自主实验室：加速科学发现的新引擎

深夜的实验室里，没有科研人员的身影，但探索并未停止。一台台机械臂正精准地对刚转运来的试剂称重和配取，为在同一个实验区域一次性铺开上百个温度、试剂用量、反应时长等参数不同的对照实验做准备。这并非来自科幻电影中的情节，而是发生在现实中一家“自主实验室”的真实场景。

自主实验室（Autonomous Laboratory）并非传统意义上科研场景下的“自动化流水线”，而是以大模型和具身智能为代表的新一代人工智能技术与机器人和自动化实验装置等硬件设备面向具体科学场景深度融合的“神兵利器”。传统自动化实验室设备只能“按部就班”执行预设程序，其核心是将固定实验流程中的每一个环节通过编程手段转化为可执行的代码。而自主实验室则是同时拥有“大脑”和“手脚”可以自主开展科学实验的智能化平台。

目前在这个智能化平台中，以科学大模型为代表的人工智能（AI）扮演着“超级大脑”的角色。它首先在数字空间里开展“干实验”，依托海量文献和科学数据进行科学假设提出、计算工具调用、机器学习预测、数值结果分析等一系列深度推理。当“干实验”的结果在虚拟世界中推演成熟后，“大脑”便会进一步开展“湿实验”，将实验方案下达给物理世界的“手脚”。此时的“手脚”不再是只会死板执行代码的传统机械臂或自动化实验装置。具身智能驱动的实验机器人具备敏锐的环境感知能力和灵活的运动控制能力，它们能够根据“大脑”下发的实验方案，结合真实的物理实验场景，自主规划动作路径，精准完成试剂称量、微升级移液、混合加热等复杂的“湿实验”操作。而自动化实验装置可以通过模型上下文协议（MCP）等标准化接口与科学大模型建立高速互通的协同与进化机制。在“湿实验”进行的同时，设备实时采集的海量多模态实验室数据，将会实时回流给“大脑”进行深度分析与评估，并据此迭代优化下一轮的实验设计。由此，自主实验室彻底打通了“干实验”与“湿实验”的壁垒，形成了一个“提出假设—物理验证—数据回流—迭代优化”的完整科研闭环，让机器真正具备了自主探索未知世界的能力。

建设自主实验室，其核心意义在于彻底打破传统科研的效率瓶颈，成为加速科学发现的“新引擎”，更是科研领域培育生产力的生动实践。一方面，自主实验室能够突破人类生理与精力的极限，实现7×24小时不间断的“黑灯”作业。通过高通量并行处理，它将传统需要数年甚至数十年的“试错式”研发周期大幅压缩，推动科研模式从“人力密集”向“算力与智力密集”跃升，极大降低了创新成本，加速科技成果向新质生产力转化。另一方面，自主实验室能够实现人类难以企及的高精度与极端条件实验。在微观层面，它能完成人类双手无法稳定操作的微升级乃至纳升级精准移液，消除人为操作带来的随机误差；在宏观层面，它可以在高毒性、高放射性或极端温压等危险环境中安全作业，保障科研人员健康；在复杂系统层面，它能同时精准控制成百上千个变量，开展人类难以统筹的超大规模正交试验。这种超越人类物理极限的探索能力，正不断拓展科学研究的边界。

放眼全球，自主实验室已成为科技大国竞相布局的战略高地。在国外，相关探索起步较早。早在大模型技术爆发前的2009年，英国阿伯里斯特威斯大学和剑桥大学研发了机器人科学家“Adam”，通过自动进行酵母生长实验并结合逻辑推理与机器学习，成功定位了酵母中多个孤儿酶对应的编码基因，成果发表于《科学》杂志。2020年，英国利物浦大学研发了可在传统实验室中自由行走、操作仪器的移动机器人化学家。该系统在无人干预下连续工作8天，完成了688次实验，从数千万种候选配方中自动发现了一种高效的光解水制氢催化剂，成果发表于《自然》杂志。2023年，美国加州大学伯克利分校和劳伦斯伯克利国家实验室推出了面向无机粉体新材料的全链条自主实验室“A-Lab”。A-Lab先利用自然语言处理技术从海量文献中提取合成配方并训练预测模型，再让机器人自动完成配料、高温烧结与X射线衍射表征，最后利用AI分析结果并迭代优化。数据显示，A-Lab从58种目标化合物中成功合成了41种全新材料，成功率远超传统方法。同年，美国卡耐基梅隆大学首次将大模型（GPT-4）作为智能核心并推出了“Coscientist”人工智能系统，成果同样发表于《自然》杂志。Coscientist可自行查阅文档、编写实验代码，并通过自然语言指令控制云实验室设备，在云端成功规划、执行了钯催化交叉偶联反应的全流程自主优化，标志着AI代理真正具备了自主设计并操控实验的能力。

在国内，我国依托强大的人工智能产业基础与完备的制造业体系，正加速追赶并实现局部领跑。2022年，中国科学技术大学研发了机器化学家“小来”，全程无人干预，仅用6周自主完成了从陨石分析到催化剂创制的闭环。“小来”先控制激光诱导击穿光谱解析火星陨石的元素组成，再由机器学习模型从376万种可能的配方中智能筛选，最终合成出一种高性能析氧催化剂，相关成果发表于《自然·合成》杂志，标志着我国在该领域迈出关键一步。2026世界人工智能大会召开前，上海开展了五天五夜无人干预的自主实验室试验，而日均能进行近400个实验的自主实验室也已在北京投入常态化运行。这些前沿实践表明，自主实验室在科学研究中有不可估量的潜力，正深刻重塑全球科技创新的竞争格局。

自主实验室的蓬勃发展，离不开宏观政策的顶层设计。当前，我国正大力发展人工智能技术，为自主实验室的研发落地提供了丰厚土壤。《国务院关于深入实施“人工智能+”行动的意见》明确指出“加快科学大模型建设应用”和“支持智能化研发工具和平台推广应用”，旨在让自主实验室拥有更加智慧的“大脑”。“十五五”规划纲要将具身智能列为需前瞻布局的未来产业，将进一步助力自主实验室放开“手脚”。在国家宏观政策指引下，地方政府也因地制宜、精准发力。例如，上海市发布《上海市促进科学仪器和科研试剂创新发展行动方案（2025—2027年）》，在推动科学仪器自主研发的同时“支持开发智能化仪器控制系统”，为自主实验室夯实硬件底座；北京市出台《北京市加快推进人工智能赋能科学研究实施方案（2026—2028年）》，直接聚焦“加快自主实验室体系建设”，将打造“具备自主感知、自主决策、自主执行能力的自主实验室”作为核心工作目标。

尽管前景广阔，但自主实验室的全面普及仍面临诸多亟待跨越的鸿沟。在技术层面，科学大模型的训练仍受制于高质量、标准化科学数据的匮乏，模型在复杂推理中的“幻觉”问题尚未根除；同时，具身智能驱动的实验机器人在应对非标准化实验场景时，其泛化能力与微米级的精细操作精度仍需大幅提升。在现实层面，自主实验室的软硬件建设成本也极其高昂，从高端机械臂、精密传感器到自动化工作站，使得大部分普通高校和科研院所的实验室望而却步。此外，当前自主实验室的成功案例多集中在化学合成、材料设计等技术相对成熟的学科，容易实现“锦上添花”，而在生物育种、创新药研发等亟须缩短国内外差距的“深水区”，由于生物系统的极端复杂性和实验流程的高度非标性，自主实验室的落地仍处于起步阶段。以生物育种为例，其涉及海量的表型与基因型数据，传统人工筛选犹如大海捞针，迫切需要自主实验室实现高通量的表型鉴定与基因编辑验证。未来，如何通过技术降本、标准制定以及跨学科融合，让自主实验室从“少数人的奢侈品”变为“广大科研人员的标配”，是下一步需要政、产、学、研、用联合攻克的难题。

（作者系浦江国家实验室研究员）

责任编辑：韩秋源（实习）

文章来源：http://www.71.cn/2026/1014/1304800.shtml