🔬 科学智能 · 平台发布
化学幻觉率低至 4.6%、试错压缩至 1.19 次：XtalPi Science 发布，自主科学发现进入新范式
7 月 29 日，晶泰科技正式发布全球首个整合大语言模型、科学智能体与大规模自动化机器人实验的 AI4S 综合平台——XtalPi Science ，并推出核心调度系统 Genius Agents 多智能体矩阵，贯通「数字假设—物理验证」完整闭环，将科学研究的偶然性转变为一套可编排、可验证的系统工程。
综合公开信息整理 •
2026-07-30 •
全文约 4 分钟读完
#晶泰科技
#XtalPi Science
#Genius Agents
#AI4S
#Physical AI
4.6%
模型化学幻觉率，仅为通用大模型 1/6
81–89%
失败实验预测准确度，远超人类专家
1.19次
平均试错次数，从 5–10 次极致压缩
⚡ 30 秒速览
发布什么： XtalPi Science——全球首个 LLM + 科学智能体 + 自动化机器人实验三位一体的 AI4S 综合平台。核心突破： 反应条件预测模型 SureRoute 化学幻觉率仅 4.6%，为通用大模型的 1/6；SureRNX 失败实验预测准确度 81%–89%，远超资深化学家 38%–60%。效率跃升： 传统合成目标分子需 5–10 次试错迭代，现压缩至平均 1.19 次，研发周期从「以周为单位」降至「以天为单位」。数据壁垒： 累计 50 万 + 真实实验记录，其中 80% 为传统文献中极度稀缺的「失败负样本」，构成模型的纠错底座。生态联盟： 联合 27 家产业、高校及科研机构成立「科学智能开放生态联盟」，已开放平台试用申请。
01 模型 vs 人类专家 数据揭示的差距 在基于 350 个真实工业分子 的严苛评测中，由真实物理数据训练的反应条件预测模型 SureRoute 与 SureRNX，展现出对资深化学家的系统性超越：
🎯 SureRNX 失败实验预测准确度
81–89%
👤 资深化学家 失败实验预测准确度（对照）
38–60%
注：柱形为示意对比，非严格等比例缩放。化学幻觉率越低越好，准确度越高越好。SureRNX 的 81%–89% 准确度对应人类专家 38%–60%，差距显著。
更直观的产业价值：SureRNX 将传统合成目标分子所需的 5~10 次试错迭代 ，大幅压缩至平均仅需 1.19 次 。这意味着研发效率实现数量级跃升，科学不确定性正在收敛为工程可控性。
02 XtalPi Science：从「单点工具」到「科学基础设施」当前的 AI 推理大多止步于屏幕前的对话界面，「数字假设—物理验证—知识沉淀」 的数据闭环尚未真正打通。传统科研体系面临两大结构性缺陷：高度依赖个人经验导致的「隐性知识缺失」，以及公开数据库几乎全为「正样本」、缺乏对模型纠错至关重要的失败数据。
传统科研范式
依赖科学家个人经验，隐性知识无法数字化；公开数据几乎全为正样本；试错周期以周或月为单位；工具碎片化，协作摩擦大。
XtalPi Science 新范式
LLM + 科学智能体 + 自动化实验贯通；80% 失败负样本沉淀；研发周期压缩至天；多智能体协同，隐性知识固化为可复用工作流。
20+ 工业场景覆盖
100+ 真实项目服务
50万+ 实验记录沉淀
80% 失败负样本占比
数据截至 2026 年 7 月。平台每月稳定产出 5 万余条反应产率数据和 30 万条过程数据，持续反哺底层垂直模型。
—— 但数据只是结果。更关键的问题是：这套系统如何运转？
Genius Agents 作为核心调度中枢，将经典的 DMTA（设计-制造-测试-分析） 循环重构为上百类研发意图，统一调度跨学科专家智能体、数百项专业工具及全球最大规模商业部署的自动化机器人实验集群。专家「隐性知识」被固化为可复用的标准化工作流（Skills），同时保留科学家在关键节点的最终判断权。
接收科研目标 → 拆解为研发意图 → 调用专业模型预测 → 物理实验验证 → 数据反馈迭代
这套体系已在晶泰内部持续高强度运行，历经多轮真实研发验证，将动辄数周甚至数月的研发周期压缩至 「以天为单位」 ，自主跑通从文献研读到自动化实验测试的超长科研流程。
03 它已经做了什么？三个真实场景
💊 肺癌新药：AI 全程深度参与，最快 2026 下半年有望获批 临床阶段
晶泰内部一款 AI 全程深度参与的肺癌新药 已推进至临床阶段，有望成为最早一批由 AI 主导研发并获批上市的药物之一。从靶点发现到候选分子确定，Genius Agents 贯穿了文献调研、构效分析、ADMET 预测、合成路线规划全流程。
温书豪透露：「最快预计 2026 年下半年有望在美国获批上市。」 未来两到三年行业将迎来质变拐点。
趋势判断： AI 在新药研发中的核心占比正从 50%–70% 持续提升，端到端的自主发现能力正在从概念走向现实。
🔋 电池材料：3–5 年迭代周期压缩至数月 上百种配方验证
传统需要 3 至 5 年 迭代周期的复杂电池材料，如今依托 AI 智能体系仅需 数月 即可完成优化。
平台已实现 上百种新材料配方 的快速验证，覆盖电解质、电极材料等关键方向。
物理智能体系在真实实验室中完成合成、测试与数据回流，形成「预测—验证—优化」的快速闭环。
产业意义： 材料研发从「经验试错」跃升为「精准预判」，高附加值场景的商业闭环正在加速形成。
🧪 合成路线预测：1.19 次试错 vs 传统 5–10 次 准确率 81–89%
SureRNX 模型在 失败实验预测 上的准确度达到 81%–89%，而资深化学家的对照表现仅为 38%–60%。
首条合成路线准确率高达 51.7% ，化学幻觉率仅 4.6% ——仅为通用大语言模型的六分之一。
在真实对外服务中，将传统合成目标分子所需的 5~10 次试错 压缩至平均 1.19 次 ，效率实现数量级提升。
底层基石： 80% 的失败负样本数据构成了模型的纠错底座，这是传统公开数据库无法提供的稀缺资产。
04 为什么是晶泰做出来了？答案藏在三个关键词里：「产业数据 × 软硬一体 × 生态协同」 。
晶泰科技的护城河并非单一技术优势，而是近十年在产业一线沉淀的一整套组合拳。与绝大多数科技企业不同，晶泰长期扎根药企、新材料、能源化工等实体场景，积累了海量的一手产业数据——其中 80% 是传统公开文献中极度稀缺的失败负样本 。这种「纠错数据」让科学模型在面对复杂未知空间时，具备了超越人类专家的认知底座。
50万+
真实实验记录，包含80% 失败负样本
每月新增 5 万+ 反应产率数据 + 30 万过程数据
20+ 类
工业场景覆盖，服务100+ 真实项目
新药与新材料发现领域持续运转
4.6%
化学幻觉率，仅为通用大模型1/6
SureRoute 模型在 350 个工业分子评测中验证
1.19 次
平均试错次数，传统需5–10 次
SureRNX 在真实对外服务中的效率数据
晶泰科技 CEO 马健表示：「未经验证的假设无法转化为知识。Genius Agents 将大模型推理、专业模型预测与物理实验无缝连接为可自我迭代的完整闭环。」 这种「AI 规模化探索 + 科学家关键决策」的协作范式，正在重塑科研基础设施的基本形态。
—— 一个诚实的注脚：这套体系并非一日建成，而是近十年持续投入的结果。
温书豪指出，晶泰的壁垒还体现在软硬件结合的数据闭环 与生态协同上：通过为自动化硬件赋予 AI「灵魂」，形成「硬件迭代—数据积累—模型优化」的正向循环；同时通过投资孵化生态企业，构建起协同共建的产业生态体系。行业内极少有企业能像晶泰一样集齐「学科专家经验 + 垂直领域大模型 + 智能硬件实验室」全套要素。
05 编辑核心判断
✧ 独立观点
当 AI 生成科学假设的边际成本趋近于零，物理世界的真实验证成为大模型时代最稀缺的硬资产。晶泰科技证明了「失败数据」的价值——80% 的负样本不是垃圾，而是下一代科学智能的原油。Physical AI 在实验室场景率先跑通商业闭环，不是偶然，而是结构化环境、高价值验证与数据闭环三者共振的必然。科学智能的竞争，正在从「谁的模型更大」转向「谁的闭环更完整」。
▶ 现在就能用XtalPi Science 平台已开放试用申请，面向「科学智能开放生态联盟」成员及合作高校、科研院所优先提供免费 Science Token 额度。截至 7 月 29 日中午，已有近 200 家企业、高校及科研机构提交申请。
已开放试用申请 → 面向联盟成员优先
申请渠道：晶泰科技官方渠道 · 综合公开信息整理
来源：综合公开信息整理 · 事件时间 2026-07-29 · 本页为编辑重制快讯