中国团队突破AI for Bio闭环，ProtoPilot实现实验室全链路打通

当多数AI企业还在依托学术论文梳理研究方向时，生命科学领域的AI应用已经实现了从理论到真实实验室操作的全流程落地。这一次，AI for生命科学这个热门赛道，被国产玩家率先跑通了完整闭环。

目前全球范围内的AI for Bio赛道，几乎挤满了不缺算力的头部科技玩家：有的推出了专攻药物发现与基因组学的专用模型，有的将多智能体系统嵌入科学推理流程，还有的上线了面向科研全流程的工作台。这些玩家的共同目标，都是让大模型在读完学术文献后生成完美的实验方案，最终真正走进实验室完成操作，但现实却始终存在一道难以跨越的鸿沟：真正能接管实验室并跑通全流程实验的AI系统，几乎不存在。

以OpenAI与合作方的项目为例，即便是顶级的GPT系列模型，也仅负责实验设计与参数探索，真正在实验台上执行的操作协议，仍需要由人类工程师编写。即便强如OpenAI，其模型也始终没能触及“亲手完成实验”的核心环节。

不过这一局面已经被彻底打破。华大智造旗下子公司涌生智能与上海人工智能实验室联合发布了两项核心成果：一是ProtoPilot，一款基于真实实验室场景训练的自进化多智能体系统；二是BioLab Bench，生命科学领域首个覆盖从用户需求到设备可执行全流程的Agent评测体系。这两套系统首次实现了从自然语言实验意图到湿实验物理执行的完整闭环，并通过真实实验完成了全流程验证。这一次，真正让AI走进实验室的不是硅谷巨头，而是一家跨界AI领域的中国生命科技企业。

不少人或许会感到意外，因为早在年初，行业就有观点认为物理AI的ChatGPT时刻已经到来，而当时讨论的更多是机器人与自动驾驶领域。但如今，首个在生命科学实验室交出物理AI答卷的团队，就来自深圳。

为什么硅谷一众不缺算力的AI玩家始终卡在实验室门口？核心在于从模型输出到真实实验操作之间，存在一条难以跨越的转换链路。根据ProtoPilot的技术论文，一个实验意图要变成实验室台上的真实操作，需要经过五层转换：科学意图拆解、实验方案设计、标准操作流程细化、设备代码转化，最后到物理执行与反馈修正。每一层都需要解决不同的模糊性：比如实验方案需要明确生物逻辑、样本谱系与质控要求；标准操作流程需要将逻辑转化为具体的体积、浓度、耗材与温控参数；设备代码则需要匹配具体设备的布局、孔位映射、液体处理动作以及厂商SDK指令。任何一个环节出现偏差，都可能导致实验失败。

当AI for Bio的竞争从“模型能否回答生命科学问题”转向“模型能否走完从屏幕到实验台的全链路”时，行业真正缺失的两样东西也浮出水面：一是能承接模型输出、连接专家、设备与湿实验反馈的Bio Agent Harness，没有这套工具，再完美的实验方案也只能停留在屏幕上；二是能真实评测Bio Agent全链路能力的基准测试体系，不是考察选择题式的知识掌握，而是验证生成的流程能否在真实设备上顺利运行。

不同于传统的评测基准，这两样工具都无法凭空设计，必须来自真实的实验室场景，包括真实任务、真实设备、真实约束、真实失败案例与专家判断。这也解释了为什么两家国产团队选择联手：涌生智能拥有全栈的生命科学设备、自动化实验平台以及丰富的AI4Science实战经验，能够提供真实的实验场景与物理底座；而上海人工智能实验室则在大模型训练、评测标准与Agent框架上积累深厚，能够提供实验方案生成的模型基础。双方共同定义了可用、可评、可执行的实验协议标准，构建了从Design2Protocol到Protocol2Code的评测体系与工具，最终沉淀出ProtoPilot与BioLab Bench，让Bio Agent真正走向可评测、可执行、可迭代的真实实验闭环。

ProtoPilot的核心是多智能体协同系统，由三个核心Agent分工协作：Orchestrator Agent负责统筹全局工作流状态，Protocol Expert Agent生成实验方案与标准操作流程，Coding Agent则将方案转化为设备可执行的代码。这套协同方案解决了长期困扰行业的三大痛点：

首先是需求模糊的问题。很多时候研究者的实验意图只是一个大致方向，Orchestrator Agent会像实验室主管一样，将大目标拆解为多个模块，每个模块单独细化为可操作的流程，确认每个环节无误后再拼接成完整方案，避免出现前后参数冲突的问题。

其次是“写得好但跑不通”的问题。即便实验方案看起来专业，真实执行还需要考虑孔位、体积、耗材、温控、设备SDK以及安全边界等硬约束。ProtoPilot的Protocol2Code环节会根据实验室实际使用的设备，将每一步操作转化为对应设备的SDK指令，比如同样的“移液100μL”操作，在不同品牌的设备上有不同的代码写法，系统会自动完成对齐；完成代码生成后，内置的验证器还会逐条检查代码的安全性与可执行性，不合格的代码会被打回重写。

最后是缺乏反馈闭环的问题。传统AI模型生成方案后便不再跟进，即便实验失败也无法学习修正。而ProtoPilot会将失败原因、专家判断与实验结果全部回流到系统中，实现运行时的技能学习，让系统越用越强大。

这套系统的实力已经得到了多项权威测试的验证。在行业公认的第三方评测基准ProtocolQA上，ProtoPilot在开放式问答环节取得了52.38%的成绩，逼近人类专家的54%水平；在非开放式问答环节更是拿到了85.18%的分数，超越了专家水平，远超OpenAI当前旗舰模型的得分。

在Protocol任务的综合评分中，ProtoPilot拿到了94.7分（满分100），在8个评估维度上几乎全线领跑，参数合理性、方法学一致性与内容完整性的得分分别达到98.9、97.7与98.4，全面碾压通用大模型与专用Bio Agent。在盲评测试中，三位独立的湿实验科学家在不知情系统身份的情况下，70.6%的场景将ProtoPilot排在第一，90.2%的场景将其排在前三。

面对最高复杂度的L3级任务，ProtoPilot的通过率依然达到60%，而作为行业标杆的同类工具则直接归零——后者只能在自家设备上运行，且无法完成复杂任务。在代码转化与设备执行环节，ProtoPilot的Protocol2Code代码质量中位数达到95.5，代码通过率高达96.6%，远高于其他同类工具的表现。在跨设备迁移能力上，ProtoPilot在四个主流平台上的代码通过率波动仅5.9个百分点，而其他工具的波动高达数十个百分点；尤其在某主流设备上，ProtoPilot的通过率远超官方AI工具，达到其近三倍。

说完这套核心系统，再来看BioLab Bench这款评测体系。传统的评测基准比如ProtocolQA，主要考察AI对实验流程的理解与知识问答能力，本质上还是“纸上谈兵”；而BioLab Bench的核心是验证系统能否在真实自动化设备上完成实验，覆盖了从用户实验意图理解、方案生成、流程细化、代码转化到真实实验执行的全链路，任务难度从基础操作到复杂多步骤流程分为三个等级，还支持跨平台测试，能够验证同一个任务在不同自动化设备上的适配能力。简单来说，传统评测考的是“知不知”，而BioLab Bench考的是“做不做得到”。

这套系统的最终考验还是真实实验室的表现。ProtoPilot通过四组递进难度的湿实验验证了其能力：

第一组是基础的96孔板接菌培养，系统完成了菌液添加与培养操作，96个孔全部正常生长，OD600读数稳定，基础操作顺利过关。

第二组是24个菌落PCR实验，涵盖挑菌、扩增与跑胶流程，24个克隆全部扩增出预期条带，设备的移液、温控与试剂分配环节均未出现问题。

第三组是分子克隆实验，包括质粒构建与定点突变，需要完成酶切、连接、转化与测序验证等精准步骤。ProtoPilot成功构建了两个目标质粒，并通过Sanger测序确认；后续的酶突变体质粒构建也成功拿到了15个通过测序验证的突变体。

第四组是难度最高的PCA法DNA组装，需要从短寡核苷酸开始，完成引物设计、寡核苷酸合成、搭桥组装、纠错、扩增、载体连接与转化等七个步骤，任何一个环节出错都会导致全盘失败。最终96个候选克隆中有93个呈阳性，初筛阳性率达到96.9%，四条目标DNA序列全部通过Sanger测序确认。

更值得一提的是，ProtoPilot具备自我修正能力。在一次PCA组装实验中，第一轮转化后培养皿上的菌落过度生长，几乎没有可挑取的单克隆。系统自动分析失败原因，判断是抗性筛选环节出现问题，随后重新生成了修正后的实验方案。第二轮实验顺利得到了大量可挑取的单克隆，最终成功拿到了测序确认的DNA产物。这不再是纸面的测试分数，而是从需求理解到结果修正的完整闭环。

那么为什么率先交出这份答卷的是一家中国生命科技公司？核心在于AI for Bio赛道最稀缺的不是模型，而是真实的场景与实验设施。模型可以通过购买或训练获得，但真实的实验场景、设备约束、失败案例与专家判断，只能来自一线实验室。

涌生智能是今年3月由华大智造成立的子公司，专注于AI4S领域，致力于搭建面向生命科学的干湿闭环基础设施。公司掌舵人拥有多年的AI+Bio实战经验，此前带队在顶级学术期刊发表了多项AI与生命科学结合的成果，还主导开发了支持AI全栈接入的专业测序设备。

涌生智能的底气离不开母公司华大智造的支持：华大智造是全球少数集齐三大核心技术板块的生命科技上游企业，拥有多款支持Agent的智能实验自动化产品，截至2025年末已经积累了全球超过3800家用户，同时拥有十余年的生命科学设备工程化经验。当这些设备可以被代码驱动，Agent才有了执行的“手脚”；当标准操作流程实现数字化与机器可读，Agent才能理解实验语言；当湿实验结果可以被采集并回流为数字信号，Agent才能获得学习的“眼睛”。

与硅谷头部AI企业选择通过扩大算力提升通用模型能力的路线不同，涌生智能从真实实验世界出发，基于国产开源模型结合自研的Bio Agent Harness架构，通过真实实验数据回流与Agent协同驱动系统进化，将任务执行、设备约束、专家反馈与湿实验结果全部纳入训练闭环。这种“从实验室内部长出AI”的路线，让他们比从外部切入的AI企业更懂生命科学实验室的真实需求。

目前，ProtoPilot与BioLab Bench的能力已经开始向涌生智能的整个产品体系回流，构建起真正的干湿闭环：向上让实验室助手升级为可评估、可修正、可持续进化的智能伙伴；向下让多款硬件设备通过协议转换接入AI Agent生态，从预设执行的工具转变为智能执行节点；全流程的研发闭环也因此更加顺畅，每一次真实任务、失败修复与专家反馈，都成为下一轮系统训练的素材。

有意思的是，海外头部AI企业的科研平台已经将干湿闭环作为下一阶段的目标，而涌生智能与上海人工智能实验室的联合成果，已经提前实现了这一目标。一家跨界做AI的中国生命科技公司，不仅抢在硅谷玩家之前完成了全流程验证，更用一条完全不同的技术路线证明：在生命科学领域，深耕场景的企业用AI做AI，比从外部切入的AI企业更具优势。

回到年初的行业发言，当时有观点认为物理AI的ChatGPT时刻已经到来，指向的是机器人与自动驾驶领域。但他漏掉了一个重要的版图：全球每天都在运转的生命科学实验室。物理AI的强弱并不取决于参数规模，而是取决于与真实世界交互的深度。自动驾驶的能力来自真实道路，机器人的能力来自真实动作，生命科学的智能同样只能在真实实验室中生长。

涌生智能与上海人工智能实验室的这次联合发布，释放了一个明确的信号：AI for Bio的竞争已经从“谁的模型更强”转向“谁的闭环更完整”。这一次，物理AI真正长在了生命科学实验室里，而不是聊天框中。

相关论文链接：https://arxiv.org/abs/2606.31763

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。