Periodic Labs：AI驱动科学发现的革命性平台

Periodic Labs 在其官方博客中阐述，其核心愿景是构建一名 AI 科学家。科学方法的本质在于假设世界的可能状态、通过实验验证并从结果中汲取知识。

2025 年春季，一则引人瞩目的离职消息传来：前 OpenAI 研究副总裁，负责后训练工作的 Liam Fedus 宣布离职。他在社交媒体上表示，对“AI 在科学领域的应用”怀有“最具战略意义的兴趣”——这将成为他新旅程的探索方向。

同时，另一位关键人物 Ekin Dogus Cubuk——曾在 DeepMind 领导化学与材料科学团队、参与超过二百万晶体结构生成项目，也决定离开 DeepMind，投身创业浪潮。

左：Ekin Doğuş Cubuk 右：LiamFedus，图源 TechCrunch

“互联网中 10 万亿 tokens 的高价值数据已接近耗尽，仅靠参数扩张难以实现质的突破”，Fedus 在分享中直言。Cubuk 的补充更为犀利：“仅依赖 LLM 在文献中进行推演，永远无法诞生像室温超导体这样的颠覆性发现。”

因此，两人在今年初携手合作，与其在现有数据池中“内卷”，不如让 AI 直接进入实验室，从零开始创造数据。

创立初衷：AI 与物理的灵感碰撞

Periodic Labs 的创立源于一次思想火花。7 个月前，Fedus 和 Cubuk 在旧金山的一次交流中探讨生成式人工智能如何重塑科学发现流程，两人均在各自实验室见证了 AI 的潜力，但也感受到其局限性。

“我们认识到，生成式 AI 已能撰写论文、编写代码，甚至创作艺术，但它尚未真正助力人类发现新知识”，Fedus 回忆道，“科学界的实验进程过于缓慢，而 AI 已准备好改变这一现状。”

Cubuk 则从物理学视角切入，他看到机器人自动化、材料仿真和 AI 推理的技术趋势在同一时间点交汇。“这是一个千载难逢的机遇”，他解释道，“机器人自动化、模拟精度和大型语言模型的推理能力，终于能够整合为一个协同系统。”

那次对话成为 Periodic Labs 的起点。几周后，两人正式离职，汇聚了一批志同道合的科学家，创立了一家以 AI 驱动实验科学的研究公司。

颠覆传统观念：打造 AI 驱动的科学平台

Periodic Labs 自称正在构建“AI 驱动的科学平台”，其目标是让人工智能不仅能分析数据，还能设计实验、操作物理仪器、发现新材料。

换言之，它试图将“智能”与“实验操作”融合为一个闭环系统——从算法到试剂瓶，从大模型到机器人手臂。

这并非全新话题。过去十年，AI 在药物设计、蛋白质折叠、材料模拟等领域取得突破——DeepMind 的 AlphaFold、微软与 Meta 的分子生成模型、Chemify 的自动化化学系统，都证明了 AI 可参与科学发现。

但 Periodic Labs 的愿景更为宏大。Fedus 和 Cubuk 旨在创建一个“通用实验体”——让 AI 不仅能理解科学，还能在真实实验室中动手执行实验。

Periodic Labs 的理念中，有一个革命性观点：失败的数据同样具有价值。

传统科研倾向于追求“成功实验”的发表，而忽略了大量“负结果”。在 Fedus 和 Cubuk 看来，这些“失败”正是训练 AI 科学家的关键养分。“每一次实验偏差、每一次误差反馈，都是模型理解物理世界的机会。”Cubuk 表示，“AI 不畏惧失败，它只担忧数据不足。”

因此，Periodic Labs 并不急于发布成果，而是更注重积累实验数据，以构建一个前所未有的“科学经验数据库”，为下一代科研 AI 奠定基石。

技术栈：让 AI、模拟与机器人同频

Periodic Labs 的实验室里，机械臂正精确混合金属粉末，高温炉按预设程序升温，光谱仪实时捕获材料特性数据——这不是科幻场景，而是其“自主实验室”的未来日常。这套系统的灵感源自 Cubuk 2023 年发表在《自然》杂志的突破性研究：当年他主导的 A-Lab 平台在 17 天内合成了 41 种新化合物，证实了 AI 驱动实验的可行性。

论文链接：https://www.nature.com/articles/s41586-023-06734-w

如今 Periodic Labs 将这一逻辑推向极致。其核心创新在于“三位一体”科学栈：

* 自动化机器人实验室（Autonomous Robotic Lab）：能在全自动环境中进行粉末合成、物质混合与材料制备，精确执行实验指令，大幅提升科学研究的速度与可重复性。

* 高保真物理模拟（High-Fidelity Simulation）：通过 AI 驱动的模拟技术，在虚拟环境中快速评估物理与化学反应，为实验筛选提供高精度假设验证平台。

* 大型语言模型研究助手（LLM Research Assistant）：语言模型不再仅生成文字，而是能解析实验数据、提出修正建议、设计下一轮实验，真正成为科研流程的“认知核心”。

三者形成闭环系统：首先由融合 LLM 与物理仿真的 AI 系统解析文献、生成实验假设；接着自动化设备执行合成与表征，每轮实验产生数 GB 高维物理数据；最后 AI 分析结果（无论成败）并优化下一轮方案。这种“虚拟推演 - 实体验证 - 数据反馈”的循环，彻底重构传统科研模式，让科学发现速度呈指数级提升。

“我们的真正创新是数据生产方式”，Cubuk 强调。与依赖互联网文本的传统 AI 不同，其实验室每日产生的独特数据中，包含大量传统科研中被忽视的‘负结果’。在材料科学领域，失败实验占比超过 90%，而这些未被文献记录的宝贵信息，正成为 Periodic Labs AI 模型的独特滋养。正如公司官网宣言：“在这里，自然界本身成为强化学习环境”。

技术可行性的背后，是三大领域的同步成熟：工业级机器人手臂精度已达 0.1 毫米级，足以胜任复杂合成操作；AI 驱动的物理模拟器能将材料性能预测误差控制在 5% 以内；而 o1 等模型的推理能力，已能处理“设计超导晶体结构”这类跨学科复杂任务。三者的结合，让 Fedus 口中“AI 动手做科学”的愿景变为现实。

资本狂潮：3 亿美金背后的硅谷共识

2025 年 9 月，Periodic Labs 宣布完成 3 亿美元种子轮融资，消息震撼行业。这一数字不仅创下 AI 初创公司种子轮纪录，更颠覆了风投行业的常规——除 Andreessen Horowitz 领投外，a16z、DST、英伟达 NVentures 等顶级机构全部跟投，天使投资人名单更是星光熠熠：亚马逊创始人 Jeff Bezos、前谷歌 CEO Eric Schmidt、DeepMind 灵魂人物 Jeffrey Adgate 均位列其中。

这场资本盛宴的序幕充满戏剧性。当 Fedus 在 2025 年初宣布离开 OpenAI 时，硅谷 VC 圈陷入集体狂热：有投资人递交数十页 PPT 自我推荐，有人写下“情书式”投资意向书，更有机构承诺提供从算力到供应链的全方位支持。但他们接到的首个电话来自 Peter Deng，他曾是 Fedus 在 OpenAI 的同事，后成为顶级种子公司 Felicis 的投资者。在听完 Fedus 的愿景后，Deng 甚至在公司尚未注册时便准备开支票。

Felicis 投资 blog，图源 Felicis 官网

投资人的狂热并非盲目。a16z 在投资公告中直言：“这是压缩几十年科研进程的机会”。 在半导体散热、新能源材料等百亿美元级赛道，传统研发周期常达 10 年以上，而 Periodic Labs 的技术路线有望将其缩短至数年。

a16z 投资 blog，图源 a16z 官网

耐人寻味的是前东家 OpenAI 的缺席。尽管 Fedus 离职时获得管理层祝福，甚至曾暗示可能获得支持，连 Sam Altman 也在公司成立时送上祝贺，但其最终未出现在投资方名单中。有行业分析师推测，这可能源于技术路线的根本分歧：OpenAI 聚焦通用人工智能，而 Periodic Labs 的“AI for Science”垂直路线，更接近谷歌 DeepMind 的战略方向。

梦之队：半个硅谷精英的集体迁徙

3 亿美元融资到账后，Periodic Labs 启动了硅谷史上近乎最惊人的人才招募。短短几周内，20 多位来自 Meta、OpenAI、DeepMind 的顶尖研究者集体加入，其中包括 Transformer 注意力机制发明者、OpenAI Operator 智能体开发者、微软 MatterGen 大模型缔造者等大神级人物。不少人放弃了数百万美元股权激励，只为投身这场“科研革命”。

这支团队的跨界特质极为罕见：半数成员来自 AI 领域，另一半则是物理、化学、材料科学的专家。

团队名单，图源 Periodic Labs 官网

豪华顾问团进一步强化了这种交叉优势。诺奖得主 Carolyn Bertozzi 领衔的学术委员会中，既有斯坦福大学超导物理权威，也有麻省理工学院材料科学泰斗，为 AI 专家提供全新搜索算法思路。

科学顾问名单，图源 Periodic Labs 官网

基于这一强大人才矩阵，公司将初始目标聚焦于发现新型高温超导材料。由于当前已知的超导体需极低温度或高压才能工作，若能研制出在接近常温下工作的超导体，潜力巨大。Periodic Labs 押注 AI 可以加速这一奇迹的诞生。

除了超导体，他们还将目光投向半导体等领域的现实难题。目前团队已与一家芯片制造商合作，利用专门训练的 AI 代理优化散热材料，帮助工程师更快迭代解决芯片散热瓶颈。

写在最后

从毅然离职到 3 亿美元融资的轰动，从两位科学家的理念碰撞到横跨 AI 与物理的梦之队组建；Periodic Labs 用不到一年时间，完成了传统科研机构数年的演进。其“AI 科学家 + 自动化实验室”的模式，不仅可能催生室温超导等颠覆性发现，更在重构人类探索自然的底层逻辑。

正如 a16z 合伙人 Sonal Chokshi 所言：“贝尔实验室曾用晶体管改变世界，IBM 研究院用激光技术开辟未来，而 Periodic Labs 正在用 AI 重塑科学本身。” 当机械臂在实验室里重复第 1,000 次实验，当 AI 模型分析第 10 万组数据，一场由硅基智能驱动的科学革命，已然拉开序幕。

参考文章：

1.https://techcrunch.com/2025/10/20/top-openai-google-brain-researchers-set-off-a-300m-vc-frenzy-for-their-startup-periodic-labs

2.https://periodic.com/

3.https://globalbizoutlook.com/ai-startup-frenzy-how-periodic-labs-raised-300m-to-revolutionize-scientific-discovery/

4.https://www.felicis.com/insight/periodic-labs-investment

5.https://a16z.com/announcement/investing-in-periodic-labs/