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
- 法学教授谈 legal engineering 岗位:离开执业后再回律所仍受偏见 — jkubicki · 2026-09-11
- 安全从业者被讽「只会发帖不设防」,AI Safety 圈爆发职责之争 — Dan_Jeffries1 · 2026-09-11
- 孙正义：人类是最高级生命形式的时代即将终结 — Puzzleheaded-King584 · 2026-09-11
- IIT马德拉斯推出 EdTech Tulna AI 教育产品评估标准 — ravi_iitm · 2026-09-11
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- Anthropic 内部爆料:并非人人都持高 p(doom) 灾难论 — anpaure · 2026-09-11