华为与嘉庚联手，中国 AI for Science 全栈基建落地
在「感·知·行·合：AI for Science 的四个赛道」中，我们将硅解碳（AI for Science）拆解为四个职能板块——感（数据采集）、知（模型构建）、行（执行实施）、合（闭环运行）；同时将其产业纵深划分为五层：L1 科学计算底座、L2 数据基础设施、L3 科学基础模型、L4 硅基湿实验室、L5 自主科学家。
过去两年，市场目光几乎全聚焦在“知”层——以华深智药、深度原理、开物纪、鼎犀智创为代表的一批 AI 模型企业频登融资榜单。我们在「AI 材料四杰的进化：为什么所有人都在走向闭环」中曾提及，所有“知”层公司终将面临抉择：要么被基础设施边缘化，要么向“合”层迈进。
然而中国 AI4S 真正的短板，并不在于“知”层，而在于其两端——底层的 L1（算力底座）以及顶层的 L4-L5（自动化实验室与自驱动科学家）。
近期，厦门嘉庚创新实验室已成功补齐了这两大短板。
嘉庚创新实验室副主任洪文晶教授团队自主研发了一套新材料闭环研发系统：由 AI 大模型筛选最优配方，确定工艺参数，机器人自主制备材料，进行自动表征测试，数据回传给 AI，AI 再调整方案，机器人继续执行。
该系统全程无需人工干预，可 24 小时连续运行，效率是人工的 5 倍。目前已完成多个领域的实际分子材料合成，其中 π-lab 高分子智能研发成果入选 2025 年人工智能产业应用先锋案例。
这正是我们常说的“合”层——即预测、验证、回灌、再预测的闭环飞轮。这套系统并非纸上谈兵，也不是临时搭建的——其背后依托的是嘉庚创新实验室多年的设施积累。在建的智慧储能大型科研基础设施占地 4.5 万平方米，配备 300 多台智能仪器，计划于 2027 年建成。
中国的 AI4S 创业企业目前几乎全部集中在“知”层——即售卖 AI 模型。若要迈向“合”层，需进行重资产投入以建设自动化实验室，大多数初创公司缺乏资金与耐心。而嘉庚创新实验室作为产学研三方共建的独立法人，恰恰是中国“合”层最被低估的供给侧——具备持续投入能力、完善的人才梯队及产业转化渠道（成立至今已孵化 32 家科创企业，估值超 25 亿元）。
“合”层飞轮的运转，离不开 L1 算力底座的支撑。在这方面，中国长期受制于人——AI4S 科研工作者往往只能使用国外云服务或自行搭建集群，各机构从零起步，重复造轮子。
4 月 15 日，嘉庚创新实验室与华为联合启用的“物质科学智能算力平台”正是为此而来：
该平台采用鲲鹏通用算力与昇腾 AI 算力协同部署，覆盖从数据采集到分子筛选再到多智能体决策的全流程。这是中国能源材料领域首个软硬件完全自主可控的智能算力基础设施。
华为并非单纯销售服务器，而是在布局更大的格局：将 L1 算力底座打造为 AI for Science 的标准化基础设施——正如其为电信行业提供基站、为汽车行业提供智驾平台。未来，任何材料实验室均可接入，无需从零搭建。
此举的产业意义远超“提升 20% 计算效率”。它标志着中国 AI4S 算力底座正从“各自分散”走向“统一供给”——而这一供给者，正是华为，而非 AWS 或英伟达。
同期，另一件鲜为人知的事件也发生了：嘉庚创新实验室牵头的《智能实验室 系统设计 通用技术要求》获国家标准化管理委员会批准立项——这是中国首个智能实验室系统设计国家标准。
为何此事至关重要？我们在「AI for Science 的数据饥渴：从 Sciverse 到实验室笔记本」（推文 23）中曾论述：AI4S 的瓶颈已从模型转向数据，而数据问题的根源在于标准缺失——各家设备互不兼容、数据格式不统一、AI 模型与仪器接口各异。一个实验室产生数据，换一套设备便无法读取。
一旦国标落地，整个产业链将引发连锁反应：
以制药行业为例，GMP 标准出台前，各药厂各干各的；GMP 之后才实现了规模化。智能实验室国标，即是 AI for Science 基础设施的“GMP 时刻”。
将嘉庚创新实验室的这一系列事件置于“碳硅破壁”框架下审视，它们并非三条平行新闻，而是中国 AI for Science 首次呈现“全栈基础设施”的雏形——
过去三年，中国 AI4S 故事的主角是“知”层初创公司。但从今天起，故事主角将切换至“产学研单位 + 产业巨头”的组合——他们搭建的是基础设施，而非单点产品。
这意味着两件事：纯售卖 AI 模型的窗口正在收窄——基础设施一旦成型，“知”层公司的差异化护城河将持续被稀释；“合”层及基础设施层的稀缺标的开始浮现——但其形态可能不再是初创公司，而是产学研单位孵化的项目，或产业巨头开放的生态合作伙伴。
我们常言：感·知·行·合的引力中心是“合”。嘉庚创新实验室与华为的这步棋，让中国首次拥有了能支撑“合”层的全栈基础设施样本。
碳硅破壁 · 硅解碳 · 碳重硅 · 碳硅共演
#碳硅破壁#AIforScience#自驱动实验室#嘉庚创新实验室#智能实验室国标