展会回顾｜从概念到闭环，青葵智造亮相2026自主实验室大会

7月14日，2026自主实验室大会在北京举办，大会以“ AI for Lab, Science for Tomorrow，实验用AI，科技创未来”为主题，500余位来自高校院所、领军企业、国家实验室、新型研发机构、行业用户等单位的代表参会，围绕模型仪器强基、AI与科学仪器融合、多行业场景落地三大方向展开研讨。

青葵智造受邀参展，与行业共同见证了自主实验室从概念验证走向规模化落地的关键节点。

主论坛上，谭天伟院士、段慧玲院士、邓宏魁院士等专家分享了AI驱动生物制造、聚变能源研发范式转型、智能细胞化学重编程和克隆筛选等前沿成果。北京市科委现场解读了《北京市加快推进人工智能赋能科学研究实施方案（2026-2028年）》，从自主实验室体系、高价值场景应用等五大方向部署18项具体任务。

综合全场讨论，一个明显变化是：行业话题已从“要不要做AI实验室”转向“闭环怎么真正跑通”。

单体设备自动化（移液、称重、分样）在常规场景中已基本成熟，但AI预测与物理执行之间仍然存在断裂。如何让AI实时读取实验结果、自主调整下一轮方案，把“预测—设计—执行—迭代”串成闭环，成为会场内外被反复追问的核心命题。

与之紧密相关的是数据。在化学与材料研发中，配方空间维度高、变量耦合复杂，真实实验数据不可替代。自主实验室本质上也是一座数据工厂，每次操作、每次检测都被精确记录并回流系统，驱动模型持续进化。谁先把高质量数据的规模化生产能力建起来，谁就在AI4S竞争中拿到核心壁垒。

在展位上，青葵智造重点展示了自驱动实验室的产品体系及多行业落地成果，与到访的专业观众展开深度交流，话题高度聚焦于数据闭环的工程实现、AI决策的可靠性验证、多场景适配能力。

青葵智造以机器人、人工智能与仿真技术为驱动力，构建了自驱动实验室的三大核心平台：

● MoleMind 智能实验决策平台：以AI为驱动内核，融合反应参数优化、功能分子设计与合成、反应预测建模等能力，持续赋能实验决策的智能化迭代与演进。

● QuikOS智能实验操作系统：集数据汇交、实验调度、设备监控于一体的统一管控平台，实现全流程数字化追溯与标准化数据治理。

● NexoLab智能实验执行平台：自动化实验执行核心引擎，覆盖物料储运、反应架设、样品处理及分析检测全流程，模块化架构支持快速重组适配多场景研发需求。

三大平台构成“AI自主设计实验—机器人自主执行—AI自适应优化”完整闭环，对应L4级全自主自驱动实验室系统，已在真实研发场景中完成验证：

其中，某药物中间体合成项目中，系统通过4轮自主迭代将产率从20%提升至95%——这一结果由AI在真实实验反馈中持续校准、自主逼近最优解完成，在现场引发多位药企与材料企业研发负责人的深入探讨。

青葵智造的产品体系已在多个真实场景中落地，服务对象覆盖中科院上海有机所、人福药业、安琪酵母、国轩高科等科研与产业龙头，并与勃林格殷格翰、阿科玛、中国航天等领军企业展开合作。

这次参展，以下几点值得展开说说：

第一，数据闭环的深度，比自动化覆盖的广度更值得关注。不少企业已部署大量自动化设备，但数据散落在不同系统中，无法回流驱动模型迭代。打通“实验执行—数据采集—模型进化”的链路，是从自动化走向自驱动的关键一跃，也是当前产业落地中最被重视的难点。

第二，场景验证是检验技术价值的硬标准。现场交流中，专业观众的关注点不在技术参数本身，而在“客户场景中跑出了什么结果”。从一个药物中间体的产率曲线，到一组催化剂的筛选通量，真实跑出来的数据比任何架构图都更有说服力。产业界的态度正在转变，自主实验室的价值不再由指标定义，而要靠解决具体问题来证明。

第三，生态协同是必选项。自主实验室是一项跨环节的系统工程，从科学大模型到高通量仪器、从数据引擎到机器人执行，每一层都需要专业伙伴的深度参与。产业链各环节的企业正在加速入场，生态协同不再是一个选项，而是规模化落地的必要条件。

第四，政策与标准正在为产业化铺路。《北京市加快推进人工智能赋能科学研究实施方案（2026-2028年）》的发布、自主实验室联盟的揭牌、首批团体标准立项计划的推出……这些信号意味着，自主实验室的产业化正在获得从政策到制度的系统性支撑。

自主实验室的产业化才刚起步。青葵智造将继续以“AI × Robot × Simulation”为技术内核，把闭环跑得更深，把场景做得更实，在更多真实的研发产线中去验证，让每一台实验设备都成为会思考的科研伙伴。