Компания XtalPi Technology (Цзинтай Кэцзи) 29 июля 2026 года выпустила платформу XtalPi Science — первую в мире комплексную платформу AI for Science (AI4S). Она объединяет большие языковые модели (LLM), научные интеллектуальные агенты и крупномасштабные автоматизированные роботизированные эксперименты. Ресурсы платформы упакованы в Science Token — это позволяет получать доступ к ним по требованию.
Вместе с 26 партнёрами (предприятиями, вузами, научными организациями) компания основала «Альянс открытой экосистемы научного интеллекта» . Подписано соглашение с участием 27 организаций, включая биофармацевтические компании («Саньшэн чжияо» , «Цзюньши шэнву» , «Цзякэсы» , «Байчэн яоцзи»), предприятия в области передовых технологий и новых материалов («Байвэй цуньчу» , «Ханьбо гаосинь цайляо»), компании, работающие с научным оборудованием, инфраструктурой ИИ и интеллектуальными системами («Даньнахэ цзитуань» , «Увэнь синьцюн» , «Чжуцзи дунли»), а также университеты и инвестиционные организации (например, Гонконгский университет (Шэньчжэнь), «Уюань цзыбэнь» , «Канмандэ цзыбэнь»).
Центральный узел системы — Genius Agents. Это многоагентная система с возможностями глобального планирования и выполнения задач в конкретных сценариях. Она способна самостоятельно понимать сложные научные цели, выполнять междисциплинарные долгосрочные задачи, снижать галлюцинации моделей, делать прогнозы с помощью профессиональных моделей в цифровом мире и проводить высокоточные эксперименты в физическом мире с помощью Physical AI.
XtalPi Science реализует замкнутый цикл «цифровая гипотеза — профессиональный прогноз — физическая проверка — обратная связь по данным». Гипотезы, сформированные на уровне моделей, проверяются в экспериментах, а результаты возвращаются в модели и агенты для следующего цикла прогнозов и решений.
Genius Agents координирует междисциплинарные экспертные агенты, сотни профессиональных инструментов и крупнейший в мире кластер автоматизированных экспериментальных роботов. Система преобразует цикл DMTA (дизайн-производство-тестирование-анализ) в сотни типов исследовательских намерений, снижает трение при сотрудничестве и коммуникации в крупных исследовательских организациях. Genius Agents превращает «скрытые знания» экспертов в повторно используемые стандартизированные рабочие процессы (Skills), при этом сохраняя за учёными право окончательного решения на ключевых этапах. Это позволяет сократить время исследовательских проверок с недель или месяцев до дней. Система уже активно используется в XtalPi и прошла множество реальных испытаний.
Physical AI — ключевой элемент для преодоления разрыва между цифровым и физическим миром. Его внедрение в отраслевые исследования приведёт к двум ключевым изменениям: накоплению больших объёмов мультимодальных данных за счёт высокопроизводительного физического взаимодействия и реализации автономного научного открытия (Autonomous Discovery) через замкнутый цикл «гипотеза — проверка». Лаборатории рассматриваются как идеальная среда для отработки технологий физического интеллекта и их коммерческого внедрения.
За почти десять лет компания «Цзинтай Кэцзи» разработала технологическую базу, опираясь на китайскую цепочку поставок оборудования и собственные алгоритмы ИИ. Система компании охватывает более 20 классов промышленных сценариев, обслуживает свыше 100 проектов по поиску новых лекарств и новых материалов. Ежемесячно лаборатория генерирует более 50 тыс. данных о выходе реакции и 300 тыс. данных о процессе; всего накоплено более 500 тыс. записей реальных экспериментов. В данных содержится до 80 % «отрицательных примеров» (неудачных опытов), которые отсутствуют в общедоступных источниках.
Модель SureRoute, обученная на реальных физических данных, показала в оценке на основе 350 реальных промышленных молекул высокую надёжность: уровень химических галлюцинаций — 4,6 % (в шесть раз ниже, чем у передовых больших языковых моделей), точность первой синтетической траектории — 51,7 %.
Точность SureRNX в прогнозировании неудачных экспериментов — 81–89 % (против 38–60 % у опытных химиков). SureRNX сокращает количество итераций проб и ошибок для получения целевой молекулы с 5–10 до в среднем 1,19, значительно повышая эффективность исследований.
К полудню 29 июля около 200 предприятий, вузов, исследовательских и инвестиционных организаций подали заявки на пробное использование платформы XtalPi Science. Компания предоставит членам альянса и ряду сотрудничающих вузов и исследовательских институтов бесплатные пробные версии платформы Science Token.
Проведены два круглых стола: «AI for Science в новую эпоху: от интеллектуальных моделей до Physical AI, совместное строительство научной интеллектуальной инфраструктуры» (ведущий — CEO XtalPi Ма Цзянь) и «От научных возможностей до промышленной производительности: XtalPi Science продвигает интеллектуальную модернизацию промышленных исследований и разработок» (ведущий — председатель совета директоров XtalPi Вэнь Шухао). В обсуждениях участвовали представители различных организаций, включая No Question to the Sky , Китайский университет Гонконга (Шэньчжэнь), Chao Yan Intelligence , Hua Denggao Science , Johnson & Johnson, Gaosheng Investment , Beiwei Storage Technology , MIT, Baiju Pharmaceuticals , LCC Technologies и др.
В 2026 году ожидается качественный перелом в сфере физического ИИ. Компания «Цзинтай» сначала будет развивать возможности в биомедицине и новых материалах, затем распространит их на промышленность и гражданское применение. В разработке новых лекарств с помощью ИИ: внутренняя разработка «Цзинтай» — лекарство от рака лёгких с полным участием ИИ — уже на клинической стадии, ожидается, что в США оно может получить одобрение во второй половине 2026 года. В ближайшие 2–3 года доля ИИ в разработке лекарств вырастет с нынешних 50–70 %. В области материалов благодаря ИИ оптимизация сложных материалов для батарей, которая раньше занимала 3–5 лет, теперь занимает несколько месяцев; уже проверено более ста новых составов материалов.
Подписаться в Макс
