Google ResearchT1·68 分
谷歌提出 AI 智能体驱动自动化湿实验室愿景，聚焦三维推理与实验闭环瓶颈
原标题：Grounding AI agents in biological reality: Building blocks for autonomous wet labs
- AI 智能体需具备可靠的三维几何与物理状态推理能力，才能控制液体处理机器人执行复杂生物协议。
- 当前计算端假设生成速度快，但真实湿实验室的实验读出与反馈循环严重滞后，形成验证瓶颈。
- 长期目标是实现从假设、实验到学习自我改进的全自动闭环，由人类科学家设定方向而非直接操作。