自动化装置 · 物理执行






围绕“科学感知—语言推理—具身执行—科学发现”(PLAD)闭环,系统将科研目标解析、候选生成、实验设计、自动化执行与结果反馈连接为连续的自主发现流程,推动 AI 从静态预测走向可验证、可追溯、可迭代的真实实验探索。
感知实验环境、过程信号与历史数据,将原始实验信息转化为结构化证据。
结合大模型与科学知识图谱,完成科研目标解析、候选生成与方案规划。
将方案转化为设备序列,驱动自动化平台完成合成、测试与过程监控。
将结果内化为新知识,持续修正假设并驱动下一轮闭环自主发现。
解析科研目标、实验约束与评价指标,将开放式科学问题转化为可推理、可规划、可执行的任务表示。
融合知识库、文献证据、历史实验与模型预测,生成可解释、可追溯的候选材料 or 分子集合。
将候选假设转化为结构化实验方案,明确合成路径、变量空间、控制条件与验证指标。
将实验方案编译为设备操作序列,联通自动化工作站、机械臂与传感器,实现可追溯的实验执行。
将实验结果反馈至知识与策略空间,持续修正假设、优化设计,形成“感知—推理—执行—反馈”闭环。