讓智能在實驗中進化：恩和科技發(fā)布 SAION AI - 面向生物制造的物理智能平臺

舊金山和杭州2026年3月11日 /美通社/ -- 當(dāng)人工智能正以其強大的認(rèn)知與生成能力深刻重塑著數(shù)字世界時，另一個更具突破性的力量已經(jīng)邁入物理世界——物理人工智能，一個能夠感知、理解並進入真實物理環(huán)境，直接參與任務(wù)執(zhí)行並做出理性決策的智能系統(tǒng)。今天，恩和科技正式發(fā)布全球首個面向生物制造領(lǐng)域的Physical AI 平臺：SAION AI。

SAION AI 並非是停留在虛擬設(shè)計的AI智能體或單一執(zhí)行的實驗自動化工具，而是一個包含認(rèn)知、控制與閉環(huán)執(zhí)行能力，能實現(xiàn)自主設(shè)計、直接參與並優(yōu)化生物發(fā)現(xiàn)與生產(chǎn)工藝的 Physical AI 平臺。

它能根據(jù)科研意圖生成可執(zhí)行的實驗方案，通過恩和自研的生物標(biāo)準(zhǔn)協(xié)議語言（Biology Protocol Language, BPL）直達生物鑄造廠，標(biāo)準(zhǔn)化地完成真實實驗，並在數(shù)據(jù)閉環(huán)回流中持續(xù)進化，以解決生物制造領(lǐng)域研發(fā)及生產(chǎn)鏈路冗長、工序繁多、數(shù)據(jù)割裂，高度依賴人工經(jīng)驗與反復(fù)試錯的行業(yè)挑戰(zhàn)。

01 平臺架構(gòu)：認(rèn)知、控制與閉環(huán)執(zhí)行

在架構(gòu)設(shè)計上，SAION AI 以 Physical AI 為核心理念，構(gòu)建了由認(rèn)知層（Cognition）– 控制層（Orchestration）– 閉環(huán)執(zhí)行層（Closed-loop Execution）組成的協(xié)同進化架構(gòu)（COE Model）。

SAION AI 通過恩和自研的三層架構(gòu)，實現(xiàn)內(nèi)在統(tǒng)一調(diào)度與協(xié)同，使其能夠在復(fù)雜和長鏈路的生物制造工業(yè)場景中，依托數(shù)字維度對生命系統(tǒng)的多尺度深度認(rèn)知、智能任務(wù)編排與工具調(diào)度，直達物理維度的任務(wù)執(zhí)行與數(shù)據(jù)反饋，形成平臺內(nèi)自我優(yōu)化的智能閉環(huán)。

認(rèn)知層： 多尺度生命系統(tǒng)理解能力

認(rèn)知層建立在恩和自研 Cell2Cloud 生物鑄造廠長期積累的數(shù)據(jù)基礎(chǔ)之上，融合千萬級真實項目閉環(huán)實驗數(shù)據(jù)、百萬級文獻與專利，並整合NCBI、UniProt、PubMed 等生物專業(yè)數(shù)據(jù)庫。

系統(tǒng)整合AlphaFold、ProteinMPNN、RFDiffusion、ESMFold等多類 AI4Science 模型，覆蓋蛋白結(jié)構(gòu)預(yù)測、序列生成、代謝通路分析、酶工程與發(fā)酵數(shù)據(jù)建模等能力，使 SAION AI 能夠貫通基因—蛋白—代謝—細(xì)胞—發(fā)酵等多尺度進行系統(tǒng)性認(rèn)知，在龐大設(shè)計空間中識別最優(yōu)研發(fā)方向，並為後續(xù)科研決策提供跨多尺度上下文數(shù)據(jù)基礎(chǔ)。

控制層：  動態(tài)編排中樞

控制層核心為 Agent Harness 智能體編排引擎，以大語言模型推理為核心，統(tǒng)一調(diào)度多智能體協(xié)作、工具調(diào)用與任務(wù)執(zhí)行。系統(tǒng)可將復(fù)雜科研目標(biāo)解析為結(jié)構(gòu)化任務(wù)圖，並基於企業(yè)沉澱的菌株開發(fā)與生物制造經(jīng)驗構(gòu)建 Workflow Skills，形成穩(wěn)定的科研執(zhí)行模式。

同時，平臺已整合316種專業(yè)科研工具，通過智能工具路由實現(xiàn)模型與算法能力的動態(tài)組合，並通過 Checkpoint 與容錯機制支持長時間復(fù)雜科研流程穩(wěn)定運行，構(gòu)成 SAION AI 的科研決策與任務(wù)調(diào)度中樞。

執(zhí)行層：  標(biāo)準(zhǔn)化實驗執(zhí)行與數(shù)據(jù)閉環(huán)

執(zhí)行層通過恩和自研生物標(biāo)準(zhǔn)協(xié)議語言 - BPL，將 SAION AI 生成的實驗方案轉(zhuǎn)化為標(biāo)準(zhǔn)化實驗指令並直接驅(qū)動設(shè)備執(zhí)行，實現(xiàn)研發(fā)計劃到實驗操作的自動化流轉(zhuǎn)。

系統(tǒng)通過對接 Biofoundry API 智能調(diào)度移液工作站、培養(yǎng)與檢測設(shè)備，並實時監(jiān)控實驗進度與設(shè)備狀態(tài)。同時實驗數(shù)據(jù)會被自動解析並結(jié)構(gòu)化回流平臺，通過強化學(xué)習(xí)驅(qū)動模型持續(xù)優(yōu)化，形成 Design–Build–Test–Learn（DBTL）閉環(huán)，不斷強化 SAION AI 的科研能力提升與知識資產(chǎn)積累。

通過這一架構(gòu)，SAION AI 將科研認(rèn)知、智能決策與物理實驗執(zhí)行深度融合，全方位構(gòu)建面向生物制造的 AI 驅(qū)動閉環(huán)系統(tǒng)。

02 真實性能表現(xiàn)

SAION AI 在多項國際生命科學(xué)AI基準(zhǔn)測試上取得行業(yè)領(lǐng)先（SOTA）表現(xiàn)，系統(tǒng)性驗證了其作為 AI Scientist 的核心科研能力。 在文獻理解、生物序列推理、基因工程設(shè)計與科學(xué)發(fā)現(xiàn)等關(guān)鍵科研任務(wù)中，SAION 均顯著領(lǐng)先通用大模型和多項專業(yè)模型。

科研文獻理解  

在 LitQA (Lab-Bench) 與 SuppQA (Lab-Bench) 基準(zhǔn)測試中達到70.7%平均準(zhǔn)確率，顯著領(lǐng)先當(dāng)前主流基座模型 （GPT-5.3，Opus 4.6）近20個百分點，以及科研優(yōu)化的模型 Stella 公開評測結(jié)果（LitQA 65.0%）。

生物序列分析  

在 SeqQA (Lab-Bench) 基準(zhǔn)測試準(zhǔn)確率達到88.2% ，領(lǐng)先當(dāng)前主流基座模型，超過公開評測成績斯坦福大學(xué)文獻中發(fā)表的 Biomni平臺 （81.9%），展現(xiàn)出領(lǐng)先的 DNA / RNA / 蛋白序列推理與設(shè)計能力。

科學(xué)發(fā)現(xiàn)與推理  

在 BAIS-SD 基準(zhǔn)（評估智能體是否具備生成生物科學(xué)新發(fā)現(xiàn)與推理的能力）測試達到89.6%準(zhǔn)確率，相比主流基準(zhǔn)模型提升約12個百分點，體現(xiàn)出其在科研假設(shè)理解、科學(xué)推理和研究發(fā)現(xiàn)任務(wù)中的領(lǐng)先能力。

真實實驗驗證  

由於目前尚無基準(zhǔn)測試可全面測評 AI 模型在生物實驗閉環(huán)執(zhí)行能力，我們通過全流程真實實驗驗證了 SAION AI 的物理層面的科研表現(xiàn)。

SAION 已自主完成從文獻閱讀到質(zhì)粒設(shè)計及濕實驗組裝的任務(wù)，並實現(xiàn)90%+正確率，證明其不僅在科研理解與推理基準(zhǔn)測試中表現(xiàn)出色，也具備在真實實驗中獨立驅(qū)動生物研發(fā)的能力。

綜合四項核心基準(zhǔn)測試與真實實驗驗證，SAION 在多項任務(wù)中排名第一。

這些結(jié)果表明，SAION 已具備貫穿生物科研流程的系統(tǒng)能力—從科學(xué)知識理解、序列分析到實驗設(shè)計與科學(xué)發(fā)現(xiàn)，正在將AI從知識工具升級為能夠驅(qū)動真實科研工作的 AI Scientist 模型，顯著提升生物制造研發(fā)效率並加速科學(xué)發(fā)現(xiàn)到物理世界的進程。

03核心優(yōu)勢與特點

基於上述架構(gòu)和技術(shù)成果，SAION AI 核心優(yōu)勢和特點可總結(jié)為以下五點：

雙源知識驅(qū)動科研規(guī)劃  
SAION AI 以企業(yè)內(nèi)部真實項目沉澱的千萬量級私有實驗數(shù)據(jù)，以及百萬量級公開文獻和專利構(gòu)建起認(rèn)知模型壁壘，結(jié)合多個SOTA模型優(yōu)勢，自主組合並鏈?zhǔn)秸{(diào)用多個前沿專用模型，形成自適應(yīng)的目標(biāo)導(dǎo)向工作流，將科研意圖輸出為可執(zhí)行的技術(shù)路線，任務(wù)規(guī)劃及方案。

實驗任務(wù)方案代碼化  
SAION AI 平臺輸出的實驗任務(wù)方案，可通過恩和自研的生物標(biāo)準(zhǔn)協(xié)議語言（BPL）精準(zhǔn)轉(zhuǎn)化為的實驗人員可標(biāo)準(zhǔn)化操作的實驗工單與設(shè)備直接執(zhí)行的機器指令。
同時，作為標(biāo)準(zhǔn)協(xié)議，BPL實現(xiàn)了實驗方案在不同人、不同時間、不同設(shè)備之間可復(fù)現(xiàn)性、可追蹤，確保了實驗結(jié)果數(shù)據(jù)的合規(guī)性。

資產(chǎn)感知的場景化設(shè)計能力  
菌株與生物元件是生物制造的核心資產(chǎn)。SAION AI 平臺可在實驗設(shè)計環(huán)節(jié)，自動識別內(nèi)部庫存中已有的、可復(fù)用的DNA片段、標(biāo)準(zhǔn)質(zhì)粒及菌株，並主動推薦或自動納入實驗方案。

同時，在實驗執(zhí)行過程中將 DNA 設(shè)計，菌株構(gòu)建、轉(zhuǎn)化、遺傳信息傳代等結(jié)果自動納入數(shù)據(jù)庫，形成可追溯的菌株構(gòu)建路徑和完整的菌株實物狀態(tài)。

直接驅(qū)動與智能調(diào)度生物鑄造廠

通過BPL標(biāo)準(zhǔn)化協(xié)議，SAION AI 將實驗方案轉(zhuǎn)化為機器可讀指令，直接遞送至恩和自研Cell2Cloud 生物鑄造廠並進行執(zhí)行。消除傳統(tǒng)生物實驗中信息傳遞帶來的損耗，提升實驗執(zhí)行準(zhǔn)確性與復(fù)現(xiàn)性，並實時監(jiān)控實驗完成進度。
此外，Cell2Cloud 生物鑄造廠內(nèi)的所有實驗隊列、設(shè)備狀態(tài)與耗材庫存，都在SAION AI 的驅(qū)動下實現(xiàn)最優(yōu)智能調(diào)度。

生物制造專屬數(shù)據(jù)智能和知識沉澱

任務(wù)執(zhí)行過程中，SAION AI 能實時自主獲取、追蹤、分析結(jié)果數(shù)據(jù)，支持理性決策，實現(xiàn)物理人工智能全鏈條介入生物制造流程。
同時，沉澱而來的專屬數(shù)據(jù)以結(jié)構(gòu)化、可查詢、可調(diào)用的狀態(tài)存為組織數(shù)據(jù)資產(chǎn)，賦能內(nèi)部人才培養(yǎng)，達到實驗方案及工藝開發(fā)的精準(zhǔn)設(shè)計，實現(xiàn)SAION AI 平臺的全層次持續(xù)進化。

04從研發(fā)閉環(huán)走向智造閉環(huán)

物理人工智能（Physical AI）深度的真實場景應(yīng)用，拓展了認(rèn)識生命的能力，更是在變革傳統(tǒng)的實驗與生產(chǎn)方式。 SAION AI 的發(fā)布標(biāo)志著：生物制造開始進入數(shù)字認(rèn)知、智能編排、閉環(huán)執(zhí)行的持續(xù)自增強模態(tài)，推動行業(yè)從經(jīng)驗驅(qū)動的反復(fù)摸索，走向數(shù)字與硬件交互感知、迭代躍進的智能工程。生物制造的效率邊界，正被重新定義。

SAION AI 介紹視頻

聯(lián)系：bota.pr@bota.bio