此前在谷歌 Brain 和谷歌 DeepMind 领导材料与化学研究团队。2023 年,他与团队开发出一款名为 GNoME 的材料发现系统,预测了约 220 万种新晶体结构,相关研究发表于《自然》(Nature)。

埃金曾解释为什么选择在这个时间点创业,在他看来,用于粉末合成的机械臂已经足够可靠,机器学习模拟能够描述复杂的物理体系,大语言模型也具备了较强的推理能力,三者终于可以组合成一个系统,由 AI 提出假设、指挥机器人做实验,再从结果中学习。

2025 年 9 月底,Periodic Labs 宣布完成 3 亿美元种子轮融资,获得 a16z、英伟达、杰夫·贝索斯(Jeff Bezos)、埃里克·施密特(Eric Schmidt)和时任谷歌首席科学家杰夫·迪恩(Jeff Dean)等人的投资。12 月,公司成为首批加入美国能源部“创世纪计划”(Genesis Mission)的 24 家机构之一。

今年有消息称,Periodic Labs 正以约 70 亿至 75 亿美元的估值洽谈新一轮融资,目前交易尚未完成。

2025 年成立以来,Periodic Labs 已在门洛帕克建起高通量粉末合成实验室和大规模物理模拟的计算设施。他们将材料发现拆成一个循环:先根据稳定性和性质预测决定合成什么、预测怎么合成,再借助实验验证实际合成的物质是否符合预期,据此修正假设,开始下一轮。

在实验室里,机械臂负责把样品装进 X 射线衍射仪,测量数据交给语言模型分析,由模型判断实验是否成功、下一步做什么。截至今年 9 月,实验室每天进行约 100 次实验,公司正在建设第二个实验室,计划把规模提升到每天 1,000 次。

(来源:Periodic Labs)

Periodic Labs 还在开源模型 Kimi K2.6 的基础上,用自家实验数据训练了一个专门分析 X 射线衍射数据的模型 Periodic Neon,公司称它在内部测试中的表现超过了 GPT-6 Astra 和 Claude Fable 5.1。

高温超导是一个困扰物理学界几十年的难题,自主实验室能否比传统研究更快地找到答案,仍有待时间检验。截至目前,公司还没有宣布发现新的超导体或其他新材料。

据《纽约时报》消息,Periodic Labs 亮相前后,已有 20 多名研究人员从 Meta、OpenAI、谷歌 DeepMind 等机构离职加入。团队里既有物理学家,也有机器学习研究者,公司每周还会举办交叉授课。

如今,尹希也加入了这支队伍。在 OpenAI 时,他用通用大模型推进理论物理研究;Periodic Labs 目前主要进行的粉末合成和衍射分析,对一位做了二十多年弦论的理论物理学家而言,确实是全新的领域。

科学家走进企业,企业建起实验室

顶尖科学家离开大学、加入 AI 企业的故事,在今天的科技圈并不少见。《大西洋月刊》(The Atlantic)今年 7 月发文统计,OpenAI、Anthropic、Meta 和谷歌 DeepMind 四家公司里至少有 80 多位现任或前任大学教授,其中多数是计算机科学家,作者认为这一数字很可能偏低;仅今年一年,就有至少 22 位斯坦福大学、哈佛大学、麻省理工学院等名校的教授离职或休假加入这四家公司。

流向 AI 企业的教授早已不限于计算机系。今年年初,理论计算机科学家陈立杰加入 OpenAI,专攻数学推理;5 月,宾夕法尼亚大学沃顿商学院统计学家苏炜杰在学术休假期间加入 OpenAI,参与模型训练。

《麻省理工科技评论》(MIT Technology Review)曾发文分析原因:大学负担不起训练和运行前沿模型所需的显卡,前沿实验室也不对外公开模型的内部细节,学术界研究者只能观察模型的行为,无法参与模型的设计和训练。

对于尹希等希望主动拥抱 AI、加速科研进展的学者而言,进入企业就成为了解 AI 前沿进展的最直接途径。

而科学家带着问题和判断力加入企业,将为后者的模型补上至关重要的实验和数据。《麻省理工科技评论》分析认为,经验科学可能比数学更难自动化。

对于物理、化学、生物这类依赖实验获得发现的学科,收集数据是一个缓慢的过程。而大部分时候,对实验成功与否的判断又没有现成答案,需要懂行的人决策。Periodic Labs 招揽物理学家,又请材料领域的博士给数千个样本打分,正是为了把这种判断能力教给模型。

越来越多用 AI 驱动科学发现的公司都在补上这一环:在建设自动化实验室的同时,把懂行的科学家请进来。

例如,据纽约材料公司 Radical AI CEO 介绍,其研究人员会把对实验结果的观察记录下来交给 AI,帮它培养科学直觉。生物科技孵化机构 Flagship Pioneering 创办的 Lila Sciences 由哈佛大学遗传学家乔治·丘奇(George Church)担任首席科学家,还在招聘中要求机器学习研究员与湿实验科学家并肩工作,一起解读模型的输出。

谷歌 DeepMind 计划在英国建设的首个自动化材料实验室,也将由一支多学科研究团队负责监督。在模型有能力直接从自然界获得反馈之前,能判断对错的科学家仍然是这套系统里最稀缺的部分。

而 Periodic Labs 请来尹希,未必只是为了眼下的实验。材料的超导性由其电子的量子行为决定。a16z 在投资说明中提到,Periodic Labs 要让模型学会用量子力学推理。按照公司的设想,一旦材料设计实现自动化,摩尔定律、太空旅行和核聚变都可能因此提速。将一位做了二十多年弦论的理论物理学家招入麾下,更像是在为这些更远的目标做准备。

参考内容:

https://www.thecrimson.com/article/2026/4/24/artificial-intelligence-theoretical-science-reckoning/

https://x.com/xiyin137

https://github.com/xiyin137/QFT

https://arxiv.org/abs/2611.09837

https://periodic.com/news/introducing-periodic-labs

https://periodic.com/news/building-labs-that-learn

https://a16z.com/announcement/investing-in-periodic-labs/

https://www.theatlantic.com/technology/2026/07/ai-companies-hiring-academics/688002/

https://www.technologyreview.com/2026/08/10/1141597/ai-professors-are-negotiating-the-new-realities-of-academic-research/

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

谷歌AI自主攻克量子算法优化难题,成本砍掉九成,还能自证无误

2026年11月11日 17:37

原创 杨梦 2026-11-11 17:37 北京

在新药研发、电池材料和核聚变能源等领域,研究者普遍认为,规模足够大、运行足够可靠的量子计算机有望做到传统计算机做不到的事。

但现实是,目前的量子芯片规模小、错误率高,必须经过纠错才能可靠地完成长时间的计算。谷歌目前的 Willow 芯片只有 105 个量子比特,而公司的目标是在 2029 年前后造出一台“有用的、经过纠错的量子计算机”,这样一台机器大约需要 100 万个物理量子比特。

硬件之外,算法的进展同样关键,算法越省资源,硬件需要达到的规模就越小,量子计算机派上用场的那一天也就来得越早。可机器还没造出来,研究者即便写出了量子算法,也没有机器可以运行;量子比特一多,模拟所需的计算量急剧膨胀,很难再用普通计算机模拟检验。因此过去,一个量子算法的改进往往要靠专家花上多年时间手工推导。

近日,谷歌 DeepMind 联合谷歌量子人工智能团队(Google Quantum AI)在预印本平台 arXiv 发表论文,介绍了一种新的做法:程序没法运行,那就用数学证明它是对的。

他们让多支由 AI 代理组成的团队编写量子程序,每个程序都必须由机器逐步核验,既要证明是否算对,也要证明消耗了多少资源。在核聚变、光化学和药物代谢三个科学模拟问题的验证中,AI 代理找到的程序都比此前的最优方案更省资源,降幅最大的一项省下了约九成。

图 | 研究者编写题目后,AI 代理团队提交程序并根据 Lean 的报错反复修改,通过独立复核的结果发布到共享维基,各团队还会定期开会交流。(来源:arXiv)

从测试到证明

近期不少团队都在尝试让 AI 帮忙设计量子算法,思路大多很直观:AI 提出方案,由普通计算机检验方案对不对、开销多大,AI 再据此改进。

10 月中旬,哈佛大学(Harvard University)、Anthropic 和量子计算公司 QuEra 的研究者发布预印本论文,用 Claude Mythos 5 模型在 8 个电路设计任务中的 7 个上降低了所需的量子比特和运算量。10 月 21 日,谷歌量子人工智能团队在数据科学竞赛平台 Kaggle 上发起了奖金池 15 万美元的竞赛,邀请外界用 AI 压缩核聚变、组合优化和化学模拟中的关键电路。

这种策略成立的前提,是设计方案能在普通计算机上检验。因此,两项工作都把搜索限制在一类特殊电路中,电路的行为可以由普通计算机快速抽样测试,但抽样无法严格保证正确,而且,大量实用的量子算法写不进这类电路,一旦超出范围,经典计算机也无从检验。

但数学证明可以绕开这道限制,它能确保程序对所有可能的输入都成立,而且全程不需要真的运行程序。不过,证明同样可能出错,过去要靠专家逐行审读,近两年,随着 AI 生成的代码和证明越来越多,定理证明工具 Lean 的广泛使用改变了这一点。

Lean 兼具编程语言和证明检查的功能,用户可以用它写程序,也可以写关于程序的数学论证,内容会受到可信内核的逐步核验,任何一步推不通,整个证明就不成立。谷歌的最新成果,正试图将这套方法搬进量子程序设计。

团队先在 Lean 中搭建了一套量子编程库,程序可以像真实的量子算法一样,根据中途的测量结果选择接下来的执行路径,并严格算出一个程序消耗的资源。

在这套库里,研究者负责出题,每个问题被写成一份 Lean 文件,其中包括合格规则、计算误差范围等限定条件,由谷歌 Gemini 4 系列模型驱动的 AI 代理自主填写程序、成本数字和具体证明。如果 Lean 接受了 AI 上传的文件,题目就算解决;如果不被接受,AI 会收到报错信息,继续修改直到通过为止。

团队还组建了 7 支结构各不相同的代理团队,有的“单兵作战”,由一个代理反复修改同一个方案;有的分层分工,不同代理分别负责设计子程序、分析误差和编写证明。

AI 代理之间可以通过“榜单”和“学术会议”开展交流。共享维基会记录每个问题当前最好的已验证方案、可以复用的证明片段,以及走通和走不通的思路,新方案要经过独立复核,且比原纪录至少好 5% 才能上榜;另一种是每 4 小时举行一次的“会议”,各团队在共享论坛上提出想法、互相挑错。不过,会议产生的想法只有写成证明并发布到维基,其他团队才可以拿来复用。

这种协作同样依赖证明运转:每个结果都经过机器核验,一支团队可以直接在另一支团队的程序上继续工作,不必反复花时间验证。例如,在光化学模拟问题上,不同团队先后提出了多种领先方案,单次最大改进削减了 34% 的成本,它最初是一支团队在会议上提出的设想,由另一支团队完善并完成证明。团队统计,在论文展示的三个科学问题中,平均约四成改进都来自团队之间的交流。

让 AI 自己写证明,还得防着它在题目上动手脚、钻空子。能改写文件的代理有时会悄悄放宽定理的表述,或者加一条会让 Lean 无条件接受的公理(axiom),假装已经解决了题目。

研究团队为此在外部设置了独立的核验程序,确认题目与最初冻结的版本一致、证明没有借助额外的假设。不过,由于证明只能保证程序满足题目的要求,题目写得不对,证明也无能为力。论文提到,曾有代理钻了成本计数规则的空子,电路没有实质改进,成本数字却变低了,最后只能改写题目。

压缩后的程序离硬件还有多远?

论文显示,AI 代理在一个基础运算上取得了降幅最大的成果:在量子叠加态中计算反正弦函数是把数值载入量子态的常用步骤,而 AI 代理给出的方案是目前已发表最优方案成本的 1/290。

相比之下,在论文中演示的三个科学模拟问题,所需程序都要用到数百乃至数千个逻辑量子比特(logical qubit,经过纠错保护的量子比特),无法用经典计算机检验,只能借助证明确认其正确性。

图 | 三个科学模拟问题的资源需求对比。横轴为程序所需的逻辑量子比特数,纵轴为最昂贵一类运算(T 门)的执行次数,两轴均为对数刻度,越靠近左下角,程序消耗的资源越少。(来源:arXiv)

其中,核聚变问题研究的是惯性约束聚变(inertial confinement fusion)中,燃料能否吸收足够多由聚变反应产生的能量,从而让燃烧持续下去。AI 代理的新程序把成本降到此前最优方案的约 9%,所需的逻辑量子比特也从 5,650 个减少到 4,374 个。其中一处改进使用了一个低成本的计算步骤,它在三个及以上电子处于同一位置时会算错,但 Lean 证明这种情况在物理上不会出现,确认可以安全使用。

光化学问题要求模拟一个分子在光驱动反应中的短时变化,这类过程与太阳能转化有关。计算时需要同时考虑电子和原子核的量子行为,比常规的化学计算复杂得多。AI 代理设计的新程序将成本压缩至原先的 1/8 左右。

在生物学领域,人体代谢大多数药物都依赖一个名为细胞色素 P450(cytochrome P450)的酶家族,现有的近似计算方法难以准确算出它在反应过程中的关键能量。新程序降低了 60% 的成本,而这种节省主要来自一种此前被认为效果略差的编码方式。

这项研究还存在明显局限,演示的结果都是资源估算,程序并未在真实的量子计算机上运行过。即便经过压缩,上述的药物代谢问题仍需一台执行约 1 万亿次逻辑运算的容错量子计算机才能完成,核聚变和光化学问题所需的机器还要更大。据论文估计,第一批容错量子计算机大约只能执行 100 万次逻辑运算。

团队表示将很快公开 Lean 库、题目和验证后的程序,在此之前,外界还无法独立检查这些证明。

谷歌 DeepMind 在 7 月发表的一份政策文章中提出,AI 代理提出科学设想的速度已经超过了验证这些设想的速度,验证正在成为科研的新瓶颈。

在量子算法领域,这个问题更加突出,能够运行这些程序的机器尚未问世,实验验证无从谈起。谷歌团队的做法是用数学证明代替实验,让 AI 在给出方案的同时完成验证,研究者的工作则转向选择问题、编写准确反映物理条件的题目,并解读 AI 给出的结果。

按照这样的分工,量子算法研究或有望在硬件成熟前先行推进。

参考内容:

https://arxiv.org/abs/2611.09822

https://arxiv.org/abs/2610.22367

https://opensource.googleblog.com/2026/10/announcing-verifiable-quantum-circuit-compilation-competition-on-kaggle.html

https://deepmind.google/public-policy/conjecture-machines-ai-agents-and-the-new-validation-bottleneck-in-science/

https://www.insidequantumtechnology.com/?p=12317

https://heise.de/-10192990

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

AI的下一个五年,斯坦福报告预测了12个变化

2026年11月11日 15:39

DeepTech深科技 2026-11-11 15:39 北京

过去五年,AI 从实验室走进了办公室、学校和科研机构。生成式 AI 不仅能够写作、编程和生成图像,也开始参与数学证明、实验设计等曾被认为难以自动化的工作。

近日,斯坦福大学管理的“人工智能百年研究”(AI100)项目正式发布第三份五年期报告“AI Goes Mainstream”,回顾了过去五年 AI 的发展,并展望未来可能出现的变化。该项目于 2014 年启动,每五年组织专家评估 AI 的技术进展及其对社会的影响。

报告认为,推动上一轮 AI 突破的关键,是不断扩大训练数据和计算规模。但随着高质量数据日益稀缺、前沿模型训练成本上升,单纯依靠扩大规模正面临更多约束。下一阶段,竞争可能更多转向如何让模型在回答问题时投入更多计算、进行推理,以及如何利用上下文、记忆、工具和智能体完成复杂任务。

AI 的应用也正在突破原有边界。创意工作、软件开发和纯数学曾被认为难以被机器触及,如今都开始受到生成式 AI 的影响。在科研领域,AI 正被用于分析数据、设计实验和辅助发现,有望将部分原本需要数年完成的研究缩短至数月或数周。报告预计,未来十年,AI 驱动的实验室将在更多学科成为常态,但机器生成的发现仍需要经过严格验证。

技术扩张的另一面,是规模空前的基础设施投资。为训练和运行 AI 模型,科技公司正大量建设数据中心、采购芯片,推动资本市场增长,也带来电力、淡水供应和碳排放方面的压力。报告指出,尽管投资持续增加,AI 的经济效益和企业投资回报尚未充分体现在总体数据中,这也加剧了外界对泡沫的担忧。

与此同时,前沿 AI 的开发集中在少数美国和中国机构。报告认为,美国在最强前沿模型方面占据优势,中国则在开放权重模型领域表现突出。对于其他国家而言,如何获得技术、发展自身能力,以及参与制定全球规则,正成为越来越重要的问题。

AI 进入更多场景,也让风险变得更加具体。模型既能帮助发现网络漏洞,也可能被用于发起攻击;越来越逼真的图像、音频和视频,则让公众更难判断所见所闻是否真实。军事应用、就业变化、教育和心理健康等问题,也在引发更多讨论。

报告指出,过去五年 AI 的进展超出了许多人的预期。如果当前发展速度延续,未来五年同样可能带来意想不到的变化。随着 AI 对社会的影响不断扩大,公众也应在技术如何开发和使用的问题上拥有更多发言权。

跳转微信打开

AI能设计蛋白质,却还做不了实验:下一代AI4S实验室该怎么建?

2026年11月10日 13:51

原创 郭君窈、张锦怡 2026-11-10 13:51 北京

World Loop 探索让 AI 在科研中持续学习与自我改进。

过去几年,AI 在蛋白质结构预测、分子设计等领域取得了显著进展。Google DeepMind、Anthropic 等科技公司已开始利用 AI 设计新的蛋白质,但这些计算端生成的候选方案,最终仍需要通过真实实验验证。

相比快速发展的计算设计能力,AI 对真实实验数据的理解仍存在明显不足。

11 月 6 日,OpenAI 发布了 BioBasicsBench 基准测试,专门考察 AI 分析日常湿实验数据的能力。测试涵盖 100 项任务,涉及凝胶电泳图、菌落培养皿、显微镜影像及仪器读数等常见实验材料。

结果显示,即便是表现最好的 GPT-6 Astra,在最高共同推理档位下,平均可得分数也只有 66.7%。模型仍可能忽略关键实验对照,或在菌落数量判断等基础任务中出现错误,距离可靠地独立分析实验结果还有明显差距。

图 | BioBasicsBench 基准测试中,不同模型及推理强度下的平均得分表现(来源:OpenAI)

如何让 AI 获得更多可靠的实验数据,并利用这些反馈改进研究策略,正在成为 AI4S 发展的重要课题。自主科学实验室也因此逐渐进入科技公司的布局视野。

近日,腾讯首席 AI 科学家姚顺雨在 2026 未来科学大奖周上谈到了 AI4S 的演进方向:从专用模型、科研智能体,进一步走向能够自主构建工具的智能体。据相关媒体报道,腾讯也计划建设 AI 自主科学实验室,探索让 AI 端到端地执行复杂科研实验。

就在科技巨头开始规划之际,华大智造旗下专注 AI4S 方向的子公司涌生智能已在第九届中国国际进口博览会上发布了云端自主实验室 SE-Fab-SynBio,并展示了多项合成生物学成果。

(来源:涌生智能)

与大多数实验室自动化企业相比,涌生智能在生命科学 AI 领域已有多年的研究积累。在正式成立之前,华大智造涌生智能研究团队已通过发表于 Nature Machine Intelligence 的 Concerto 研究,利用自监督学习分析大规模单细胞数据,探索 AI 对复杂生物学数据的建模能力。随后,团队又在同样发表于 Nature Machine Intelligence 的 EvoPlay 研究中,引入强化学习优化蛋白质设计,并通过湿实验检验算法提出的候选方案。

随着大模型智能体技术的发展,团队正式设立子公司,进一步将研究延伸至真实实验流程。在发表于 Nature Biomedical Engineering 的 PrimeGen 研究中,AI 开始参与测序引物设计、实验流程生成和自动化设备控制,并根据实验反馈调整后续任务。从生物学数据建模,到蛋白质设计和实验验证,再到智能体参与真实实验,这些研究逐步积累了算法与实验结合的经验。

与此同时,涌生智能在实验室自动化系统及高通量数据生产方面的积累,使团队能够围绕具体科研任务,将 AI 算法与自动化设备结合起来。

在此基础上,涌生智能进一步构建了名为 World Loop 的科学智能体循环进化系统,希望将过去积累的 AI 算法、实验设备和真实数据连接起来。通过该系统,AI 不仅能够设计和执行实验,还能利用实验反馈持续调整研究策略,逐步改进自身的科研能力。此次发布的云端自主实验室,则为这一过程提供真实实验和数据反馈环境。

让 AI 在实验中学习,World Loop 如何实现自进化?

对于科学家来说,一项实验通常始于某个研究目标,但从提出假设到获得可靠结果,中间需要经历实验方案设计、操作流程编写、设备执行、数据分析和方案调整等多个环节。

目前,AI 已经能够协助科学家完成其中的一些任务,但要让这些能力真正形成闭环,还需要解决几个具体问题:如何将研究目标转化为设备能够执行的实验?如何让 AI 高效处理实验过程中的大量判断?当现有研究方法效果不佳时,AI 又能否主动寻找更好的方法?

围绕这些问题,涌生智能构建了 World Loop 科学智能体系统,由 ProtoPilot、Operon-S1 和 EnzymeRSI 三项研究共同提供技术支撑。三者分别作用于科研工作的不同环节,为 AI 从实验设计走向持续迭代提供技术支持。

(来源:涌生智能)

首先需要解决的问题,是让 AI 真正学会执行实验。

今年 10 月,涌生智能与上海人工智能实验室等机构的研究人员发布了 ProtoPilot 论文,提出一种能够根据自然语言研究需求,自动生成实验流程并转化为设备控制代码的多智能体系统。

在传统实验室中,即使已经具备自动化设备,科学家仍需要把研究目标拆解为详细的标准操作流程(SOP),再根据设备接口编写控制程序。其中涉及试剂浓度、反应体积、操作顺序及设备兼容性等大量细节,任何一个参数出现错误,都可能影响后续实验。

ProtoPilot 尝试通过多智能体协作完成这一过程。系统首先将研究目标拆解为多个子任务,再由不同智能体负责实验流程设计、计算分析和代码生成,并通过逐层验证机制检查实验参数和设备兼容性。

系统还引入了能够持续更新的技能库,将代码验证过程中发现的共性错误转化为可复用的操作经验,帮助后续任务减少类似问题。

在论文构建的 294 项评测任务中,ProtoPilot 生成的 SOP 在专家评审中的 Top@3 偏好率达到 90.2%,SOP 到设备代码的综合验证通过率达到 96.6%。在 ProtocolQA 开放式问答上,ProtoPilot 的准确率拿到了 52.38%,超越 GPT-5.6 Sol 的 43.5%,已逼近专家水平(54%)。

图 | 专家评审结果(来源:arXiv)

研究团队还开展了质粒构建、定点突变和 DNA 组装等真实湿实验。其中,在一项 DNA 组装实验中,ProtoPilot 根据前期失败结果修正流程,最终获得经过测序确认的目标 DNA 片段。按照论文报告,相比传统人工实现方式,系统将从实验意图转化为可执行湿实验工作流的时间缩短了约 9.2 倍。

这项研究将 AI 的能力从实验方案生成推进到了真实设备执行,也开始探索如何将实验失败转化为后续任务能够利用的经验。

但当科研智能体开始承担越来越复杂的任务,新的效率问题也随之出现。在实验流程中,AI 需要反复判断是否应该调用工具、当前结果是否可靠,以及何时结束任务。如果每次都调用大型语言模型,就会带来额外的计算开销。

涌生智能 10 月底发布的 Operon-S1 研究,主要针对这一问题。研究团队尝试将复杂科学推理与日常决策分开处理,由轻量级模型承担部分高频判断,让大型语言模型集中处理更加复杂的科研任务。

论文将科研智能体运行过程中的常见判断整理为 13 个决策节点,并在七项生命科学基准测试中进行评估。结果显示,本地决策模型使用 CPU 运行时,单次循环内请求的中位响应时间约为 0.6 秒,在多数测试中维持了原有任务表现,部分任务的计算成本或执行步骤有所减少。

同时,这些决策过程还可以被记录下来,为后续优化智能体的判断能力提供训练数据。对于需要长期运行的自主实验室而言,这种方式有助于提高任务执行效率,并支持更加复杂的实验流程。

但自进化实验室还有一个更深层次的要求:AI 不仅需要完成既定实验,还要能够改进自己采用的研究方法。

11 月 4 日,涌生智能研究团队在 arXiv 发布 EnzymeRSI 预印本,提出一种面向酶工程的双循环递归自我改进系统。

在酶工程中,研究人员通常通过改变蛋白质的氨基酸序列,提高其催化效率、稳定性或底物选择性。由于潜在突变组合十分庞大,机器学习已经成为筛选候选蛋白质的重要工具。但当研究目标发生变化,或者原有算法表现不佳时,研究人员往往需要重新调整预测模型和筛选策略。

EnzymeRSI 希望让 AI 参与研究方法本身的改进。按照论文设计,系统包含两个相互配合的循环:外循环主要优化工具选择、任务组织和工作流程;内循环则进一步改进预测与筛选算法,寻找更适合当前研究任务的方法。

过去,AI 主要帮助科学家判断下一批应该测试哪些蛋白质;EnzymeRSI 则希望进一步检查,当前的预测算法是否合适,能否通过调整方法发现更好的候选。

图 | EnzymeRSI 架构(来源:arXiv)

这一思路与近期受到关注的递归自我改进(Recursive Self-Improvement,RSI)有关。系统无需修改基础模型权重,而是通过优化科研流程、工具组合和具体算法,提高完成特定研究任务的能力。

在计算实验中,EnzymeRSI 展示了这一方法的效果。例如,在蛋白质稳定性预测任务 ThermoMPNN 上,系统通过引入新的蛋白质表征方式,将预测结果与实验测量值之间的皮尔逊相关系数提高至 0.849,超过论文中参与比较的十种参考框架。

研究团队还开展了三组真实湿实验,检验系统在酶工程中的应用效果。

其中,在海肾荧光素酶 RLuc 的优化任务中,EnzymeRSI 提出了 40 个单点突变候选。在排除 8 个预先指定的候选后,其余 32 个候选中有 10 个在实验中表现出至少两倍于野生型的发光活性。

另一项 DNA 聚合酶 KOD-E 的定向进化实验中,系统推荐的 E485I 与 S451L 突变组合,使酶在特定修饰底物上的催化效率达到亲本酶的 31.1 倍。针对胞嘧啶脱氨酶 A3A 的多目标优化任务,系统推荐的 Y130Q 变体在特定序列背景下实现了约 90.2% 的目标底物转化率。

(来源:涌生智能)

从实验流程的自动生成,到高频决策的优化,再到科研方法的自主改进,这三项研究展示了涌生智能在不同层面推动科学智能体自进化的探索。

从算法走向真实世界,云实验室如何支撑自进化?

要让 World Loop 在真实科研中发挥作用,还需要将其与实际实验环境连接起来。在蛋白质设计和酶工程等领域,计算模型虽然能够筛选出大量候选方案,但其催化效率、稳定性等性能,仍需通过真实实验验证。

11 月 6 日,涌生智能在上海进博会上发布了云端自主实验室 SE-Fab-SynBio,初期主要面向合成生物学研究,为 AI 生成的候选方案提供真实湿实验验证能力。

云实验室的概念与云计算类似。过去,企业需要大量计算资源,往往得自行采购服务器、建设机房;如今,用户可以按需调用远程算力。云实验室则将这一思路引入生命科学领域,让科研团队无需自行建设完整的实验设施,也能够远程调用实验能力。

例如,研究团队希望提高某种工业酶的耐热性能,可以先利用 AI 筛选出候选突变,再由云实验室组织设备完成蛋白表达、纯化及性能检测,将实验结果返回给研究团队。

(来源:涌生智能)

但对于需要多轮迭代的 AI 系统来说,仅仅能够远程提交实验任务还不够。传统实验服务通常以检测报告作为最终交付物,研究人员仍需自行整理数据、分析异常,再决定下一轮如何调整方案。

涌生智能希望进一步将实验执行和数据反馈纳入科学智能体的运行过程。因此,SE-Fab-SynBio 除了交付测量结果,还会关联实验条件、操作过程和质量控制信息。这些记录有助于判断实验结果产生的原因,也能让成功和失败的数据进入后续模型训练与研究策略优化。

涌生智能由此将云端自主实验室定位为科学智能体的物理强化学习环境(Physical RL Environment)。AI 提出研究方案,实验室完成验证,再将真实数据反馈给 AI,帮助其调整下一轮设计和决策。

与 World Loop 结合后,云实验室能够为科学智能体提供持续获取真实反馈的渠道,让实验过程中的数据和经验用于后续研究。对于 EnzymeRSI 这样的系统,真实实验还可以帮助检验算法优化是否有效,为下一轮科研方法的调整提供依据。

这一思路已开始应用于具体研发任务。团队此前围绕华大智造部分核心产品中的工程酶开展了多轮优化。其中,一项测序相关聚合酶优化任务在 28 天内完成 3 轮迭代,测序错误率降低 37%;另一项用于 RNA 合成的 PUP 聚合酶优化任务,在 25 天内完成 3 轮迭代,热稳定性指标 Tm 提高 3.4℃。

(来源:涌生智能)

这些应用也反映了涌生智能的技术选择。团队优先从测序、酶工程等相对明确的科研场景切入,利用已有的自动化设备和实验经验,逐步打通从计算设计到真实验证的流程。

目前,SE-Fab-SynBio 已围绕酶挖掘、分子克隆、定向进化、无细胞合成和菌株改造等方向组织实验能力,优先开放候选酶功能验证等服务。

从局部闭环到自主科研,AI4S 还有多远?

随着 AI 更深入地参与生命科学研究,实验室的作用也在发生变化。

过去,实验主要用于验证研究假设、推动具体研发项目;如今,高通量实验产生的数据还可以用于改进模型预测能力,帮助 AI 更有效地规划下一轮研究。

这一变化也在影响 AI4S 产业链的分工。Adaptyv、Ginkgo 等企业持续扩大自动化和高通量实验能力,提高实验执行与数据交付效率。涌生智能则希望进一步将实验设备与科学智能体结合,让 AI 能够参与实验规划、执行和后续优化。

此前,涌生智能 CEO 杨梦在接受 DeepTech 采访时曾谈到,团队选择了一条自下而上的技术路径:“先把每一个子模块的干湿实验闭环做好,再逐渐走向端到端。”

杨梦曾在麻省理工学院攻读化学工程硕士,并于哥本哈根大学获得计算生物学博士学位。在华大工作十余年间,他先后参与基因测序仪、实验室自动化系统等产品研发,同时持续开展单细胞数据分析、蛋白质设计等方向的 AI 研究。这些横跨人工智能算法与生命科学实验的经历,也影响了涌生智能的技术选择:从具体科研场景入手,逐步将算法、实验设备和真实数据连接起来。

目前,这一路径也开始向外部产业合作延伸。

在此次进博会上,涌生智能宣布天津元一生物已经接入云端自主实验室,围绕工程菌株设计和改造探索干湿闭环。双方希望将实验条件、质量控制和失败数据纳入后续研发流程,帮助团队改进菌株优化策略。

此外,涌生智能还与元示科技签署战略合作协议,计划共同建设面向 AI 虚拟细胞的干湿闭环基础设施,为模型训练和验证提供真实实验数据。公司还与艾凯生物宣布拟共同出资设立合资公司,将合作范围拓展至自体诱导多能干细胞(iPSC)治疗、智能化细胞制备设备及虚拟干细胞模型等方向。

图 | 涌生智能已与多家企业达成合作(来源:涌生智能)

从酶工程到菌株改造、虚拟细胞和细胞治疗,云端自主实验室的应用范围正在逐步拓展。但要将这些不同的研究任务纳入统一的科学智能体系统,还需要解决实验能力标准化、数据质量控制以及跨场景适配等问题。

目前,涌生智能已在实验流程生成、智能体决策和科研方法优化等方面取得初步进展,并开始建设支撑这些能力运行的真实实验环境。

对于 World Loop 而言,下一阶段的关键,是检验这些技术能否在不同科研任务中稳定协同,让 AI 从一次次实验中积累可复用的经验,并持续改进自身的研究策略。这也将决定,自进化实验室能够在多大程度上从具体任务的技术验证,走向更加自主、长期运行的科研系统。

参考资料:

1.https://doi.org/10.48550/arXiv.2606.31763

2.https://doi.org/10.48550/arXiv.2610.41350

3.https://www.gov.uk/government/publications/ai-for-science-strategy

4.https://www.whitehouse.gov/releases/2025/11/president-trump-launches-the-genesis-mission-to-accelerate-ai-for-scientific-discovery/

5.https://cnic.cas.cn/jdtw/zxyw/202609/t20260930_8288830.html

6.https://www.genoria.ai/en/research

7.https://arxiv.org/abs/2611.06321

8.https://www.instrument.com.cn/netshow/SH104318/news_1011630.html

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

对话Arc Institute周镜天:生物学存在Scaling Law,但更大的模型能解决多少问题?

2026年11月9日 14:39

原创 胡莉花 2026-11-09 14:39 北京

“肯定有 Scaling Law,我觉得问题在于究竟能够扩展到什么程度。”当越来越多的研究者相信,更大的模型、更多的数据能够让 AI 掌握复杂的生命规律时,美国 Arc Institute 实验室负责人周镜天给出了一个相对审慎的判断。

过去十多年,他亲历了单细胞技术的快速发展,从最初只能分析少量细胞的数据,到如今已经能够绘制覆盖大脑乃至人体多个器官的大规模细胞图谱。但当科学家逐渐看清不同细胞的分子特征,一个新的问题也随之出现:我们能否进一步预测细胞会如何变化,甚至主动改变它们的状态?

周镜天的科研经历,恰好沿着这条路径展开。本科就读于清华大学药学专业的他,后来在美国从事计算生物学与单细胞研究,参与开发过多项实验和计算技术。2023 年,他成为 Arc Institute 首位 Science Fellow,并于次年建立独立实验室。2026 年,他凭借单细胞图谱与疾病相关基因调控研究,入选《麻省理工科技评论》“35 岁以下科技创新 35 人”亚太区名单。如今,他开始将更多精力投入 AI 生物学模型,其参与开发的 Bolero 和 Devo,分别尝试预测不同细胞中的基因调控,以及细胞在发育过程中的状态变化。

不过,在周镜天看来,AI 能够准确预测基因表达,并不意味着它已经真正理解了细胞,更不意味着它能够改变细胞的功能。他认为,虚拟细胞研究最终仍需要回到真实的生物学实验中,证明模型能够帮助研究者解决具体问题。

从绘制细胞图谱到尝试预测细胞行为,生命科学正在经历怎样的变化?当 AI 开始进入实验室,更多数据和更强模型之外,真正重要的又是什么?

围绕这些问题,DeepTech 与周镜天展开了对话。

从药学到 AI,几次偶然的科研转向

DeepTech:你本科在清华大学学习药学,后来却走向了计算生物学。最初是什么让你对计算产生兴趣?

周镜天:我中学时参加过化学和信息学竞赛,后来觉得药学比单纯研究化学更接近实际应用,就选择了清华的药学专业。

本科期间,我发现自己不太擅长做实验。第一次给小鼠做尾静脉注射,反复尝试了很多次,最后尾巴都扎肿了,还是没成功。而且湿实验有时很难重复,失败了也不一定知道原因。相比之下,写程序至少每次都能复现相同的问题,所以逐渐对计算生物学产生了兴趣。

期间,我进入曾坚阳老师的实验室,开始尝试将深度学习应用于生物学研究。不过,那时我还不太清楚自己真正想研究什么。

直到大三暑假去斯坦福大学做科研实习,我才逐渐明确了方向。当时接触了基因组数据分析和新技术开发,直接指导我的研究人员也对自己的科研兴趣有很清晰的认识,对我影响很大。这段经历让我逐渐确定了之后的研究方向。

DeepTech:斯坦福的暑期科研经历让你逐渐明确了研究方向。后来进入博士阶段,又是怎样接触到单细胞研究的?

周镜天:斯坦福的暑期研究结束后,我希望博士阶段能够进入一个不断开发新技术、产生新数据的实验室。因为新的实验技术往往意味着新的数据类型,也会带来新的计算问题。后来,我选择了基因组学研究比较集中的加州大学圣迭戈分校(UCSD)。

我是在博士阶段才真正开始做单细胞研究的。博士一年级时,我在任兵老师的实验室轮转,接触到一批新的单细胞 Hi-C 数据。这项技术可以用来研究 DNA 在单个细胞核内的三维空间结构,但当时大家还不太清楚如何有效分析这些数据。

恰好有一门课要求我们选择一个生物学问题,将其转化为算法问题并尝试解决。我就以单细胞 Hi-C 数据为对象,开发了一套分析算法。后来,这项课程研究逐渐发展成了我博士期间的一篇论文。

所以,进入单细胞领域并不是我一开始就规划好的,而是恰好接触到了新的实验数据,也遇到了一个值得解决的计算问题。

DeepTech:你最初主要开发计算算法,后来却参与开发了新的单细胞实验技术。这个转变是怎么发生的?

周镜天:这其实源于一次比较偶然的组会讨论。

博士期间,我最终加入了 Joseph Ecker 教授在 Salk Institute 的实验室,主要研究 DNA 甲基化。博士二年级时,我负责的一个项目进展不太顺利,有一次组会实在没什么结果可讲,就介绍了之前开发的单细胞 Hi-C 分析算法。

实验室有一位非常擅长技术开发的同事,最早的单细胞 DNA 甲基化测序技术就是他开发的。他听完之后提出,既然能够测量单细胞的 DNA 甲基化,能不能把三维基因组结构也一起测出来?

我们就开始尝试,没想到第一次实验就成功了,而且数据质量非常好。有时候实验技术开发就是这样,第一次可能恰好满足了各种条件,后面再重复,反而需要花时间排查一些细节。不过,这项技术整体开发得比较顺利,后来我们也开始利用它研究 DNA 甲基化和三维基因组结构之间的关系。

恰好当时实验室获得了一笔较大的科研经费,希望将这些技术应用于整个大脑的研究,我也因此开始参与大规模单细胞图谱项目。

回头看,这个过程确实有些偶然。最初只是为了解决一个数据分析问题,后来因为一次组会讨论,发展出了新的实验技术,又进一步延伸到大规模细胞图谱研究。

DeepTech:新技术也带来了越来越庞大的数据,这个过程中遇到了哪些新的挑战?

周镜天:最明显的变化就是数据规模增长得非常快,对分析方法的要求也越来越高。

我最早在任兵老师实验室轮转时,拿到的单细胞 Hi-C 数据只有 8 个细胞。后来,随着实验技术发展,数据规模逐渐增加到几千个、十几万个细胞。原来的一些算法在处理少量数据时表现不错,但当数据量增加几个数量级后,无论是计算速度、资源消耗还是分析效果,都可能无法满足需求。

因此,我们需要不断开发新的算法,优化计算流程,让它们能够处理更大规模、更复杂的数据。我博士期间的很多工作都与这一过程有关:一方面利用新的实验技术获取数据,另一方面又随着数据规模的增长,不断改进和开发计算方法。

DeepTech:2023 年,你获得了 Arc Institute 的 Science Fellow 职位。对于生命科学研究者来说,通常还需要经历较长的博士后阶段,你为什么想更早独立开展研究?

周镜天:在生命科学领域,博士毕业后直接独立建组的机会其实很少,大多数人还是会继续做博士后,学习新的技术、积累研究成果,再申请独立职位。

但我当时觉得,自己在博士阶段已经接受了比较充分的科研训练。Ecker 实验室规模很大,虽然整体研究方向与导师有关,但具体选择什么课题、采用什么方法、如何完成研究,很多时候都需要自己决定。所以,如果继续做博士后,可能还是在类似的模式下开展研究。

相比之下,独立建组可以让我更早学习一些新的能力,比如招聘团队成员、管理项目、开展合作以及申请经费。这些都是博士和博士后阶段不太容易系统锻炼的能力。

当然,我也有顾虑。年轻研究者独立之后,通常会继续发展自己已经擅长的技术和研究方向。如果想进入一个新的领域,反而可能缺少学习新技术的机会,需要更多依靠合作来弥补。

不过,后来加入 Arc Institute 的经历,在很大程度上改变了我原来的想法。

DeepTech:当时为什么选择 Arc Institute?这里的科研环境又是怎样让你开始转向 AI 模型开发的?

周镜天:最初主要是看中了 Arc 在 CRISPR 和基因组工程方面的研究积累。我之前主要做单细胞测序和表观遗传学,两者有很多合作机会。比如,通过 CRISPR 改变一个基因,再利用单细胞技术观察其他基因及表观遗传状态会发生什么变化。

但真正加入之后,我发现这里还有一个此前没有充分预料到的优势。Arc 的规模相对较小,研究人员之间交流很方便,而且聚集了一批具有大模型开发和计算工程背景的研究者。

我过去虽然一直做计算生物学,也开发过不少算法,但没有特别深入地研究过现在这类大模型。在 Arc,我有机会向不同背景的研究人员学习,逐渐开始尝试 DNA 序列模型和虚拟细胞研究。

另外,Arc 更注重支持研究者本人,而不是严格限定研究方向。对于年轻 PI 来说,这一点很重要。通常,继续做自己已经擅长的研究更容易取得成果,但如果想进入一个新领域,就需要足够的探索空间。

所以,我最初选择 Arc,是希望继续拓展单细胞组学与基因组工程的结合;但来到这里之后,与大模型研究者的交流,又让我逐渐进入了新的研究方向。

图 | 周镜天团队研究重点(来源:Zhou Lab)

从几十种到数千种,重新认识细胞

DeepTech:回到你长期参与的单细胞图谱研究。过去十多年,随着测量技术和数据规模不断发展,我们对细胞的认识发生了哪些重要变化?

周镜天:一个很明显的变化是我们开始更清楚地认识到,人体内究竟有哪些不同类型的细胞。

过去,人们主要根据细胞的形态、位置和功能进行分类。单细胞技术则让我们能够从基因表达等分子特征出发,比较不同细胞之间的差异,进一步了解它们与细胞功能之间的关系。

我读博士时,整个领域对细胞类型的认识变化非常快。2015-2016 年左右,一些大脑单细胞研究只能区分出大约 20 种细胞类型,很多还只能用编号区分。到 2020-2021 年,我们已经能够系统识别一两百种细胞类型。2023 年全脑图谱项目接近完成时,讨论的已经是三四千种细胞类型。

其中有些发现很出乎意料。比如,大家最初往往更关注与高级认知功能相关的脑区,认为这些区域应该更加复杂。但后来发现,从分子层面的细胞类型来看,这些区域反而相对简单,复杂性可能更多体现在神经连接上。

相比之下,负责维持基本生命功能的脑干区域,细胞类型却非常丰富。而且在这些区域,神经元的基因表达特征与连接方式之间,往往存在更加直接的对应关系。

这也让我们意识到,大脑不同区域的复杂性可能体现在不同方面。随着研究范围从部分脑区扩展到整个大脑,我们对细胞多样性的认识也发生了很大变化。

DeepTech:除了发现更多细胞类型,你长期研究的表观遗传学和三维基因组,还帮助我们理解了哪些过去难以解释的问题?

周镜天:一个很重要的问题是,为什么人体不同细胞拥有基本相同的 DNA 序列,却能够表达不同的基因,形成不同的细胞类型和功能?

其中一个重要原因,就是不同细胞具有不同的表观遗传状态,例如 DNA 甲基化、染色质开放程度等。这些差异与基因如何受到调控密切相关。所以,我们不仅想知道细胞表达了哪些基因,还希望进一步理解,为什么这些基因会在某种细胞中表达,而在另一种细胞中不表达。

三维基因组就是一个很好的例子。我刚读博士时,很多研究认为,不同细胞类型的三维基因组结构非常相似,甚至在人和小鼠之间也具有较强的保守性。但这其实有些让人困惑:既然细胞的基因表达和功能差异这么大,三维基因组结构真的会如此相似吗?

后来,随着单细胞技术的发展,我们能够以更高的分辨率观察三维基因组,发现不同细胞之间其实存在很多过去没有观察到的差异。这说明,早期的一些认识也受到测量技术和分辨率的限制。单细胞技术不仅让我们能够研究更多细胞,也让我们有机会重新认识基因组结构与基因调控之间的关系。

DeepTech:刚才提到了三维基因组。能不能通俗地解释一下,DNA 在细胞核内的折叠方式,为什么会影响基因表达?

周镜天:三维基因组研究的是 DNA 在细胞核内如何折叠和组织,它与 DNA 甲基化等化学修饰有所不同。

我们知道,DNA 中真正编码蛋白质的区域只占很小一部分,大约 2%。除此之外,还有很多不编码蛋白质的区域,其中一些具有调控基因表达的作用。

这些调控区域在线性的 DNA 序列上,可能距离它们所调控的基因很远。但由于 DNA 会在细胞核内折叠,原本相距很远的区域就可能在三维空间中彼此接近,从而参与基因调控。

我本科时看教材,细胞核里的 DNA 折叠结构就像一桶泡面,各种线条缠绕在一起,好像没有什么规律。但随着测量技术发展,我们发现这些结构并不是完全随机的,而是存在一些相对稳定的组织模式。

所以,三维基因组不仅是一个空间结构问题,也与不同细胞中的基因如何受到调控有关。

图 | 人体 DNA 甲基化和 3D 基因组组织的单细胞图谱(来源:Science)

DeepTech:从绘制细胞图谱到预测细胞行为,研究目标似乎也在发生变化。那么,对于今天的虚拟细胞研究来说,是不是数据越多,模型就能越了解细胞?

周镜天:这取决于你想解决什么问题。如果是绘制细胞图谱,增加数据量确实很重要,因为有些细胞非常稀少。比如我们实验室目前关注的一些脑部相关疾病,包括渐冻症、自闭症等。其中,渐冻症研究涉及的某些运动神经元就比较稀少,如果只测量几百个细胞,可能根本无法捕捉到。

但虚拟细胞研究不只是想知道有哪些细胞,还希望预测它们在不同条件下会如何变化。除了细胞类型,还要考虑空间位置、发育阶段,以及药物、基因改变等外部干预。

举个例子,如果研究 1,000 种细胞类型,想知道它们分别对 1,000 种药物的反应,就需要 100 万种实验组合。假设每种组合测量 100 个细胞,就需要 1 亿个细胞的数据。而这还没有考虑个体遗传背景、时间等其他因素。

所以,虚拟细胞需要的不只是更多细胞数据,还要覆盖足够丰富的变化条件。每增加一个维度,所需要的数据量都会迅速增长。

DeepTech:既然虚拟细胞需要如此庞大的数据,目前研究者主要采集哪些信息?只依靠转录组,还是需要结合多种组学数据?

周镜天:目前大部分研究还是使用转录组数据,因为它相对容易测量,也比较适合大规模采集。现在一些机构正在讨论建设十亿细胞规模的数据集,以现有技术条件来看,转录组仍然是比较现实的选择。

当然,细胞内部的信息远不止基因表达,还包括 DNA 甲基化、染色质开放程度和三维基因组结构等。但这些数据的采集成本和技术难度不同,尤其在大规模研究中,不一定都能方便地获取。

更重要的是,在转录组之外增加其他组学数据,究竟能给模型带来多少额外价值,目前还没有明确答案。这需要根据具体的研究任务来判断。

DeepTech:但即使有了足够多的转录组数据,AI 就能准确预测细胞的真实行为吗?

周镜天:我觉得关键还是看具体任务。首先,你关心的生物学现象,需要能够通过转录组反映出来。

实际上,转录组已经能够解释很多事情。比如,在一些疾病研究中,患者和健康人的基因组序列未必有明显差异,但基因表达可能存在很大不同。当然,这些差异不一定是疾病的原因,也可能是疾病发生后的结果。

同样,在细胞状态转换研究中,基因表达也是重要的判断依据。但基因表达相似,并不一定意味着细胞功能相同。例如,大脑皮层中的一些神经元,基因表达很相似,但会连接到不同的脑区,所以如果要研究神经元的投射,转录组就不一定是一个很好的标志。相反,现在可以利用诱导多能干细胞(iPS 细胞)分化得到神经元。这些细胞能够传导电信号,也表达一些神经元的标志物,但从整个转录组来看,它们与真实神经元仍然存在明显差异。

那么,即使未来能够让两者的基因表达非常接近,是否意味着它们的功能也足够相似?这仍然是一个未知的问题。

所以,转录组可以帮助我们预测和判断很多细胞状态的变化,但它在多大程度上能够代表细胞的真实功能,以及是否需要其他组学信息,还需要进一步研究。

生物学的 Scaling Law,能走多远?

DeepTech:这些问题也关系到 AI 模型本身的能力。你从本科阶段就开始使用机器学习研究生物学,与十年前相比,AI 研究生物学的方式发生了哪些变化?

周镜天:变化非常大。十年前,大家还不太使用 “AI” 这个词,更多是说机器学习、深度学习,通常针对具体任务开发模型,再根据数据特点进行优化。

现在一个明显的变化是,AI 开始改变整个科研流程。比如,AI 智能体(Agent)已经能够帮助研究者编写代码、调用工具,甚至完成一系列科研任务。不过,这和开发底层模型是两个不同的层面。我们实验室更关注后者,希望让这些模型和工具能够解决过去解决不了的问题。两者相辅相成,更好的 agent 可以更自动化开发新的工具,更好的工具进一步提高 agent 的性能。

另一个变化来自大语言模型的发展。过去,我们通常会把已有的领域知识和假设融入模型设计。现在,受到“苦涩的教训”(The Bitter Lesson)等观点的影响,研究者开始尝试利用更大规模的数据和算力,让模型自己学习规律,而不是完全依赖人为设计。

但这种方法在生物学中是否同样有效,目前还不确定。例如,在 DNA 功能预测、细胞扰动响应预测等任务上,一些通用基础模型的表现并没有超过专门设计的模型,有时甚至更差。

所以我觉得,现阶段可能仍然需要把基因调控等生物学知识作为一种归纳偏置(inductive bias)融入模型设计,而不是完全依赖扩大数据和模型规模。

DeepTech:现在不少 AI 基础模型都在尝试通过扩大数据和算力提升性能。你刚才提到,通用模型在一些生物学任务上仍不如专门设计的模型。那么,生物学领域究竟存不存在 Scaling Law?

周镜天:我觉得肯定存在 Scaling Law,关键在于它究竟能够扩展到什么程度。对于一些明确的任务,比如 DNA 序列重建,确实能够看到随着训练数据和模型参数增加,模型表现不断改善。

但这并不意味着只要继续扩大规模,就能够解决所有生物学问题。现在更需要弄清楚的是,模型在某项具体任务上的性能提升,能否转化为更广泛、更复杂的生物学预测能力。这一点还需要继续探索。

DeepTech:除了预测基因表达,研究者也开始尝试预测细胞随时间发生的变化。你们正在开发的 Devo 就是其中一项研究,它希望解决什么问题,目前进展如何?

周镜天:Devo 是我们合作开展的项目,近期应该会发布预印本。它的目标是根据细胞当前的状态,预测下一步会发生什么变化,并希望最终能够指导细胞向预期状态转变。

现在有些研究把这类模型称为“世界模型”(World Model),但大家对这个概念的理解还不完全一致。有些强调根据当前状态和外部干预预测下一步变化,有些则更强调对整个系统进行全面建模。一些自称世界模型的研究,也未必真正建立了状态、干预与后续变化之间的关系。

对于 Devo 来说,我们更关注具体的生物学任务。目前主要利用胚胎发育和部分类器官数据进行训练,对下一个时间点的细胞状态已经能够进行比较好的预测。

但如果要预测细胞在更成熟阶段的发育变化,或者进一步设计干预方案,让细胞按照预期方向发育,目前还有不少问题需要解决。这也是我们接下来希望推进的方向。

DeepTech:Devo 尝试预测细胞下一步的状态。如果进一步把遗传变异、基因、细胞乃至人体层面的信息联系起来,未来有可能出现一个跨尺度的通用生物学模型吗?

周镜天:我觉得肯定会有,这也是大家希望努力的方向。但整合不同生物学层次的信息,与单纯扩大模型规模并不是一回事。

生命系统存在不同的层次,从遗传变异、基因、细胞、器官到完整人体。理想情况下,如果模型预测一个人会发生某种变化,我们还希望知道,这种变化与哪个器官、哪类细胞、哪个基因,甚至哪个遗传变异有关。

所以,我觉得未来需要的是一种跨尺度(multi-scale)模型,能够把不同层次的信息联系起来。

但真正的困难在于数据。不同尺度的数据往往来自不同研究和样本,彼此之间缺少直接的对应关系。我们可能需要先分别训练不同层次的模型,再利用一部分相互配对的数据将它们连接起来。

而且,不同数据都有各自的噪声和偏差。如果不了解数据本身,即使把模型整合起来,也很难判断预测是否可靠。因此,构建跨尺度模型不仅需要更大的算力,还需要系统的数据采集和对生物学问题的理解。

至于什么时候能够实现,还取决于我们对模型能力的要求。目前不同尺度已经有一些模型,也可以尝试将它们连接起来,但什么程度才算真正有用的通用生物学模型,还没有明确标准。

图 | Bolero 是一种以细胞状态为条件的序列到功能模型(来源:bioRxiv)

AI 走进实验室,最终要解决什么问题?

DeepTech:要实现这样的模型,显然不仅需要算法,也需要大量数据和计算资源。近年来,一些大型 AI 公司甚至开始建设自己的生物实验室,你怎么看待这类公司越来越深入地参与生命科学研究?

周镜天:我觉得这是大势所趋。因为究竟怎样才能实现 AI 驱动的生命科学研究,目前还没有一套被证明最有效的方法,不同机构都在尝试自己的路线。

大型 AI 公司有资金和计算资源,能够开展一些传统小型实验室难以独立完成的项目,比如大规模采集数据、建设公共资源或者训练大型模型。

当然,外界也会质疑,有些机构是不是还没有想清楚科学问题,就投入了大量资源。但另一方面,可能也只有这些机构有能力集中如此庞大的资源,开展过去难以实施的研究。

至于他们采用的方法是不是最好的,现在很难评价。科学研究本身具有很大的不确定性,一些看起来未必最合理的路线,也可能在不断尝试中取得突破。

DeepTech:对于独立科研团队来说,大规模模型训练同样需要很高的投入。你们目前会通过哪些方式与产业界合作,获得这些研究所需的资源?

周镜天:会有一些不同形式的合作,不过目前我与产业界的直接合作还不算特别多。

对于大规模 AI 模型研究来说,计算资源是一个很重要的合作方向。例如,我们研究所之前的一项模型训练(Evo 2)曾使用 2,048 块 GPU,持续运行了大约两个月,并获得 NVIDIA 的支持。

这样的计算资源,普通实验室很难完全依靠自身条件获得。因此,未来科研机构与产业界在计算资源等方面的合作,可能会越来越重要。

DeepTech:不过,无论模型规模有多大,最终还是要回到真实的生物学问题。如果未来 AI 不仅能预测细胞变化,还能帮助研究者设计干预方案,你认为怎样才算真正实现了虚拟细胞的价值?

周镜天:我觉得最终还是要回到真实的生物学实验中去验证。

现在如果只是说一个虚拟细胞模型能够多准确地预测基因表达,可能已经很难让大家感到特别兴奋了。实际上,很多生物学研究者对“虚拟细胞”这个概念本身并没有那么大的兴趣,更希望看到的是模型能不能真正解决问题。

比如,能不能根据模型预测,设计出具有预期功能的细胞?能不能指导实验,让细胞实现某种原本难以实现的状态转换?我觉得只有出现一些经过实验验证的实际案例,才能真正推动这个领域的发展。

参考链接:

1.https://arcinstitute.org/news/jingtian-zhou-3d-genome

2.Zhou et al. (2026). Human body single-cell atlas of three-dimensional genome organization and DNA methylation. Science. https://doi.org/10.1126/science.adx0673 

3.Guo et al. (2026). Integrative spatial profiling of 3D genome organization and gene expression in tissue. Cell. https://doi.org/10.1016/j.cell.2026.07.039 

4.Yang et al. (2026). Macrophage-mediated brain-bone marrow crosstalk promotes chronic stress-induced glioma growth. Cancer Cell. https://doi.org/10.1016/j.ccell.2026.05.018

5.Liu et al. (2026). Predicting cell-state-specific gene regulation from DNA across species. bioRxiv. https://doi.org/10.64898/2026.10.19.760026

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

跳转微信打开

❌