把“验证器”当作产品，而不是把模型做大
Lila 的赌注是：科学里缺的是便宜的验证，所以要建一个能规模化产生验证的工厂。和 Radical、Periodic 一样，它们都把实验数据当成下一批训练数据；Lila 的不同在于同时做生物、化学和材料，并押“广度能带来深度”。
AI FOR SCIENCE · 访谈
Lila：把实验室变成强化学习的验证器
核心信号
Lila 说，它训练的是一个通用的科学推理模型，让真实实验当强化学习的验证器；CTO 同时强调，Lila 不是一家自动化公司，也不是一家生物科技公司。
这次新增
实验室的运行细节：仪器是图里的节点，板子在磁悬浮平面轨道上移动，人留在“API 线”之下；约 10 万亿个“token”是什么；两三个人用约六个月做出体内 CAR-T 的灵长类数据；以及“虚拟创业公司”的收费方式。
当前边界
CAR-T 与“通用模型优于专用模型”都没有独立对照；模型还不能完全开放式地设计实验；材料的 Sim2Real 仍是他们自己说没解决的问题。
访谈里说了什么
互联网已经被用尽，科学是下一个数据来源
Beam 的论点：预训练靠互联网文本，那已经榨干；后训练靠可验证奖励的强化学习，本质上是让模型自己生成数据。数学和代码有便宜的检查，科学要靠实验，所以他们说“科学方法加上把自然界当验证器”是这套思路的终极版本，并把规模化的验证器叫作“AI 科学工厂”。
“science, running the scientific method and using nature and experiments as verifier is like the ultimate version of that.”Andy Beam
不是自动化公司，而是“token 生成”的极端主义者
平台优先考虑通用和灵活，而不是同一种实验的最大吞吐：下一条数据必须对模型有信息量。实验室被描述成图，仪器是节点，96 孔板在磁悬浮的平面电机轨道上移动，像计算机总线。划不来自动化的步骤仍由人做，对模型隐藏在统一的 API 之下。
“We're not automation maximalists. We are actually sort of like token generation maximalists”Andy Beam
10 万亿个 token 是什么，以及“通用优于专用”
Beam 说它们不是下载的序列数据库，而是模型生成、经实验验证的推理轨迹，里面是英文的工具调用和实验反馈；规模对标通用预训练的 15–30 万亿。起点是开放权重的预训练模型（提到 Nemotron 与英伟达的合作）。他们称在自己关心的领域里，这个通用模型“按样本算”往往优于专用模型，内部有约 1,000 个科学 RL 环境，可能开源一部分。
“These are reasoning tokens, model generated, that are experimentally verified.”Andy Beam
广度带来深度：从小分子到 MOF，再到体内 CAR-T
Gómez-Bombarelli 说，在小分子药物发现上训出的化学知识迁移到了用于捕碳的金属有机框架。Beam 讲了体内 CAR-T：binder 设计、脂质纳米颗粒配方和 mRNA 设计三种能力放在一起，两三个人约六个月做出非人灵长类数据，B 细胞清除优于 Capstan 的公开数据，mRNA 的非翻译区约为 Moderna 与辉瑞参照序列的 10 倍表达。Lila 不打算做临床，而是用它发起伙伴项目。
闭环要快，而且要看得见出了什么问题
他们说“往返迭代”比大而嘈杂的多重筛选更重要。Gómez-Bombarelli 的小组把气体吸附的测量换成可在 96 孔板上并行的替代测量，约快 2,500 倍。强化学习的怪毛病也被讲了出来：思维链坍缩成重复答案、跳过实验直接给答案；Beam 把思维链称为“不可靠的叙述者”，所以最终要信实验。
他们自己说没解决的
材料的 Sim2Real：物理模拟的精度不够预测，所以才需要自驱实验室；仪器接入现在约要 30 天，目标是约 30 分钟；强化学习的 MFU 只有约 5–6%；材料从小样到制造的放大交给客户或合作方；还要靠 Ken Stanley 的开放式探索团队解决“只会答题不会提问”。
改变了什么
- 此前的公开记录→
时间线上的 Lila 是 2025 年的两条资本记录：3 月发布时的 2 亿美元，把科学模型、自主实验室和新的实验数据生成合在一起；10 月 3.5 亿美元的 A 轮，用于扩大“AI 科学工厂”和对外合作。
这次访谈新增CTO 把它讲成：实验室是“token 生成器”，是模型的验证器和护城河，不是为了自动化本身；人在 API 线之下，仪器接入要约 30 天。
- 此前的公开记录→
“10 万亿个实验验证的推理 token”在 Latent Space 节目页的介绍里出现，没有说明数的是什么。
这次访谈新增Beam 说它们是模型生成、经实验反馈验证的推理轨迹，不是下载的序列数据库；计数单位、去重方式和真实实验占比仍没有说。
- 此前的公开记录→
时间线上没有 Lila 的 CAR-T 条目；公开可读的是节目页里“六个月做出灵长类体内 CAR-T 数据”的一句话。
这次访谈新增访谈给出做法和边界：三种能力合在一起、两三个人约六个月，一直做到“可以考虑提交 IND”的程度，B 细胞清除对照 Capstan 的公开数据；Lila 不会提交 IND，也不做临床，而是用它发起伙伴项目，伙伴按平台费、试剂和里程碑付费。
为什么重要
思维链不是证据，实验才是
他们承认模型会跳过实验、陷入重复，也会找奖励的漏洞，所以实验结果必须是最终的检查。这给“智能体说自己做了什么”设了一条线：看实验记录，不看叙述。
新药和新材料的钱，不在同一个地方
他们自己比较：过了临床试验的药很好定价，材料则有供应链、器件和资格认证，实验室测试只能部分预测寿命；材料公司大多不公开。所以 Lila 在材料上更依赖政府与国防项目和合作方，这是访谈里的说法，不是我们的数据。
主张与边界
主张谁的口径目前状态
已汇集约 10 万亿个经实验验证的推理 token，规模对标通用预训练的 15–30 万亿。
公司自述
说明了是模型生成的推理轨迹，不是下载的序列库；计数单位和去重方式未说，无法外部审计。
内部约有 1,000 个科学 RL 环境，可能开源一部分。
公司自述
计划，目前无法外部复现。
通用科学模型“按样本算”往往优于专用模型。
公司自述
没有给出任务、数字或对照。
mRNA 非翻译区约为 Moderna 与辉瑞参照序列的 10 倍表达；两三个人约六个月做出非人灵长类数据，做到“可以考虑提交 IND”的程度，B 细胞清除和持久性优于 Capstan 的公开数据。
公司自述
没有独立的并排对照；“看的所有特征”未具体说明；Lila 不会做 IND 或临床。
实验室是以磁悬浮平面轨道连接仪器的图；仪器大多是现成的，用了自写的驱动和固件；有的仪器还跑 Windows 95，由视觉语言模型控制。
当前系统
两位嘉宾的描述，并配了实验室视频。
人留在“API 线”之下做不值得自动化的步骤；模型对一个基因编辑表达方案零样本能做到约 80%，但还不能完全开放式地设计实验。
当前自动化
Beam 的描述；只有这一个例子。
把气体吸附的测量换成可并行的替代测量，96 个 MOF 约一小时，约快 2,500 倍。
公司自述
Gómez-Bombarelli 的说法；替代测量和原测量的一致程度没有给出。
无铂族电催化剂：模型起初的低置信度建议后来成了他们做出的最好的非铂族催化剂。
公司自述
没有数据；后来的催化剂结果见“采访之后”，它的最优材料主要是钯。
仪器接入现在约 30 天，目标约 30 分钟；新的 10 万平方英尺设施在剑桥。
目标
目标，不是已经演示的即插即用标准。
AbbVie 以约 21 亿美元收购 Capstan，被拿来说明体内 CAR-T 临床前数据的价值。
行业背景
访谈里的行业背景，节目页同样引用。
材料的 Sim2Real 没解决；强化学习的 MFU 只有约 5–6%；制造放大和临床交给客户或合作方；奖励投机和重复等问题仍在。
尚未闭环
两位嘉宾自己明确说的。
接下来看什么
Lila 有没有开放一部分 RL 环境和评测协议。
会表现为 公开的环境与评测，别人可以把自己的模型放进去跑。仍未解决 Lila 的新闻页（19 篇，2026-10-02 读取）没有发布 RL 环境或评测协议的文章。CAR-T 的灵长类结果有没有被伙伴或论文确认，并写明测量指标和对照条件。
会表现为 同物种、同剂量、同指标的并排数据，最好来自独立方。已有第一条证据 Lila 2026-08-28 的文章重述了这一结果，并链接 ASGCT 2026 会议摘要 3251（12 位作者均为 Lila）。摘要给出剂量：猴子单次 0.5 mg/kg，B 细胞第 7 天前接近完全清除，第 14 天回到基线约 50%，对照已回到基线；小鼠 0.25 mg/kg 优于对照的 1.0 mg/kg。摘要说三个月，文章说不到六个月；两者都没有点名对照，也没有动物数量或统计，没有外部确认。通用模型对专用模型的受控比较。
会表现为 同任务、同数据量下的对照结果。仍未解决 Lila 的新闻页没有这类对照的文章。仪器接入时间从约 30 天缩短了多少，以及无人值守的运行时间和每个有效 token 的成本。
会表现为 Lila 按同一口径公布的数字。仍未解决 Lila 的新闻页（20 篇，2026-10-07 读取）和 Beam 在 Ray Summit 的演讲（2026-09-17 发布）都没有给出仪器接入时间、无人值守运行时间或每个 token 的成本。第一个具名的“虚拟创业公司”伙伴，带着里程碑。
会表现为 伙伴或 Lila 的公告，写明项目和里程碑。仍未解决 Lila 的新闻页没有点名“虚拟创业公司”伙伴的文章。
采访之后
后来出现的、检验或限制这次说法的证据，以及日期已过的目标。
访谈里两三个人约六个月做到灵长类数据的体内 CAR-T，有了 Lila 的文章和一份 ASGCT 2026 会议摘要（作者都是 Lila 的人）：猴子单次 0.5 mg/kg 后，B 细胞第 7 天前接近完全清除，第 14 天回到基线约 50%。这给了访谈没有的剂量和指标，但两份来源对用时（三个月还是不到六个月）和对照的说法不一致，都没有点名对照，也没有外部确认。时间线条目 →
Lila 报告了一个无铱的析氧催化剂：在 53 个体系的 2,942 种氧化物里筛出 InMnPdOx，金属成分 99.9% 是钯，在酸中过电位低于 0.5V 稳定超过 1,000 小时，同平台的氧化钌对照 615 小时失效。这是 Lila 平台公开的一个电催化结果；最优材料主要是钯，本身是铂族金属。论文里最好的无铂族对照 CoFeZrOx 起始过电位约差 90 mV，这类钴锆氧化物在酸中撑不到 4 小时，这是论文离访谈里“最好的无铂族催化剂”最近的一处。时间线条目 →
读于 2026.10.01 第三方（PodScripts）机器转写的完整逐字稿，对照 Latent Space 节目页；逐字稿不标说话人，谁说了什么按内容判断。2026-09-10 的第一版已对照 YouTube 逐字稿核过。 打开原访谈 ↗Latent Space 节目页 ↗