科研界要变天了！
就在刚刚，OpenAI宣布一项重磅成果：GPT-5自动做实验，并实现一项科学突破！
科学家要亲自动手做耗时又烧钱的实验的时代，正式宣告终结！
OpenAI与Ginkgo Bioworks合作，将GPT‑5 接入实验室，由机器人完成实验操作并反馈数据。
目标是优化一项广泛应用的生物技术：无细胞蛋白合成（CFPS）。
结果显示，GPT-5仅用三轮实验，就刷新了低成本无细胞蛋白合成的SOTA：
蛋白生产成本降低40%，试剂成本降低57%，还开发出多款新型反应体系。
在生物、化学、医学等科研领域，做实验是最为耗神、耗力的环节之一。
而如今有了AI，科学家只需要适时进行人工监督即可，大大解放了生产力。
OpenAI这一步棋，是希望通过连通大模型与自动实验室，让AI成为科学家们的核心配置。
更深层的转变是：AI不再只是科研的辅助工具，而是以远超人类极限的规模、速度与精度，持续生成新的科学知识。
OpenAI首席执行官奥特曼表示，未来两年，AI将在生物学、化学、物理学领域，做出真正意义上的发现。
AI颠覆科学的时代，正在加速到来！
AI化身超级科学家，破解生物难题
无细胞蛋白合成（CFPS）是一种不依赖活细胞来制造蛋白质的技术。
传统方法需将DNA导入细胞，等待细胞表达蛋白。
而无细胞蛋白合成直接在体外混合液中启动蛋白合成机器，快速产出目标蛋白。
蛋白质，是现代生物学的核心：
许多重要药物基于蛋白质（如抗体、胰岛素）
诊断试剂和科研检测高度依赖蛋白质
工业上，蛋白质作为酶，可让化学反应更清洁、高效
一旦蛋白生产变得更快、更便宜，科学家就能更快验证更多想法，也让研究成果更快惠及日常生活。
但挑战在于，无细胞蛋白合成的优化极其困难，且规模化生产成本居高不下。
为了解决这一问题，OpenAI将GPT-5 与Ginkgo Bioworks的云实验室相结合，构建了一个闭环自主系统。
所谓云实验室，就是一种通过软件远程操控的自动化湿实验室，由机器人完成实验操作并反馈数据。
具体流程是：GPT-5负责数据分析、生化推理、假设生成，将实验方案发送至自动化实验台。
实验台完成实验，包括自动化液体处理、样品培养、荧光检测，再将数据与指标回传GPT-5。
GPT-5随即分析结果、提出新假设、设计下一轮实验，形成闭环。
本次研究，系统完成超 36000 次反应，覆盖 580 块自动化实验板。
这样的规模，至关重要：生物学实验存在随机性，唯有高通量与快速迭代，才能从随机波动中识别真实信号。
最终结果是，GPT-5仅用三轮实验、两个月时间，就刷新记录。
相较此前最优基准，蛋白生产成本降低40%。
研究人员表示，自动实验室与大模型是互补关系：大模型能生成创新设计，而生物学研究，最终仍需实验验证与迭代。
下一步，这类方法将被应用于更多生物实验中，帮助加速科学发现。
AI赋能科学发现，中美同竞速
目前，聚焦「AI for Science」，中国和美国均在大力押注。
去年11月，特朗普签署行政令，启动了名为“创世纪使命”的国家计划。
其核心是打造一个名为“美国科学与安全平台” 的国家级AI科研平台。
该平台由美国能源部牵头，旨在整合其下属17个国家实验室、全美的超级计算资源、庞大的联邦科学数据集以及硅谷科技公司的力量。
该平台有明确的量化目标：在十年内使美国科研与创新的生产力和影响力翻一番。其优先聚焦的六大领域，包括：先进制造、生物技术、关键材料、核裂变与聚变能源、量子信息科学、半导体与微电子。
其主要目标之一是加速打造自主实验室等新一代科研基础设施。核心价值在于用“AI+自动化”变革科研范式：将科学家从重复实验中解放，专注于创造性设计。
中国在建设科技强国的关键征程上，也将AI for Science视为国家科研的底层竞争力。
在《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，将“以人工智能引领科研范式变革”放在“人工智能+”行动的首要位置。
《国务院关于深入实施“人工智能+”行动的意见》中，也明确将“人工智能+科学技术”列为首要重点行动。
去年7月，北京发布了全国首个专门针对AI for Science的转向性政策文件，旨在打造国家级的科学智能创新策源地和应用示范区。
与此同时，上海、粤港澳大湾区、合肥等地通过AI+新材料、AI+创新药、AI+生物制造等一系列细分领域的扶持计划，将智能赋能的理念深度融入本地优势科研与产业赛道。
哪些企业，值得重点关注？
国家层面之外，利用AI加速科学发现，也是顶级AI企业的共同目标。
Google DeepMind已推出多个具有重要意义的科学模型，包括AlphaFold（蛋白质结构）、AlphaGenome（DNA调控）等等。
Google DeepMind的CEO，Demis Hassabis，因其在AI蛋白质结构预测上的贡献获得了2024年诺贝尔化学奖。
基于AlphaFold，他创立了AI制药公司Isomorphic Labs，公司第一款由AI设计的药物将于很快进入临床试验。
Demis Hassabis曾表示，借助AI的力量，人类将在十年内消灭所有疾病。
Anthropic也宣布推出Claude for Life Sciences模型，进军生命科学领域。
目前，Anthropic正在和合作伙伴打造一个基于大模型+AgentSkills+科研知识库+科研工具的科学生态，诺和诺德和赛诺菲已开始试用。
根据智药局统计，去年以来，多家专注于AI for Science的初创公司获得新一轮融资，总额超过8亿美元。
最为典型的便是Lila Sciences。去年3月，这家公司走出隐匿模式，仅仅半年时间，累计融资达到5.4亿美元，投资者包括英伟达、木头姐ARK Venture Fund、Flagship Pioneering 等知名机构。
公司致力于构建世界上第一个科学超级智能平台，以及应用于生命科学、化学和材料科学的完全自主实验室，最终形成人工智能科学工厂（AISF）。
公司表示，在短短几年的开发中，该平台在医疗、材料、环境等多个领域展示了超越人类和现有AI的性能，包括基因医学产品，发现和验证数百种新型抗体、肽和结合剂、酶催化剂、碳捕剂等。
去年12月，非盈利初创公司FutureHouse宣布拆分Edison Scientific，用于打造全球顶尖的AI科学家，并负责商业化。
此前，FutureHouse推出新一代AI科学家Kosmos，迅速成为海外科研界焦点，号称“目前最强大的AI科学家”。
Kosmos一次运行即可阅读1500篇论文并执行42000行代码，实验结果显示，Kosmos一天就能完成相当于人类六个月的工作量，且近80%的研究结果可复现。
而在中国，这类公司起步更早，早在数年之前便已布局这一领域，形成了独特的竞争优势。
成立于2015年的晶泰科技与DoveTree签订最终合作协议，将利用其基于“AI+机器人”的端到端人工智能药物发现平台，为DoveTree选定的多个靶点发现和开发小分子及抗体类候选药物，双方合作的最终金额有望高达59.9亿美元。
去年4月，百图生科发布了全球首个AI生命科学基础大模型驱动的生成式发现系统，在生命科学领域的表现中领先于DeepSeek-R1、OpenAI-o1-mini等其他通用AI产品，合作客户包括清华大学生物医学工程学院、中国农业科学院、石药集团等。
不久前，津渡生科宣布完成数千万元天使+轮融资，领投方为红杉中国种子基金。
公司自主研发的一站式生物科学研究平台BioFord™，支持基因组、转录组、蛋白质、RNA三维结构等多模态数据的智能分析，覆盖医学诊断、药物研发、生物制造等多个领域。
—The End—
热门跟贴