Lila Sciences 登上 GTC Berlin：AI 科學工廠如何讓假說回到真實實驗？
Lila Sciences 在 GTC Berlin 展示 AI 科學工廠。本文從推理模型、BioNeMo 工具與既有催化劑案例，解釋假說如何經過實驗回到模型，以及自動化、人類檢查和工業應用的界線。
Lila Sciences 在 GTC Berlin 的展示，把 AI 科學研究的焦點拉回一件實際的事：模型提出的假說，最後要在哪裡接受檢驗。
共同創辦人 Ben Kompa 在台灣時間十月二十二日凌晨分享影片，直指真實世界驗證仍是科學超智慧的瓶頸。
他談的是讓模型連到模擬工具、實驗儀器和資料流程，做完實驗再決定下一輪，而不只產生一份研究提案。
Lila 把這種系統叫做 AI Science Factory，但自動化程度必須回到個別案例看，不能只由工廠這個名稱判斷。
我認為最值得實驗室借鏡的是閉環如何拆分責任。至於能否取代研究團隊或量產新材料，官方資料還不足以支持這種結論。
從模型、工具與實驗三者的分工看起，才知道它和只提出假說的代理差在哪裡。
Lila Sciences 的 AI 科學工廠是什麼？
AI Science Factory 把提假說、安排工具、做實驗和讀結果，接成可重複的循環。
Lila 技術介紹 將推理模型、工具、自動化與驗證機制放在同一個系統裡。模型提出下一個方向，工具和設備完成計算或實驗，結果再回到下一輪決策。
閉環的價值，是下一步會受到結果影響
一般自動化可以重複同一套步驟，例如把一批樣品送進同樣的測量程序。閉環則還要根據結果，決定下一批要做什麼。
如果測試沒有得到預期結果，系統應能用這份資訊調整方向。這讓實驗不只是提案的最後一格，也成為下一次提案的輸入。
因此，資料必須帶著測量條件回來。只知道某個候選材料「表現很好」，卻沒有測試方式和對照，模型就難以把它當成可比較的經驗。
Lila 把實驗產生的新資料視為訓練科學推理模型的來源。這是公司的研究策略，是否能持續提高跨領域能力，仍需要後續成果支持。
為什麼驗證是瓶頸？
數學題或程式任務有時能很快檢查答案，材料和生物問題卻得等待實際反應。即使模型一天能提出很多點子，儀器、樣品與量測速度仍可能限制進展。
所以，這裡的科學工廠包含物理設施。模型生成更快，只解決思考和提案的一部分，還需要把能做的實驗轉成可執行流程。
Ben Kompa 的本次貼文 以真實世界驗證為主題，指向 NVIDIA 的展示影片。他沒有在這則貼文宣布新藥上市或新材料量產。
整個循環能不能學到新東西，取決於結果是不是來自可追溯的檢驗。接著要看的，就是模型如何取得完成檢驗的工具。
模型如何接上 BioNeMo 與實驗工具？
Lila 的官方說明把推理模型放在工具之上，讓不同專長的模型和儀器各做一段工作。
公司在六月二十二日的 BioNeMo 合作介紹 說，使用科學工廠資料，對包含 NVIDIA Nemotron 在內的推理模型做後續訓練，再連接文獻、計算與實驗工具。
推理模型安排工作，專用模型處理領域問題
後續訓練的意思，是在既有模型基礎上，加入特定任務資料與回饋，讓它更適合自己的工作。這和把所有科學知識重新從零訓練，是不同做法。
以生物問題為例，研究者可能同時需要分子序列、三維結構和細胞中的功能資訊。單一工具通常只處理其中一部分，因此代理要知道什麼時候找哪一種工具。
BioNeMo 提供生命科學相關模型和工具，Lila 說使用它支援結構預測與新分子設計，也結合自家模型、程式執行環境和科學模擬。
這種安排的用途，是把一個大問題拆成可以分別操作的步驟。例如先查文獻、再提出候選、接著用計算工具篩選，而不是要求同一個聊天模型直接給出全部答案。
計算結果和物理結果各回答不同問題
模擬能讓團隊先比較候選方向，少把所有可能性都送進昂貴實驗。但模擬也有假設和適用範圍，輸出仍不能自動代表材料或細胞在真實條件下的反應。
Lila 因此強調，代理會把部分候選送往實驗室，取得測量結果。這一步的價值，是讓系統接受模型之外的證據。
在資料流程上，計算預測、儀器原始讀值與科學家的解讀，也應保留各自身分。若把它們全寫成一欄「答案」，後續就難以知道改進來自哪一段。
這是本文對閉環資料的解讀，並非聲稱官方已公開每一個內部資料欄位。外界取得的是架構方向與案例，沒有整套可直接重建的內部系統。
工具能算出候選結果，但材料與細胞的實際反應仍要測出來。九月公布的催化劑案例，可以具體看見這段流程。
延伸閱讀：DiscoveryRSI 是什麼？6.3% 假說命中率怎麼讀，AI 科學發現的方法與限制
用綠氫催化劑看閉環：模型提案後，實驗室做了什麼？
九月公布的材料案例，能具體看見假說如何經過合成、量測再回到模型。
這是 Lila 在九月二十五日公開的既有研究案例，本次 GTC 分享讓人重新注意到這種工作方式，兩者的發布時間應分開。
先知道要改善哪一種反應
案例研究的是酸性環境中的氧析出反應，也就是利用電力把水分解時，其中一個會產生氧氣的反應。這段反應需要催化劑協助，並承受腐蝕性的條件。
催化劑的作用，是讓反應更容易進行。研究者在意的不只是某次反應快不快，也要知道材料能維持多久，因此活性與穩定性需要一起看。
如果一種材料效率很好卻迅速失效，未必有使用價值。反過來，只能維持很久卻推不動反應，也無法滿足目標。模型要搜尋的是這些條件之間的組合。
這解釋了為什麼候選數很多：團隊會同時改變元素、比例與製作條件，單靠人工逐一挑選，很難快速探索所有方向。
每一輪實驗如何回到模型？
Lila 描述的流程有四個連續部分：合成材料、測試前分析、反應測試，以及測試後分析。每個部分產生資料，再回到模型決定下一批候選。
其中，合成是把配方做成可測的材料；測試前分析確認做出了什麼，測試後分析則幫忙理解哪些成分或結構在過程中改變。
因此，這些結果也能協助解釋材料變化。若某個候選一開始很好、後來衰退，後續分析能提供下一輪調整的線索，這才是閉環比單次篩選多出的資訊。
公司說該流程能同時合成九十六種候選，並把各步驟接到實驗室資訊系統。這份紀錄讓團隊能回頭找出材料配方與測量結果的關係。
2,942 個候選和六個家族代表什麼？
官方報導說，團隊篩選了 2,942 種氧化物，涉及二十六種元素與五十三個組合系統，找到六個以鈀為基礎、在活性與穩定性間有競爭力的材料家族。
這裡的家族是一組相關材料方向，不是六個已完成商品。公司說領先候選經過超過一千小時酸性測試，仍在進行長期耐久與接近工業形態的評估。
這些是發布方的研究敘述，本文沒有重做實驗。它們支持的是有值得繼續研究的候選，而不是已經證明電解設備可以大規模採用。
官方同時提到，這套流程約每週篩選二百四十個樣本，最高日處理量則是另一個數字。因為合成、量測和後續分析都會占時間，所以不能把單日最高容量直接乘成每週穩定產量。
官方還報告，工作流相對一般實驗室的篩選速度約快十七倍，每個樣本的人工作業時間減少超過九成。由於公開介紹未完整交代比較基線，這些數字不應套成所有實驗室的預期改善。
候選材料值得繼續測試，和已經能成為工業產品，之間還有一段距離。自動化做到哪裡，也必須回到同一個案例檢查。
自動化到哪一步？人類安全檢查與搬樣仍有角色
Lila 在催化劑案例中明寫，人類仍檢查材料安全，並在機台間搬移樣本。
這個細節很重要，因為它讓讀者知道「AI 主導」描述的是決策與工作流方向，不能直接理解成每一個物理動作都已無人完成。
決定配方和搬動樣本，是不同工作
案例初期，科學家會查看並否決部分建議，後來逐漸讓模型決定候選方向，但仍保留合成前的安全檢查。
樣本在機器間的移動，官方也說第一次科學計畫採用人工處理，同時開發更完整的機器人系統。也就是說，某個流程能形成閉環，不代表所有步驟的自動化程度相同。
若團隊只統計模型提案到實驗結果之間的時間，可能看不到中途用了多少人工協調。因此，評估導入時應分開記錄決策、儀器操作、樣本移動與例外處理。
這些項目各自改進，才會反映到整體速度。如果模型很快，設備卻需要人工排程與搬運，下一個值得投入的地方可能是流程整合，而不只是換更大的模型。
驗證成功，也還有工程放大的問題
材料在實驗室條件下表現良好，是後續研究的起點。要成為產品，還要看製造一致性、實際使用形態與更長時間的運轉條件。
Lila 自己也把催化劑成果描述為材料發現，並明說尚未成為放大生產的商業技術。這個限制和一千小時測試應一起閱讀，不能只留下其中較吸引人的數字。
對企業或研究機構，這會改變合作目標。找一個新候選、確認一個機制，和承諾某日量產，是不同程度的交付，應用不同證據驗收。
因此評估科研代理時，應把每個步驟的完成方式攤開，而不是只看端到端這個名稱。
研究團隊可以借鏡什麼？先接一個可驗證的實驗循環
我會從結果有明確測量方式的單一實驗起步，保留每輪輸入、操作與測量條件。
這個起點不需要複製 Lila 的整座實驗室。對既有研究團隊，先找出最常反覆執行、又有清楚結果的一段工作，較容易知道代理到底改變什麼。
先把成功條件寫成能測的問題
在催化劑例子裡，活性與穩定性要一起看。這種具體條件，比「找出更好的材料」更能限制代理的搜尋，也讓失敗結果有解釋空間。
其他領域可以借用同樣思路，先訂明量測方式和比較條件，再讓模型提出下一步。這是方法建議，不代表不同科學問題能直接共用同一套指標。
結果回來時，也應記錄偏離原計畫的地方。若實驗條件被修改、樣本品質不符，資料就不能毫無區別地當成模型假說失敗或成功。
因此，資料整理和例外處理會是閉環能否運作的核心工作。工具越多，團隊越需要知道每個結果怎麼產生，而不是只保留模型最後的摘要。
把人留在會改變風險與解釋的位置
在可驗證的工作裡，模型能協助提案與安排步驟，但安全、實驗設計和結果詮釋仍需要相應專業。Lila 的案例本身就保留了材料安全檢查。
如果先把所有人工審查都刪掉，可能省了表面時間，卻失去判斷異常結果的依據。較好的方向，是讓人少做重複搬資料，多看真正影響下一輪決定的例外。
實際追蹤時，可以分別記錄從提案到有效結果的時間、需要人工修正的步驟，以及每輪結果能否回到原始測量。這會比只數生成多少假說，更接近研究工作本身。
什麼新證據會提高這套方向的可信度？
我會看跨不同任務能否維持改善，以及更多方法、測量條件和失敗結果是否公開。只公布最成功的一個候選，還不足以判斷整體搜尋有多穩定。
同時也要觀察物理流程的自動化進度。人工作業若逐步減少，應說清楚減少在哪裡，以及品質和安全檢查是否仍能維持。
當結果足以追溯，模型提出意外方向時，團隊才有依據決定要不要繼續。這也是 AI 科學工廠最值得借鏡的部分：讓現實結果持續約束下一輪研究。
延伸閱讀：Anthropic 承諾三年投入1.5億美元支持 Genesis：AI 科學研究缺的只有模型嗎？
Lila Sciences 常見問題
Lila Sciences 在 GTC Berlin 宣布新材料上市了嗎？
本文取得的本次訊號是展示與共同創辦人的分享。催化劑是九月已公布的研究案例，並非十月新上市商品。
AI Science Factory 代表實驗室完全無人嗎？
不代表。催化劑案例明寫人類安全檢查與人工搬移樣本，自動化程度要依個別步驟判斷。
Lila 的工具能直接下載回來使用嗎？
官方介紹包含合作與技術方向，但本文沒有取得可直接重建整套內部系統的模型、儀器與資料包，不能把它當成一般開源套件。
科學超智慧已經被證明了嗎？
這是公司的研究目標。個別材料成果和工作流示範，尚不足以證明跨所有科學領域的通用能力。
結語：讓現實結果決定下一輪研究
Lila 展示的是把推理與實驗接起來的方向，價值要由每個閉環的證據支持。
研究團隊可以先借用它的分工方式，把一種可量測任務接成能追溯的循環，再看模型提案、人工處理與設備等待各有什麼變化。這比只追求更多假說，更接近能改善研究的起點。
想追蹤 AI 科學代理與官方研究案例，可以免費訂閱 AI 郵報。
