AI与物理碰撞：Periodic Labs重塑科学发现

「我们的目标是将AI与科学结合，通过推测、实验和学习的循环来推动知识边界」——这是Periodic Labs的核心理念，源自其官方博客的深刻阐述。

2025年春，一则重磅消息震撼业界：曾任OpenAI研究副总裁、负责后训练工作的Liam Fedus决定离职。他在推文中透露，对「AI在科学中的应用」抱有「战略兴趣」，这将成为他新征途的方向。

与此同时，另一科技巨头DeepMind的前化学与材料科学团队负责人Ekin Dogus Cubuk也选择离开，投身创业浪潮。

Fedus与Cubuk都认为，互联网的数据资源已近枯竭，单纯依赖参数扩张无法实现质的飞跃。他们决定携手合作，让AI走进实验室，从零开始创造数据。

创立初衷：AI与物理的灵感碰撞

Periodic Labs的诞生源于一次偶然的灵感碰撞。7个月前，Fedus和Cubuk在旧金山的一次对话中探讨了生成式AI如何重塑科学发现的过程。他们分别在各自的实验室见证了AI的力量，同时也感受到了它的局限。

「生成式AI已经能写论文、编程，甚至作画，但它还未真正帮助人类发现新知识」，Fedus回忆道，「科学界的实验速度太慢，而AI已经准备好改变这一切。」

Cubuk则从物理学角度阐述了这一观点，他看到机器人自动化、材料仿真和AI推理的技术曲线在一点交汇。「这是一个前所未有的机会」，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融合成一个系统。」

这次对话成为了Periodic Labs的起点。几周后，两人正式离职，并召集了一批志同道合的科学家，创立了一个以AI驱动实验科学的研究公司。

颠覆传统：打造AI驱动的科学平台

Periodic Labs自称为「AI驱动的科学平台」，其愿景是让人工智能不仅能分析数据，还能设计实验、驱动物理仪器、发现新材料。

换句话说，它试图将「智能」与「实验操作」结合成一个闭环系统——从算法到试剂瓶，从大模型到机器人手臂。

过去十年，AI在药物设计、蛋白质折叠、材料模拟等领域取得了突破。但Periodic Labs的目标更为宏大。它想要打造一个「通用实验体」，让AI不仅能理解科学，还能在真实实验室里动手做实验。

Periodic Labs的理念中，有一个极具颠覆性的观点：失败的数据同样宝贵。传统科研倾向于追求「成功实验」的发表，而忽视了大量的「负结果」。在Fedus和Cubuk看来，这些「失败」恰恰是训练AI科学家的关键燃料。

技术栈：让AI、模拟与机器人同频

Periodic Labs的实验室里，机械臂精准混合金属粉末，高温炉按预设程序升温，光谱仪实时捕捉材料特性数据——这不是科幻电影场景，而是其「自主实验室」未来的日常运作。这套系统的灵感源自Cubuk 2023年在Nature上的突破性研究。

论文链接：

如今Periodic Labs将这套逻辑推向极致。其核心创新在于「三位一体」的科学栈：自动化机器人实验室、高保真物理模拟和大型语言模型研究助手。

三者形成了一个闭环系统，从解析文献、生成实验假设开始，到自动化设备执行合成与表征，最后由AI分析结果并优化方案。这种「虚拟推演 - 实体验证 - 数据反馈」的循环彻底颠覆了传统科研模式。

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的消息震惊行业。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游戏规则。

这场资本盛宴的序曲充满戏剧性。当Fedus宣布离职时，硅谷VC圈陷入集体狂热。他们接到的第一个电话来自Peter Deng——他曾是Fedus在OpenAI的同事，后来成为顶级种子公司Felicis的投资者。

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。」

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，来自Meta、OpenAI、DeepMind的顶尖研究者纷纷加盟。

这支团队的跨界特质堪称罕见：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。

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进化。

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。