7月29日，晶泰科技正式釋出XtalPi Science科學智慧平台與Genius Agents科學智慧體矩陣，並聯合26家產業、高校及科研生態夥伴，共同發起成立“科學智慧開放生態聯盟”。聯盟將依託XtalPi Science，為成員提供平台與自動化實驗資源的呼叫、模型與工具接入、聯合開發及私有化部署等多元合作模式，推動模型、資料、工具與實驗能力之間高效協同。

XtalPi Science是全球首個整合大語言模型（LLM）、科學智慧體與大規模自動化機器人實驗的AI for Science（AI4S，科學智慧）綜合平台。它將晶泰科技十年積累的模型、工具、智慧體及實驗資源封裝為可按需呼叫的Science Token，從服務單一專案的內部體系，全面躍升為可供全球科研組織按需呼叫的AI4S底層基礎設施（Global Scientific Utility）。

Genius Agents作為整套系統的核心排程中樞與研發矩陣，構建了兼具全域性規劃與特定場景執行能力的多智慧體體系。它能自主理解複雜科研目標、完成跨學科長程任務，且顯著降低模型幻覺，可在數字世界呼叫專業模型完成預測，並通過物理智慧（Physical AI）在真實物理世界開展高精度實驗驗證。由此，XtalPi Science貫通“數字假設—專業預測—物理驗證—資料反饋”的完整閉環：模型端形成的假設能夠在實驗端得到驗證，實驗端的結果則持續迴流模型與智慧體，反哺下一輪預測和決策。平台將科學研究的偶然性，轉變為一套可編排、可驗證、可追溯、可持續進化的系統工程，推動人工智慧從“生成答案”邁向“驅動可驗證的科學發現”。

晶泰科技聯合創始人、董事長溫書豪在開幕式致辭中表示，AI下一階段的競爭絕不僅是消耗算力的數字遊戲，而在於能否把智慧轉化為真實世界的產業增量。生命科學與先進材料等高價值場景需要最精確的資料、最嚴謹的驗證和持續的物理互動，這正是Physical AI率先形成商業閉環的理想場域。科學不是零和博弈，每一次突破都在為人類文明創造新的增量市場。晶泰科技致力於將模型、物理智慧與實驗生態無縫連結，讓最硬核的科研能力轉化為普惠全球的底層基礎設施。

從“程式碼問答”到“科學發現”：AI下半場錨定“物理驗證”

在大模型引發的浪潮中，AI生成科學猜想的邊際成本正趨近於零。然而，當海量的“數字猜想”批次湧現時，物理世界的真實驗證已成為大模型時代稀缺的硬資產與創新實踐的瓶頸。全球每年超過2萬億美元的研發支出中，大量資源仍消耗於低效的盲目試錯與碎片化的數字工具。當前的AI推理往往止步於螢幕前的對話介面，“數字假設—物理驗證—知識沉澱”的資料閉環尚未真正打通。同時，傳統科研體系面臨著難以逾越的結構性缺陷：一是高度依賴科學家的個人經驗，存在大量無法被數字化的“隱性知識缺失”；二是現有的公開科研資料庫幾乎全為“正樣本”，缺乏對模型糾錯至關重要的“失敗負樣本”。能否率先貫通數字智慧與物理實驗，填補失敗資料空白，正成為科技巨頭競逐下一代科學基礎設施、接入萬億級Physical AI藍海市場的制勝關鍵。

Genius Agents：重構科研基建，打造跨越鴻溝的“虛擬研發組織”

面對這一產業級痛點，僅僅依靠單點工具賦能研發個體已杯水車薪，行業迫切需要解決AI與複雜研發組織的協作適配問題。為此，晶泰科技突破性地推出了集流程、能力與基礎設施於一體的虛擬研發組織——Genius Agents。這並非單一的AI助手，而是有望改造傳統科研基礎設施的核心排程系統。在實際運轉中，Genius Agents能夠統一排程跨學科專家智慧體、數百項專業工具及全球最大規模商業部署的自動化機器人實驗叢集，推動跨學科長程任務的高效協同。平台將經典的DMTA（設計-製造-測試-分析）迴圈重構為上百類研發意圖，大幅降低了大型科研組織內部的協作與溝通摩擦。Genius Agents還將專家的“隱性知識”固化為可複用的標準化工作流（Skills），並在目標設定與路線決策等關鍵節點保留科學家的最終判斷權。這種“AI規模化探索 + 科學家關鍵決策”的協作範式，顯著降低了傳統科研中因步驟銜接停滯、等待決策所產生的結構性時間損耗，將動輒數週甚至數月的研發驗證週期極致壓縮至“以天為單位”，自主跑通從文獻研讀、構效分析、分子設計、ADMET預測、合成路線規劃乃至自動化實驗測試的超長週期科研流程。目前，這套體系已在晶泰內部持續高強度執行，並歷經多輪真實研發驗證，成為科學家日常研發中不可或缺的生產力工具。

晶泰科技聯合創始人、CEO馬健表示，未經驗證的假設無法轉化為知識。Genius Agents將大模型推理、專業模型預測與物理實驗無縫連線為可自我迭代的完整閉環，讓科學家掌控戰略方向，機器人實驗承擔規模化探索，填補數字世界與物理世界之間的鴻溝。這是AI跨越數字與物理鴻溝、從聊天工具邁向“發現引擎”的關鍵一步。

Physical AI：從高效自動化走向可泛化、高精度物理智慧

AI驅動科學發現的核心，不僅在於數字世界中的“假設生成”，更在於物理世界中的“真實驗證”。正如人工智慧通往AGI（通用人工智慧）的終極演進，絕不應止步於“認識世界”，更必須具備“改造世界”的能力。因此，打通虛擬與現實邊界的Physical AI，正成為前沿科技跨越瓶頸的必經之路。當Physical AI深度融入產業研發，它將引發兩場根本性的變革：一是通過高通量物理互動，沉澱海量的多模態資料，驅動科學超級智慧進化；二是通過“假設-驗證”的端到端閉環，真正實現自主科學發現（Autonomous Discovery），並在真實產業場景中創造高附加值。

縱觀具身智慧的落地場景，傳統工業流水線過於固化且極致追求降本，而家庭服務環境則充斥著不可控的長尾隨機干擾。相比之下，高價值的科學實驗室不僅環境相對結構化、耗材品類邊界清晰，且每一次實驗驗證都蘊含著極高的商業價值。這使得實驗室成為物理智慧率先跨越技術鴻溝、實現規模化商業落地的“黃金訓練場”。要讓智慧體真正走進千萬間科學實驗室，賦能全球廣大研發從業者，就必須突破傳統自動化的桎梏，實現底層技術的範式躍遷：在基建上，全面轉向高精度、可泛化的通用物理智慧硬體；在核心上，摒棄依賴人工編寫海量規則的“死板執行”，建立基於真實資料示範學習的“感知-決策-執行”自主閉環。

這正是晶泰科技耗時近十年構築的技術護城河。晶泰科技首席科學官張佩宇介紹，依託極具優勢的中國硬體供應鏈與自研AI演算法，晶泰科技的物理智慧體系每天都在豐富的真實業務中沉澱行業稀缺的研發與專案資料。目前，這套體系已覆蓋超20類工業場景，服務逾100個真實的新藥與新材料發現專案。在持續運轉中，實驗室每月穩定產出5萬餘條反應產率資料和30萬條過程資料，已累計沉澱超50萬條真實實驗記錄，持續反哺底層垂直模型。更重要的是，這海量的資料資產中，包含了傳統公開文獻中極度稀缺、佔比高達80%的“失敗負樣本”。正是這種珍貴的糾錯資料，讓晶泰的科學模型在面對複雜未知空間時，具備了超越人類專家的認知底座。近期，在基於350個真實工業分子的嚴苛評測中，由真實物理資料訓練的反應條件預測模型SureRoute展現出了極高的可靠性：其化學幻覺率降至4.6%，僅為前沿通用大語言模型的六分之一；首條合成路線準確率高達51.7%。在失敗實驗的預測上，SureRNX的準確度更是達到了81%至89%，遠超資深化學家38%至60%的對照表現。這種基於底層資料的絕對優勢，正直接轉化為產業端的巨大商業價值。在真實的對外服務合作中，SureRNX將傳統合成目標分子所需的5~10次試錯迭代，大幅壓縮至平均僅需1.19次，實現了研發效率的數量級躍升。這種將科學不確定性收斂為工程可控性的能力，標誌著前沿研發正從長週期的“經驗試錯”全面躍升為“精準預判”，真正構築起AI驅動可信賴科學發現的堅實基石。

從微觀分子的單點突破，到重構宏觀研發的系統邏輯，晶泰科技希望將物理智慧轉化為賦能全球每一間實驗室的底層基礎設施。在萬億級的科研藍海中，晶泰科技不僅在定義科學智慧的全新尺度定律（Scaling Law），更在全面開啟一個可信賴、全自動的自主科學發現新紀元。

生態開放與資料飛輪加速：27家聯盟夥伴共建萬億級AI4S基礎設施

此次釋出更重要的戰略含義，是晶泰科技正式開始將其沉澱多年的內部研發能力與專案資料，轉化為可由外部科研組織呼叫、高度可複用的全球科學基礎設施（Global Scientific Utility），顯著降低高階科研能力的使用門檻，為跨機構研發協作和科學智慧的規模化應用提供統一入口。釋出會現場，由共27家領先企業聯合發起的“科學智慧開放生態聯盟”正式簽約落地，聯盟成員覆蓋科學創新全鏈條，既包括三生製藥、君實生物、加科思、百誠醫藥等生物醫藥企業，也有佰維儲存、翰博高新材料等先進製造與新材料企業，以及丹納赫集團、無問芯穹、逐際動力等科學儀器、AI基礎設施與具身智慧夥伴；香港中文大學（深圳）與五源資本、康曼德資本等高校及投資機構亦參與其中。聯盟的成立，標誌著科學智慧基礎設施建設正從企業單點探索，邁向跨產業、跨學科、多主體協同共建的新階段。

為支撐龐大生態的流轉，晶泰科技同步推出了Science Token機制，為平台提供了統一的資源呼叫、過程記錄與貢獻計量標準。企業既可呼叫AI應用開展研發，也可接入晶泰的自動化實驗資源形成資料閉環；對於核心保密訴求高的龍頭企業，系統更支援私有化部署，打造安全可控的“數字化研發分身”。截至7月29日中午，已有近200家企業、高校、科研及投資機構提交XtalPi Science平台試用申請。晶泰科技同時宣佈，將向聯盟成員及一批深度合作的高校、科研院所優先提供Science Token平台的免費試用額度，全力支援前沿領域的科學探索。

釋出會現場，兩場兼具全球產業風向和產學研深度思考的圓桌對話，分別從“基礎設施共建”和“產業規模落地”維度展開討論。“AI for Science新時代：從智慧模型到Physical AI，共建科學智慧基礎設施”主題圓桌由晶泰科技CEO馬健主持，無問芯穹創始人兼CEO夏立雪、香港中文大學（深圳）崔曙光院士、超衍智慧創始人陳勇超等共同參與，探討算力、晶片與具身智慧模型如何協同構築科學智慧時代的底層基礎設施。“從科學能力到產業生產力：XtalPi Science推動產業研發智慧化升級”主題圓桌則由晶泰科技董事長溫書豪主持，華登高科管理合夥人彭桂娥、強生外部創新高階總監Jay Lin、高瓴投資合夥人Thomas Tang、佰維儲存科技總經理何瀚、麻省理工學院Bradley L. Pentelute教授、百誠醫藥董事長樓金芳、LCC Technologies CEO Paul Colbon共同對話，聚焦AI for Science在生命健康、新材料、半導體等產業研發中的落地路徑與價值兌現。

馬健、溫書豪接受採訪時表示，晶泰科技的核心壁壘並非單一技術優勢，而是近十年來在產業一線沉澱的一整套組合拳。馬健指出，絕大多數科技企業都會強調演算法與資料，但晶泰真正的護城河在於認知與能力的持續沉澱——長期紮根藥企、新材料、能源化工等實體場景積累的海量一手產業資料，以及對技術落地邏輯和產業真實痛點的獨家認知。更重要的是，AI for Science需要學科專家經驗、垂直領域大模型、智慧硬體實驗室等一連串核心能力疊加，“行業內極少有企業能像晶泰一樣集齊全套要素”。溫書豪補充稱，晶泰的壁壘還體現在軟硬體結合的資料閉環與生態協同上：通過為自動化硬體賦予AI“靈魂”，形成“硬體迭代—資料積累—模型最佳化”的正向迴圈；同時通過投資孵化生態企業，構建起協同共建的產業生態體系。

談及物理AI的落地路徑，溫書豪強調“人工智慧不等於大模型，具身智慧也不等於人形機器人”。他認為，物理AI的規模化落地將遵循“科研實驗室→工業場景→家庭民用”的遞進邏輯：科研場景操作品類固定、環境干擾少、標準化程度高，是當前最優的落地土壤；工業場景對效率和穩定性要求極致，門檻依然很高；而家庭場景複雜度最高，需要天文數字級的物理資料，短期內難以突破。2026年作為物理AI的質變元年，晶泰選擇先在生物醫藥、新材料等高附加值科研場景打磨能力，再逐步泛化至工業與民用領域。

在AI新藥研發的時間線上，溫書豪透露，晶泰內部一款AI全程深度參與的肺癌新藥已推進至臨床階段，“最快預計2026年下半年有望在美國獲批上市”。他判斷，未來兩到三年行業將迎來質變拐點，AI在新藥研發中的核心佔比將從目前的50%—70%持續提升。而在材料領域，傳統需要3至5年迭代週期的複雜電池材料，如今依託AI智慧體系僅需數月即可完成最佳化，目前已實現上百種新材料配方的快速驗證。