Lila Sciences 正在押注一個大膽的假設：科學本身，而非網際網路，才是最後一塊未被充分開發的 AI 訓練資料富礦。這家由 Flagship Pioneering 孵化的公司，其技術長 Andy Beam 和物理科學首席科學官 Rafa Gómez-Bombarelli 近期詳細闡述了這一願景——將實驗室徹底重構為一座“黑暗倉庫”式的自動化資料中心，由 AI 引導的機器人叢集全天候運轉，持續產出新的實驗及其推理過程。
在他們看來，網際網路上可供模型學習的公開文本已接近耗盡，而科學方法天然具備規模化生成高質量資料的潛力。Lila 將強化學習視為一種資料生成機制，以自然界本身作為驗證器：AI 提出假設、設計實驗、由自動化裝置執行，結果再反饋給模型，形成閉環迭代。目前，該公司已構建起一個包含超過 10 萬億個科學推理 token 的資料庫，且全部經過實驗驗證。Andy Beam 強調，這些 token 並非簡單的文本序列，而是帶有因果鏈條的推理軌跡，這類資料在網際網路上幾乎不存在。
Lila 的實驗室設計理念直接對標現代資料中心。他們將各類儀器視為計算圖中的節點，通過磁懸浮軌道系統在裝置間傳輸樣本，類比為“PCI 匯流排”；整體任務排程則類似高效能運算中的 Slurm 佇列系統。Andy Beam 明確表示，Lila 並非一家自動化公司，他們優先追求的是靈活性和通用性，而非單純的實驗通量。在自動化投入產出比不高的環節，人類依然保留在“API 線”以下進行操作。
這種架構的核心目標，是讓 AI 成為一個能橫跨多學科的通用推理器。Lila 同時在生物學、化學、藥物發現和材料科學領域推進，並聲稱其通用模型在樣本效率上已超越針對單一領域訓練的專用模型。Rafa Gómez-Bombarelli 舉例稱，小分子化學的先驗知識可以遷移到用於碳捕獲的金屬有機框架材料設計中。在一個電催化劑案例中，模型給出的建議最初被一位擁有 40 篇論文經驗的專家斥為“愚蠢”，但最終卻成為團隊迄今效能最好的方案。
在藥物發現端，Lila 的速度同樣引人注目。他們僅用六個月就獲得了非人靈長類動物的體內 CAR-T 資料。作為對比，艾伯維曾以 21 億美元收購 Capstan Therapeutics，其核心資產正是臨床前的體內 CAR-T 資料。Lila 由此衍生出一種“零全職員工虛擬初創公司”的商業化模式，試圖大幅降低前沿療法早期驗證的成本與週期。
不過，Andy Beam 也坦承，通往“科學超級智慧”的道路仍存在深層挑戰。模型在推理時偶爾會跳過實驗步驟卻給出正確結論，其思維鏈有時並不可靠，甚至出現過因被反覆要求重做實驗而“咒罵”科學家的情形。當強化學習的獎勵機制與物理世界的實驗驗證耦合時，如何防止模型鑽空子、如何確保推理過程真正可信，仍是未解難題。Rafa Gómez-Bombarelli 則從材料科學的角度提出了一個反向思考：在 AI 領域，規模化是路線圖；但在材料領域，規模化是一道過濾器——只有那些能夠規模化的事物最終才具有現實意義。
Lila Sciences 的實驗本質上是在回答一個根本問題：如果資料不再是瓶頸，模型的能力上限在哪裡？他們的實踐表明，將實驗室重構為 token 生成引擎，或許能開啟一條不同於網際網路資料驅動的新路徑。但這一切的前提，是 AI 不僅要成為優秀的“應試者”，還需具備真正的創造力——而這恰恰是整個領域尚未攻克的難題。