Lila：把实验室做成数据中心
Latent Space · rss · 2026-07-16
这期访谈围绕 Lila Sciences 的“AI 科学工厂”展开：他们把实验室设想成像数据中心一样运行，由 AI 统一调度机器人、仪器和实验流程，目标是面向生物、化学、药物发现和材料科学构建“科学超级智能”。
节目重点讨论了他们的方法论：把科学方法看作可规模化的数据生成机制，把实验结果当作可验证的训练信号；强调实验室不是单纯的自动化公司，而是追求灵活性和可泛化性；以及为何要依赖快速迭代而不是一次性的大规模筛选。文中还提到他们在气体吸附测量上把流程重构到约 2500 倍提速，并积累了 10 万亿级、经过实验验证的科学推理 token。
此外，访谈还涉及多个具体案例和判断：跨领域迁移带来的泛化收益、从分子化学先验迁移到 MOF 材料、用于催化剂发现的模型建议、以及在非人灵长类身上推进 in vivo CAR-T 数据的节奏。整体观点是：科学领域要走向“超级智能”，靠的不只是更会做题的模型，而是能在真实实验中持续生成高质量数据、并把创造性和偶然性一并自动化的系统。
「公司和人」频道最新
- 硅谷批量「被收购式收购」,新一代创业者9个月套现数百万后躺平 — edgarpavlovsky · 2026-10-27
- Sam Altman 将与 John Collison 炉边对谈 SaaS 与 AI — jeff_weinstein · 2026-10-27
- 机器人学习学者 m_wulfmeier 加入 Mila 任兼职教师 — pcastr · 2026-10-27
- The Information 盘点 Anthropic 财报五大要点 — steph_palazzolo · 2026-10-27
- Aileen 灵感论：AI 周期像加密晚期，小实验室正沦为「算力储备」 — beffjezos · 2026-10-27
- 前 Anthropic 员工长文：公司优化的是「被视为好人」而非真正的善 — RichardMCNgo · 2026-10-27