镜头之下，天夜五天五夜无休——屏幕内，百题代码如瀑布般滚动，马拉自动生成实验指令；屏幕外，松加受机械臂昼夜不息地执行取样、量完反应、成场提纯与测试，直播全程零人工介入操作间。关注

直播间热度持续飙升。天夜

乍看之下，百题这似乎仅是马拉一场机器人技术的“表演秀”。毕竟，松加受机器狗巡逻、量完机械臂组装早已司空见惯。成场然而，直播这场直播究竟凭何引发广泛关注？

干湿闭环直播截图

事实上，这绝非简单的自动化演示，而是一次从设计到实验、全程无需人工干预的完整科研闭环的实时验证。由上海科学智能研究院牵头建设、上海格物智研科技有限公司运营打造的“Golab物质科学智能研发工厂”，已成功跑通国内领先的“AI计算—自动实验—数据回流—模型自进化”全流程，并在生物医药、能源材料、日用化工等多个领域开展验证性应用。

据《新民晚报》报道，“计算—执行—反馈—迭代”的技术闭环，正成为全球科技巨头从技术验证迈向商业落地的共识路径。无论是自动驾驶、具身智能还是科学智能，头部机构几乎都在践行同一套方法论：让AI在真实物理世界中执行任务、采集数据、反哺模型、持续进化。

• 特斯拉：依托全球数百万辆存量车构建真实路况数据闭环。今年2月，上海临港AI训练中心投用，完成全链路本土化闭环。全球车队每日产生约16亿帧图像数据，FSD累计行驶里程超100亿英里。
• 宇树科技：打通“真机采集—模型训练—真实部署”完整闭环。今年3月开源的人形机器人真机数据集包含189万条真实场景动作轨迹数据，驱动模型持续迭代。

不难理解，这套体系直击物质科学研发长期以来的核心痛点：周期漫长、试错成本高。AI虽能预测却无法验证、能设计却无法合成、能单点自动化却无法串联全流程，导致大量科学假设止步于计算模拟，无法进入物理世界接受检验。“Golab工厂”的突破在于，以通用的跨领域基础模型作为“大脑”，自驱动实验室作为伸向物理世界的“双手”，构建起二者持续互相校正、越用越强的自进化系统。

“数据回流是让系统自进化的关键所在。”上智院主任研究员、格物智研算法高级专家徐丽成指出，“实验结果，包括大量在传统研发中被丢弃的失败案例与负向数据，被结构化回流至模型端，验证预测正误，模型据此自我修正。”

团队带头人、上智院AI科学家、格物智研创始人曹风雷表示，平台的目标并非取代科研人员，而是帮助他们更好地专注于科研本身。过去，科研人员需耗费大量精力处理非核心事务，如从零搭建实验室或配置设备，成本高且耗时。进入该平台后，这些环节大幅精简。科研人员只需聚焦“该做什么”和“如何解决问题”，执行层面则全权交由平台完成。

直播的意义，在于将这条链路毫无保留地置于公众视野，让技术接受真实场景检验，见证科研从“人力驱动”加速转向“智能驱动”。截至7月11日21时，直播共运行135题，远超原规划的102题。由于在分子生成、AI训练与推理、虚拟筛选等环节均进行了时间优化，整体进度提前结束，同时在药物设计方向增加了同类型但不同目标的题目。

核心数据亮点：
* 总体完成率：99%
* 工具调用正确率：100%
* 工具完成度：高于95%

“整个平台在超长时间任务串行中表现极其稳定。”曹风雷自豪地透露。

【延伸阅读】无人介入，AI自己动手做实验！物质科学智能研发工厂落地上海

原标题：《五天五夜“百题马拉松”加量完成：这场直播为什么受到关注？》