继Coding之后，AI4S进入产业深水区：晶泰科技如何抢占“科学发现”新入口

（原标题：继Coding之后，AI4S进入产业深水区：晶泰科技如何抢占“科学发现”新入口）

7月29日，晶泰控股（2228.HK）正式发布 XtalPi Science 科学智能平台与Genius Agents科学智能体矩阵，并联合26家产业、高校及科研生态伙伴，共同发起成立“科学智能开放生态联盟”。

如果说对话与Coding是大模型率先兑现生产力价值的领域，那么AI for Science（AI4S）正成为人工智能进入高价值实体产业的下一片蓝海。这里的竞争不再是谁能生成更多答案，而是谁能把数字世界的预测转化为真实实验结果，并让每一次实验继续推动AI进化。

据晶泰科技介绍，XtalPi Science 是全球首个整合大语言模型（LLM）、科学智能体与大规模自动化机器人实验的AI for Science（AI4S，科学智能）综合平台。Genius Agents作为整套系统的核心调度中枢与研发矩阵，构建了兼具全局规划与特定场景执行能力的多智能体体系。它能自主理解复杂科研目标、完成跨学科长程任务，且显著降低模型幻觉，可在数字世界调用专业模型完成预测，并进一步调度物理智能（Physical AI）开展高精度实验验证。

这次发布的重要性，不只是增加一组AI工具，而是首次将“数字假设—专业预测—物理验证—数据反馈” 组织为一套可编排、可验证、可追溯的系统工程。晶泰科技由此试图解决AI4S最困难的“最后一公里”：让AI的判断接受真实世界检验并收到数据反馈。

晶泰科技联合创始人、董事长 温书豪博士

晶泰科技联合创始人、董事长温书豪在开幕式致辞中表示：“生命科学与先进材料等高价值场景，需要最精确的数据、最严谨的验证和持续的物理交互，这正是 Physical AI 率先形成商业闭环的理想场域。晶泰科技致力于将模型、物理智能与实验生态无缝链接，让最硬核的科研能力，转化为普惠全球的底层基础设施。”

AI4S的真正门槛，不在提出假设，而在验证假设

当前大模型可低成本生成海量科学猜想，但未经实验验证的猜想无法转化为可靠知识，物理真实验证成为科研创新核心瓶颈。传统科研还长期面临流程割裂、隐性知识难数字化、

失败数据极度稀缺等结构性短板，打通数字智能与物理实验，是抢占万亿级Physical AI蓝海市场的核心关键。面对这一产业级痛点，晶泰科技突破性地推出了集流程、能力与基础设施于一体的虚拟研发组织——Genius Agents。

Genius Agents将经典的 DMTA（设计-制造-测试-分析）循环重构为上百类研发意图，并将专家的“隐性知识”固化为可复用的标准化工作流（Skills），还在目标设定与路线决策等关键节点保留科学家的最终判断权。发布会演示显示，系统可以自主跑通从文献研读、构效分析、分子设计、ADMET 预测、合成路线规划乃至自动化实验测试的超长周期科研流程，将动辄数周甚至数月的研发验证周期极致压缩至 “以天为单位”。

晶泰科技联合创始人、首席执行官 马健博士

这一模式的核心并非用AI替代科学家，而是让科学家负责方向与判断，让智能体和机器人承担大规模搜索与重复验证，从而突破高端科研长期依赖少数专家、难以规模复制的生产率瓶颈。

晶泰科技联合创始人、CEO 马健表示：“Genius Agents让科学家掌控战略方向，机器人实验承担规模化探索，填补数字世界与物理世界之间的鸿沟。这是 AI 跨越数字与物理鸿沟、从聊天工具迈向 ‘发现引擎’ 的关键一步。”

模型可以快速调用，真实数据与实验闭环无法一夜复制

晶泰科技的稀缺性，在于其领先并非建立在单一模型上，而是来自垂直模型、专业工作流、真实项目数据与大规模机器人实验能力的系统耦合。

目前，其 Physical AI体系已覆盖超 20 类工业场景，服务逾 100 个真实的新药与新材料发现项目，已累计沉淀超 50 万条真实实验记录。实验室每月稳定产出 5 万余条反应产率数据和 30 万条过程数据，持续反哺底层垂直模型。

公司称，这些数据中高达 80%为公开文献极少收录的失败实验。成功数据告诉AI“什么可行”，失败数据则帮助AI识别“哪里不可行”。后者构成了科学模型降低幻觉、判断未知边界的重要基础，也是竞争者最难通过公开数据库快速补齐的数据缺口。

实验数据显示，其化学幻觉率降至4.6%，仅为前沿通用大语言模型的六分之一；首条合成路线准确率高达51.7%。在失败实验的预测上，SureRout的准确度更是达到了81% 至89%，远超资深化学家38% 至60% 的对照表现。

这些数字的产业意义，不只是模型“答得更准”，而是有望直接减少昂贵的实验轮次，将研发从依赖经验的反复试错，转向由数据支持的精准预判。

从项目能力到Science Token，打开平台化商业模式

此次发布更值得资本市场关注的变化，是晶泰科技开始将过去主要沉淀在具体项目中的模型、工具、工作流和实验设施，转化为外部科研组织能够按需调用的科学基础设施。

Science Token的关键不在“Token”概念本身，而在于为模型、专业工具、智能体及自动化实验资源建立统一的计量与调度接口。原本需要通过复杂项目合作才能获得的科研能力，由此有机会被拆解为标准化、可组合、可重复调用的服务单元。

企业既可直接调用平台开展研发，也可接入自动化实验资源、参与联合开发，或通过私有化部署建立企业专属研发体系。这意味着晶泰科技未来的价值锚点，有望从“完成多少研发项目”，进一步扩展至“承载多少科研调用、连接多少实验资源、沉淀多少高价值数据”。潜在收入来源也可由项目服务延伸至平台调用、实验服务、联合开发和私有化部署等多个层次。

与纯软件平台不同，XtalPi Science的每一次调用都可能产生新的计算与实验结果。调用越多，验证数据越丰富；数据越丰富，模型和智能体越可靠；能力提升又将吸引更多科研需求，从而形成“使用—验证—反馈—优化”的数据飞轮。这正是其平台化商业模式最具想象力、同时也最需要持续验证的部分。

近30家伙伴共建，联盟同时连接供给端与需求端

在生态成果展示环节，晶泰科技及其孵化生态矩阵如泰衍科技、耀速科技、无界进化、超衍智能展示了更加丰富的科学智能应用场景与前沿成果。这些生态伙伴的技术进展与晶泰科技上下游互补，未来有望通过与 XtalPi Science 进一步连接，共同推动开放生态在使用、验证与反馈中加速成长。

发布会现场，“科学智能开放生态联盟”正式签约成立。成员覆盖生物医药、先进材料、科学仪器、AI基础设施、具身智能、高校及投资机构，包括三生制药、君实生物、加科思、百诚医药、佰维存储、翰博高新、丹纳赫、无问芯穹、逐际动力及香港中文大学（深圳）等总计 27 家企业与科研院校。

联盟的价值不只是扩大合作名单，更在于同时连接科学智能的需求端与供给端：药企和材料企业提供真实问题与应用场景，技术伙伴贡献模型、工具和机器人能力，高校与科研机构提供前沿知识与人才。平台则在持续使用、验证和反馈中完成能力迭代。

截至7月29日中午，已有近200家企业、高校、科研及投资机构提交平台试用申请，可见市场的热烈反应。晶泰科技还将向联盟成员及合作高校、科研院所提供Science Token试用额度。

“科学智能开放生态联盟”正式签约

AI竞争的下一站，是在真实世界交付结果

与Coding相比，科学研发的任务链条更长、专业门槛更高，验证成本也更昂贵；但它直接连接药物、材料、能源等高附加值产业，因此可能成为继对话与编程之后，人工智能最值得关注的价值蓝海之一。

对晶泰科技而言，XtalPi Science意味着公司开始从科研项目服务者，向科学智能基础设施平台迈出关键一步。这种领先不只来自“全球首个”的产品定义，更来自一套已经在真实业务中运行的完整能力栈：AI能够提出假设，专业模型能够完成预测，机器人能够执行实验，实验数据又能推动下一轮智能进化。

平台能否成长为新的增长曲线，仍取决于外部调用规模、客户付费转化、标准化交付能力及商业效率。但当AI的竞争焦点从“生成内容”转向“验证结果”，晶泰科技已经在最难复制的物理实验环节提前占位。

本文来源：财经报道网