近日,华大智造(688114.SH)旗下子公司Genoria AI联合上海人工智能实验室,正式发布ProtoPilot多智能体实验系统与BioLab Bench评测基准。此举被业内视为“物理AI”从概念验证迈向商业化规模部署的关键一步,一条贯穿芯片、自动化、CXO与能源的AI4Science价值链随之清晰浮现。
ProtoPilot可将研究人员的实验意图自动翻译为设备可执行的代码,并在湿实验过程中实现自我纠错。其在ProtocolQA基准上取得了52.38%的准确率,已逼近人类专家约54%的水平。BioLab Bench则首次构建了端到端实验室性能打分框架,形成“实验设计—协议转化—设备执行—湿实验反馈”的闭环。
与纯文本大模型不同,这套系统将实验室理解为一个充满约束、排队和误差信号的物理空间,而非简单的聊天界面。对CRO、药企发现部门、医院实验室而言,这意味着科学家从手动翻译意图到编写仪器脚本的时间将被大幅压缩,药物候选分子推进速度有望显著提升。
物理AI在中国的加速落地并非偶然。顶层政策持续加码“AI for Science”,上海人工智能实验室等国家级平台已成为应用研究与开放基准的磁石。制造业层面,中国贡献全球近30%的制成品,在智能终端、汽车电池等领域拥有密集的供应链网络,为硬件原生AI提供了天然的迭代土壤。
算力方面,华为昇腾950系列加速填补国产空白,业界预期其今年将在本土AI加速器市场占据约五成份额。AI4Science混合了推理、规划与控制等负载,本土可及的算力资源正构成不可或缺的韧性底座。
物理AI从屏幕延伸至仪器,势必重塑从底层芯片到上层服务的庞大产业链。综合研发进展、产业地位与全球布局,以下十大标的值得投资者重点关注。
物理AI不会止步于演示。投资者需跟踪三项先行指标:一是全自动智能体编排的实验周通量;二是在不同机器人平台间的跨设备泛化能力;三是对BioLab Bench分步验证与成功门槛的合规可审计性。CRO和医院网络的实际采用将是真正的试金石。
风险层面,算力出口管制、多租户环境下的IP保护、训练数据溯源以及AI驱动工作流的跨国监管审批仍待持续突破。但国产算力链日趋闭环、可追溯执行框架日益成熟,中国生命科学自动化正加速从原型走向规模化部署。对于全球投资者而言,这并非单一标的的机会,而是一场覆盖“芯片—算法—硬件—试剂—能源”的系统性升级。