邁向全自動(dòng)實(shí)驗(yàn)室，北大兩篇頂會(huì)論文讓大模型從推理走向物理執(zhí)行

作者 | 論文團(tuán)隊(duì)

編輯丨ScienceAI

AI 正在重塑科學(xué)發(fā)現(xiàn)的流水線，科學(xué)家的核心工作正從親力親為的「執(zhí)行」向上游的「判斷」轉(zhuǎn)移。未來的科研核心競爭力，在于能否敏銳地評(píng)判 AI 遞上的假設(shè)與方案。

然而，當(dāng)科學(xué)家將精力聚焦于高維決策時(shí)，一個(gè)嚴(yán)峻的現(xiàn)實(shí)問題隨之浮現(xiàn)：誰來接管下游極其復(fù)雜、容錯(cuò)率極低的濕實(shí)驗(yàn)？大語言模型（LLM）雖有強(qiáng)悍的「數(shù)字大腦」，卻缺乏操作試管的「物理雙手」，其在數(shù)字空間里無傷大雅的「概率性幻覺」，一旦落在真實(shí)的實(shí)驗(yàn)儀器面前，往往意味著慘重的設(shè)備損壞與資源潰敗。

為了真正跨越這道從「數(shù)字理論」到「物理執(zhí)行」的鴻溝，北京大學(xué)深圳研究生院 - 科學(xué)智能學(xué)院的研究團(tuán)隊(duì)交出了一份答卷。直擊自動(dòng)化生命科學(xué)實(shí)驗(yàn)的核心痛點(diǎn)，兩項(xiàng)底層突破性工作分別被頂級(jí)人工智能會(huì)議 ICML 2026 和 ACL 2026Oral（同時(shí)入選 ICLR 2026 Workshop）高分接收。

BioProBench（ICML 2026）論文地址：https://arxiv.org/pdf/2505.07889

開源地址：https://github.com/YuyangSunshine/bioprotocolbench

BioProAgent（ACL 2026）論文地址：https://arxiv.org/pdf/2603.00876

基于這兩項(xiàng)核心技術(shù)，團(tuán)隊(duì)自主研發(fā)的原生 BIOMA 多智能體系統(tǒng)已深度賦能 AI4S LAB 平臺(tái)，不僅給 AI 戴上了「安全帽」、裝上了「物理雙手」，更真正實(shí)現(xiàn)了一站式的「干濕閉環(huán)」。

破局「懂理論、瞎操作」：BioProBench

當(dāng)前大語言模型（LLM）在實(shí)現(xiàn)自主科學(xué)實(shí)驗(yàn)時(shí)，常常難以掌握生物學(xué)協(xié)議所需的嚴(yán)格程序邏輯和準(zhǔn)確性。微小的誤解可能導(dǎo)致實(shí)驗(yàn)失敗、資源浪費(fèi)或不安全的實(shí)驗(yàn)室條件。為了解決這一基礎(chǔ)性挑戰(zhàn)，北京大學(xué)深圳研究生院 - 科學(xué)智能學(xué)院的團(tuán)隊(duì)推出了 BioProBench，這是一個(gè)針對(duì)生物學(xué)程序性推理的綜合性資源。

• 堅(jiān)實(shí)的生物學(xué)語料基座：BioProBench 建立在 BioProCorpus 的基礎(chǔ)之上，后者是一個(gè)包含 27,000 份人類編寫的協(xié)議的基礎(chǔ)語料庫。
• 海量且嚴(yán)謹(jǐn)?shù)脑u(píng)測體系：研究團(tuán)隊(duì)從語料庫中系統(tǒng)地構(gòu)建了一個(gè)包含超過 550,000 個(gè)任務(wù)實(shí)例，同時(shí)提供了具有新穎指標(biāo)的嚴(yán)格基準(zhǔn)。
• 直擊大模型痛點(diǎn)：通過評(píng)估 10 種主流的 LLM，研究發(fā)現(xiàn)盡管模型的一般理解能力很高，但在需要深度推理、定量精度和安全意識(shí)的任務(wù)上，其性能會(huì)顯著下降。

表 2 和表 3分別是 10 個(gè)主流 LLMs 在 BioProBench 的糾錯(cuò) ERR 和帶有推理的 REA-ERR 任務(wù)上的評(píng)測結(jié)果。

跨越「執(zhí)行鴻溝」：BioProAgent

在不可逆的物理濕實(shí)驗(yàn)環(huán)境中，大模型的概率性幻覺不僅僅是「答錯(cuò)題」，更可能直接導(dǎo)致設(shè)備損壞或?qū)嶒?yàn)徹底失敗。為此，該團(tuán)隊(duì)進(jìn)一步提出了 BioProAgent 框架，真正彌合了計(jì)算機(jī)模擬預(yù)測與體外物理實(shí)驗(yàn)之間的執(zhí)行鴻溝。

• 神經(jīng)符號(hào)雙驅(qū)動(dòng)控制：BioProAgent 是一個(gè)神經(jīng)符號(hào)框架，它將概率規(guī)劃錨定在確定性的有限狀態(tài)機(jī)（FSM）中。
• 物理前置的安全攔截：框架引入了一種狀態(tài)增強(qiáng)規(guī)劃機(jī)制，強(qiáng)制執(zhí)行嚴(yán)格的「設(shè)計(jì) - 驗(yàn)證 - 糾正」工作流程，確保在物理執(zhí)行前符合硬件的合規(guī)性。
• 突破長文本上下文瓶頸：通過引入語義符號(hào)基礎(chǔ)（Semantic Symbol Grounding），該框架成功解決了復(fù)雜設(shè)備架構(gòu)中固有的上下文瓶頸，通過符號(hào)抽象將 Token 消耗降低了約 6 倍。
• 絕對(duì)的物理合規(guī)優(yōu)勢：在基準(zhǔn)評(píng)估中，BioProAgent 實(shí)現(xiàn)了高達(dá) 95.6% 的物理合規(guī)性，而作為基線的 ReAct 僅為 21.0%。這充分證明了神經(jīng)符號(hào)約束對(duì)于在不可逆物理環(huán)境中實(shí)現(xiàn)可靠的自治是必不可少的。

全鏈數(shù)智化賦能：BIOMA 多智能體系統(tǒng)與 AI4S LAB

在這兩項(xiàng)硬核的學(xué)術(shù)工作之上，研究團(tuán)隊(duì)自主研發(fā)了 AI4S 原生多智能體系統(tǒng) ——BIOMA。該系統(tǒng)集成了智能模型、實(shí)驗(yàn)設(shè)計(jì)乃至全流程的資源管理模塊，配備了四位「永不疲倦」的 AI 科學(xué)家（智能體）。

這四位智能體各司其職，涵蓋了理論科學(xué)家（PredAgent）、實(shí)驗(yàn)規(guī)劃師（ProAgent）、實(shí)驗(yàn)室指揮官（OperAgent）以及數(shù)據(jù)分析師（ComAgent）。其中，實(shí)驗(yàn)室指揮官（OperAgent）更是連接數(shù)字與物理世界的關(guān)鍵橋梁，它負(fù)責(zé)將抽象的實(shí)驗(yàn)協(xié)議解析并編譯為特定自動(dòng)化硬件平臺(tái)（集成了超過 22 臺(tái)套先進(jìn)設(shè)備）可執(zhí)行的指令序列。

目前，這套架構(gòu)已全面且深度地賦能北京大學(xué)深圳研究生院的 AI4S LAB 平臺(tái)，構(gòu)建了全球首個(gè)「AI 驅(qū)動(dòng)、干濕閉環(huán)、全鏈數(shù)智」的一站式云端科研生態(tài)系統(tǒng)。

AI4S LAB 平臺(tái)地址：https://ai4slab.pkusz.edu.cn/

結(jié)語

如《Nature》社論所揭示的，AI 永遠(yuǎn)不會(huì)取代優(yōu)秀的科學(xué)家，但它一定會(huì)不可逆轉(zhuǎn)地重塑科學(xué)研究的流水線。當(dāng)科學(xué)家的核心使命升華為高維的「判斷」與「創(chuàng)新」時(shí)，必須有一個(gè)絕對(duì)可靠的執(zhí)行系統(tǒng)來承接實(shí)驗(yàn)室里的繁雜與精準(zhǔn)。

北京大學(xué)深圳研究生院 - 科學(xué)智能學(xué)院團(tuán)隊(duì)的這一系列工作，正是為了將科學(xué)家從繁重的物理執(zhí)行中解放出來。他們不僅為科研工作者打造了最強(qiáng)大、最安全的「AI 執(zhí)行副手」，更為未來全面自動(dòng)化的科學(xué)發(fā)現(xiàn)生態(tài)構(gòu)建了堅(jiān)實(shí)的底座。科學(xué)的下一步，已經(jīng)到來。