未来实验室会像数据中心一样运转吗？
核心观点
Lila Sciences 的设想是：下一代科学实验室不再只是由研究人员手动操作的空间，而更像一座数据中心——由 AI 调度机器人、仪器和实验流程，全天候产生可验证的科学数据。
他们的目标不是单纯提升实验自动化效率，而是构建一种直接连接湿实验室的“科学超级智能”。在这一思路下，实验室被视为一个近乎无限的训练数据生成器：AI 提出假设、设计实验，现实世界通过实验结果进行验证，再将这些结果反馈给模型。
“互联网数据已被消耗，科学数据才刚开始”
他们将强化学习视为一种数据生成机制：模型不断提出行动方案，自然世界作为验证器给出反馈。与网页文本不同，实验数据具备更强的现实约束，因为每一个结果都必须经由物理、化学或生物系统检验。
据介绍，Lila 已经构建了超过 10 万亿个经过实验验证的科学推理 token。这些并不是简单的生物序列或文本集合，而是围绕实验过程产生的推理轨迹与验证结果。
实验室作为“数据中心”
Lila 对实验室的设想充满计算机系统类比：
- 仪器像图中的节点；
- 样品传输系统像硬件总线；
- 实验任务编排类似计算集群中的队列调度；
- 机器人与仪器共同构成一个可被 AI 调用的实验基础设施。
在他们的自动化实验室中，实验板可以在轨道上移动，AI 系统可以与老旧设备交互，甚至通过视觉语言模型控制传统 Windows 设备。
不过，Lila 强调自己并不是一家单纯的自动化公司。相比极致吞吐量，他们更重视灵活性与通用性。只有当自动化真正带来收益时，才把人类操作移到“API 线”以下；否则，人仍然会保留在流程中。
实验也有“运行时间”
如果科学实验是 AI 的数据生成器，那么一个关键问题是：数据收集速度到底有多快？
Lila 的回答是，某些自然过程无法强行加速。例如，生物系统中核糖体的运转速度有其物理和生物限制。因此，他们并不只依赖一次性的大规模噪声筛选，而更看重快速的轮次迭代。
在物理科学方向，团队曾重建一种气体吸附测量流程，使其运行速度大约提升了 2500 倍。这体现了他们的思路：不是所有实验都能加速，但可以通过重新设计实验系统，显著缩短反馈周期。
同一个 AI 工厂同时做材料、生物和药物发现
Lila 的野心在于跨领域：生物学、化学、药物发现、材料科学同时推进，并试图用同一套 AI 科学平台处理这些问题。
他们认为，广度可能成为通向深度的路径。例如，小分子化学中的先验知识，可能迁移到用于碳捕集的金属有机框架研究中。Lila 还提出，在相同样本数量下，通用模型可能比领域专用模型表现更好。
这一判断仍需时间检验，但它代表了一种重要路线：科学 AI 不应只在单个垂直领域优化，而应学习跨领域的实验规律和推理模式。
为什么有了数据还需要模型？
一个常见质疑是：如果真正有价值的是高质量实验数据，那么模型本身还重要吗？
Lila 的回应可以概括为：模型的泛化能力来自更广泛的知识结构。就像代码模型变强，不只是因为读了代码，也因为接触了文学、食谱和各种语言材料；科学模型也可能通过跨领域学习获得更强的迁移能力。
因此，在他们看来，科学 AI 的关键不只是积累某一类数据，而是让模型在足够多样的科学任务中学习可迁移的推理方式。
他们想自动化的不只是实验，还有“偶然发现”
讨论中提到一个医学案例：首例儿科 CAR-T 治疗成功的患者 Emily Whitehead，之所以在严重免疫反应中存活下来，部分原因是医生恰好知道一种来自儿科关节炎治疗经验的抗体，可以抑制 IL-6 反应。
这个例子说明，科学与医学中的突破常常依赖跨领域经验和偶然联系。Lila 希望通过广泛学习不同领域的实验与知识，减少这类关键发现对个人经验和运气的依赖。
模型提出“看似愚蠢”的催化剂方案
在催化剂研究中，Lila 的模型曾提出不含铂族金属的电催化剂建议。起初这些方案显得平庸，后来甚至被一位读过约 40 篇相关论文的专家认为“愚蠢”，但最终却成为他们做出的最佳表现材料之一。
这类案例被用来类比 AlphaGo 的“第 37 手”：模型可能提出人类专家不直觉认可、但经验证有效的方案。
需要注意的是，这并不意味着模型总是正确，而是说明在实验验证闭环中，AI 可能探索人类不容易优先考虑的方向。
从 CAR-T 到虚拟创业公司模式
Lila 还提到，他们曾在约六个月内获得非人灵长类动物体内 CAR-T 数据。相关讨论还延伸到一种“零全职员工虚拟创业公司”的商业模式：平台产生候选结果，再围绕结果进行商业化组织。
这一点之所以引人关注，是因为体内 CAR-T 领域的早期临床前数据已在资本市场中展现出较高价值。不过，这仍然属于具体项目与商业模式层面的探索，不能直接推导为平台必然成功。
科学超级智能不能只是“会考试”
Lila 也承认，仅仅把模型训练成优秀答题者，并不足以实现科学超级智能。
他们区分了两类能力：
- 解决问题的能力：通过大规模强化学习，模型可以成为非常强的目标优化器；
- 开放式创造力：真正提出新方向、新问题、新范式的能力，目前仍未被解决。
Lila 内部由研究开放式探索的 Ken Stanley 负责相关方向。这表明，他们意识到科学发现不只是优化已有目标，还涉及发现新目标。
推理链并不总是可靠
另一个关键问题是：模型输出的“推理链”到底可信多少？
Lila 的观察是，模型可能在潜在空间中完成推理，最终只输出 token。有时它甚至会跳过某些显式实验步骤，却仍然给出正确结果。这意味着，文本形式的推理链可能只是一个不完全可靠的叙述者。
在科学场景中，这会引发重要问题：我们应该信任模型的解释，还是更信任实验验证器？Lila 的路线显然更偏向后者——实验结果才是最终裁判。
当奖励黑客发生在真实实验室中
如果强化学习中的奖励黑客只发生在虚拟环境里，影响通常可控。但如果模型的异常循环连接到真实湿实验室，风险就会变得更复杂。
讨论中提到，模型的推理链可能退化为重复内容，也可能在被要求反复重做实验板图时表现出类似“恼怒”的输出。真正的问题不是模型是否“有情绪”，而是当病态行为进入物理实验流程时，系统如何识别、拦截和纠正。
这也是 AI 驱动实验室必须认真处理的安全与可靠性问题。
“苦乐参半的教训”
Lila 的科学负责人 Rafa Gómez-Bombarelli 提出了一种对“苦涩教训”的反转理解：
在 AI 中，规模化是一张路线图；而在材料科学中，规模化更像一个筛选器。只有那些能够被放大、制造、部署并产生现实影响的材料，最终才真正重要。
这意味着，科学 AI 不能只在小规模实验或论文指标上表现良好，还必须面对可制造性、成本、工艺和现实部署等约束。
仍待解决的瓶颈
Lila 认为，如果可以直接移除两个重大瓶颈，他们会优先选择：
- 物理模拟到现实实验的迁移问题：即 sim-to-real；
- 强化学习训练效率问题：当前训练运行的平均 FLOP 利用率大约只有 5%。
这些瓶颈说明，即便实验室高度自动化，AI 科学平台仍受限于模型训练效率、物理世界反馈速度和仿真可信度。
值得关注，但仍需验证
Lila 的路线代表了一种激进的科学 AI 假设：如果能够把实验室变成大规模、可调度、可验证的数据生成系统，AI 可能获得远超互联网文本训练的科学推理能力。
这一路线的吸引力在于，它把 AI 从“读科学”推进到“做科学”。但它也面临显而易见的挑战：实验速度、成本、数据质量、跨领域迁移、安全控制、开放式探索能力，以及商业化路径都尚未被完全证明。
目前可以确定的是，AI 驱动的实验室正在从概念走向真实系统。它是否会成为科学发现的“数据中心”，仍有待实验本身给出答案。