在深化拓展“人工智能+”行动的背景下，人工智能正从辅助工具走向能够自主设计、驱动实验的研发伙伴。上海交通大学张江高等研究院的全流程AI无人实验室，正是此变化的具体体现。 从空间布局看，这座无人实验室对传统实验室进行了系统改造。过去，设备多沿墙摆放，中间留出科研人员往返操作的通道。如今，核心设备被集中到中央的“智能实验岛”，岛台之间由智能小车往来穿梭，承担物料转运与工序衔接，确保每一步精准到位。这种布局让实验室实现“7×24小时黑灯运行”，依靠智能调度系统完成全流程自动化运行，实验效率明显提高。 这一创新源于产业端的明确需求。一家生物制造企业亟需研发“更强大、更耐用的工业酶”——这类功能蛋白质相当于生产线上的“关键生物零件”。由于不同企业的产品与工艺条件各不相同，往往需要找到适配自身的全新工业酶方案，这一现实问题直接推动了技术路线的升级。 在解决问题的过程中，逐步形成了“产业出题、科学家答题、人工智能解题”的协同模式。生产方与科研团队先明确应用场景与产品目标，科学家将“好”的标准量化为可验证的指标，比如耐热范围、工作环境、效率要求等，并将这些要求整理为交付给人工智能的任务清单。 由上海人工智能实验室开发的“科学发现”平台在其中发挥了关键作用。平台首先快速检索全球文献与数据，提取与目标有关的线索；随后基于训练于海量蛋白质数据的模型进行方案推演，筛选出更优的设计方向；最后将设计结果转化为可执行的自动化指令，直接下发到实验环节，实现从设计到实验的无缝衔接。 从设计到验证全程自动运行，使实验周期大幅压缩。传统需要多人参与、耗时数周的流程，在这里可在6小时内完成“假设—验证”的闭环。效率提升不仅降低了时间与人力成本，更重要的是加快了成果走向应用的速度。 在7个月的测试阶段中，上海交大高研院洪亮教授团队已借助该系统为20多家企业设计了30多款蛋白质产品，其中十几款已从实验室走向生产线，显示出较强的实用性与应用前景。 这一创新也表明了新质生产力的关键特征。人工智能与自动化的深度融合，正在重塑科研流程，使更多行业的研发路径具备被重新定义的可能。这不仅提升了单个实验室的效率，也为产业链升级提供了新的工具与方法。
从需求牵引到系统解题，从人工奔走到自动闭环，全流程“无人实验室”折射出科技创新与产业创新加速融合的趋势。面向更高质量发展，关键不只是更快完成一次实验，更在于让每一次数据回流都能转化为下一轮设计的依据，让科研与产业在可验证、可复用的机制中持续迭代。随着“人工智能+”行动不断深化，更多“从实验台到生产线”的新路径正在加速形成。