Vol.20 AI 走進實驗室後，誰把科學假説變成真實答案？對話合碳智能陳志剛

过去几年，AI 在数字世界里取得了令人瞩目的进展。从分子设计、药物研发到科学假说的生成，AI 正在不断拓展人类探索未知的边界。但在科学研究中，提出一个想法，往往只是第一步。

一个分子能不能被真正合成出来？它的性质是否符合预期？实验结果能否被稳定复现？这些问题最终都要回到实验室，通过一次次真实的操作和验证来回答。

某种程度上，AI 越擅长计算，实验执行环节的瓶颈就越突出。

以药物研发为例，科学家设计反应路线可能只花费一小部分时间，真正耗费大量精力的，却是后续反复进行的实验、样品处理和纯化。即使模型已经给出了值得验证的答案，实验室里依然有大量工作需要人亲自完成。

那么，能不能让 AI 不仅负责思考和决策，还能走进实验室，亲自动手完成实验？

这是合碳智能一直在探索的问题。

今年 3 月，合碳智能的物理 AI 科学家 Talos，在一家头部药企的真实实验室里，连续运行 50 天，完成 8000 多次物理操作，记录了 0 失误。这组数据背后，是 AI 从数字世界走向真实科研场景的一次重要实践。

近日，合碳智能又与全球生命科学企业丹纳赫签署战略协议并达成订单合作，共同推进 AI 机器人自主生物工艺开发实验室。这也是丹纳赫首个中国具身智能 BEACON 项目。

本期云启品牌播客「Attent!on」，我们邀请到合碳智能创始人陈志刚，以及丹纳赫中国首席科学官方焯，和云启前沿科技投资人桑煜展开了一场对话。

从陈志刚在互联网、医疗健康和 AI 领域的职业经历，到 Talos 如何完成一次真实的分子纯化实验；从传统实验室自动化的边界，到丹纳赫与合碳智能如何共同探索下一代自主实验室，这场对话试图回答一个更根本的问题：

当 AI 已经能够提出越来越多科学假说，谁来把它们变成真实世界里的答案？

你将听到从数字智能到物理执行： 为什么 AI 已经能设计分子，实验验证却依然是研发链条中的关键瓶颈？

实验室的自动化边界： 传统自动化为什么难以覆盖完整实验流程？机器人能解决哪些长期存在的难题？

拆解物理 AI 科学家 Talos： 从样品识别、实验设计到纯化、检测，AI 如何完成一次完整的分子纯化？

从 Demo 到真实交付： 50 天、8000 多次操作、0 失误背后，机器人如何应对复杂环境与实验要求？

产业合作的真实标准： 丹纳赫为什么选择合碳智能？实验室智能化究竟更看重速度、稳定性还是可重复性？

AI for Science 的下一步： 当实验数据重新流入模型，能否形成从分子设计到物理验证的智能闭环？

本期聊天的人陈志刚 合碳智能创始人，曾任阿里健康首席架构师、腾讯医疗大数据实验室创始人以及药明康德首任首席数字官（CDO）。

方焯 丹纳赫中国首席科学官

桑煜 云启前沿科技投资人、执行董事

· 本期时间轴

创业起点：为什么选择让 AI 走进实验室？

00:01 开场：50 天、8000 多次物理操作、0 失误，机器人如何成为物理 AI 科学家？

03:06 从互联网、医疗健康到 AI：陈志刚的创业经历与云启的早期投资判断

07:03 从自动化到机器人：VLM、VLA 带来的技术转折，为什么湿实验是 AI 的重要基础设施？

从传统自动化到物理 AI 科学家

09:07 实验室自动化的边界：多设备协作、样本转移与实验结果的一致性

13:20 Talos 如何完成一次小分子纯化？从样品识别、TLC 点板到自动过柱与检测

17:52 机器人如何适应复杂实验环境？组织化操作、模型训练与 Sim-to-Real

21:04 下一代智能实验室：机器人、自动化工作站与移动设备如何协作？

从 Demo 到真实交付：产业合作的考验

24:05 从 AI 合成模型到物理 AI 科学家：创业方向如何逐步明确？

27:07 真实实验结果与经验丰富的科学家等效：机器人距离稳定交付还有多远？

29:16 丹纳赫为什么选择合碳智能？从百济神州到首个中国具身智能 BEACON 项目

33:02 产业方如何评价智能实验室？速度、通量、稳定性与一致性

34:55 进入真实实验室：从生物安全柜消毒到不同客户场景的规模化复制

39:16 合碳智能的核心壁垒：跨专业认知、研发交付体系与 AI Native 运营

AI for Science 的下一站：自主实验室与数据闭环

40:57 AI for Science 的产业进展：分子设计已经走到哪一步？

42:49 下一代自主实验室：AI、Agent 与机器人如何协同？实验数据如何反哺模型？

45:28 合碳智能未来的探索边界：让实验验证形成更快的闭环

科学家的下一位实验搭档

47:12 如果机器人承担重复实验，科学家的工作会发生什么变化？

48:48 从物理世界验证科学假说：让人类拥有更好的工具探索未知

50:22 云启投资观察：为什么持续关注 AI for Science？

· 部分可能需要稍加解释的词

AI for Science（AI4S）： 人工智能与科学研究相结合的方向，利用 AI 辅助分子设计、科学计算、实验规划与科研发现等工作。

物理 AI（Physical AI）： 将 AI 的感知、决策与执行能力带入真实物理环境，使 AI 能够通过机器人等载体完成现实世界中的任务。

湿实验（Wet Lab）： 需要在真实实验室中使用试剂、样品和仪器进行的实验，与计算机模拟、理论计算等干实验相对应。

干实验（Dry Lab）： 主要依托计算机、数学模型和数据分析开展的研究，不需要直接在实验室中进行实际操作。例如分子结构预测、药物分子设计、计算模拟和科学数据分析等。

Talos： 合碳智能的物理 AI 科学家产品，将 AI 分子大脑与物理 AI 执行能力结合，探索实验室复杂任务的智能化执行。

小分子纯化： 化学反应完成后，将目标产物从未反应物、副产物等混合物中分离出来的过程，是药物研发中的重要实验环节。

TLC（薄层色谱）： 一种常见的化学分析方法，通过观察不同物质在薄层板上的分离情况，辅助判断样品组成及纯化条件。

LC-MS（液相色谱-质谱联用）： 结合液相色谱分离和质谱分析的检测技术，可用于分析样品中的化合物及其相关信息。

Sim-to-Real： 从模拟环境到真实物理环境的技术迁移过程，机器人先在仿真环境中完成训练和验证，再进入真实场景执行任务。

VLM（视觉语言模型）： 能够同时理解图像、视频等视觉信息与自然语言的模型。

VLA（视觉-语言-动作模型）： 将视觉感知、语言指令与动作执行结合起来，使机器人能够根据环境和任务指令采取行动。

Workcell（工作单元）： 实验室自动化中的一个相对独立的工作区域，通常包含特定仪器设备及对应的操作流程。

BEACON 项目： 本期节目中提到的丹纳赫首个中国具身智能项目，合碳智能与丹纳赫共同推进 AI 机器人自主生物工艺开发实验室。

🏢 关于云启

云启资本成立于 2014 年，是一家专注深耕数智化和硬科技领域的早期领投方。我们曾连续多年蝉联清科、投中、36氪等机构评选的「中国最佳早期投资机构 TOP 10」。

在过去的 12 年里，我们陪伴了 200 多家科技创业公司共同成长，包括 MiniMax、京东工业、群核科技、元戎启行、新石器无人车、擎朗智能、自变量机器人、星尘智能、睿尔曼智能、穹彻智能、PingCAP、Zilliz、宇石空间、XTransfer 等行业领军企业。

📩 联系我们

BP投递 or 生态合作：community@yunqi.vc

微信公众号：云启资本（ID：yunqipartners）

小红书：云启在安福路

在小宇宙查看该单集文稿