AI提出的想法越来越多,实验室能验证多少?
Xaira给出了一段真实实验室演示:把AI科学家X-Scientist接上机器人,让软件里的指令变成搬运样品、操作仪器的实际动作。
在一次7天的部署中,X-Automate完成了18块96孔板的转运、上样和HPLC分析。这些是真实的蛋白样品。
Xaira实验室实录视频:直播AI科学家指挥机器人做实验
AI到底怎么“动手”?
可以把它理解成一支分工明确的实验团队:
-
X-Scientist负责协调:结合摄像头、电脑屏幕和仪器状态,判断下一步操作。 -
移动机器人负责运输:把样品送到分析仪器旁。 -
X-Bot机械臂负责操作:打开抽屉、取出旧板、放入新板,再关闭抽屉。
机械臂还通过摄像头观察位置,边移动边调整,适应样品板或抽屉的位置变化。
这里需要分清:官方说明完整流程由X-Supervisor状态机自动化,演示展示了X-Scientist逐步指挥各环节的能力。
真正值得关注的是:少等一夜、少等一个周末
对药研团队来说,一个值得追问的问题是:
候选分子出来之后,多久才能拿到可信的实验结果?
如果表达、纯化已经实现自动化,但后面的分析仪器仍需人工交接,整个流程就可能卡在上样和等待上。
因此,这个案例给药企的启发很具体:做AI转型时,可以先追踪一批样品——在哪一步排队,哪台设备空转,哪次交接必须等人到场。
把这些等待接起来,才有机会让更快的分子设计转化为更快的验证。
走向无人实验室,还差什么?
这次部署中,上游存储环节发生过4次需要人工恢复的中断。它仍是技术概念验证,尚未证明整个实验室可以长期无人运行。
但它把一个关键问题摆到了台前:
当AI越来越会设计,实验能力能否跟上,将决定多少想法能真正接受检验。
来源:
-
Xaira官方技术说明:https://www.xaira.com/news/x-automate-brings-physical-and-agentic-ai-to-labs

