2026年10月16日，谷歌介绍了其AI智能体自主湿实验室建设进展，研究团队让智能系统在液体处理机器人上完成“设计分子—安排实验—读取结果—调整下一轮方案”的闭环测试，将以往停留在计算机中的分子设计，推进到真实实验台上反复验证。

    湿实验室是实际处理试剂、生物样本和液体的实验场所。AI若要真正参与科学发现，就要进入湿实验室，在真实生物学反馈中不断修正判断，因为干实验室的研究结果直接放到真实环境中，经常会出现偏差。

    为此，研究团队搭建名为VERID的框架，基于开源机器人控制框架为工作台建立持续更新的数字孪生，实时记录机械臂位置、孔内液量、试剂种类和枪头库存等状态，在确认无撞针、空吸、容器不匹配等问题后再向机器人下发指令，并保留视频和动作日志供回溯。

    与传统自动化设备需人工编写和调试程序不同，该系统将“根据结果调整方案”的工作也交由智能体完成，但每次调整前会重新核对设备和样本状态。在一项肌红蛋白筛选中，系统一度认为找到更优分子，加入对照后发现并未真正识别目标，随后调整设计规则，下一轮效果即得到改善。

    谷歌强调，目前该系统仍属于科研原型，科研人员需审核序列、核对方案并监督机器人运行，其价值主要在于压缩“预测—验证”之间的繁琐环节，加快早期发现阶段的迭代。

信息来源：

https://avoai.org/items/xhhg2z31rbvwrelqn9fe7ktvj

https://www.news.cn/liangzi/20261020/fa4588c40b55449a909cfc62da2b335e/c.html