谷歌DeepMind发布83页论文：Co-Scientist直接控制实验设备成功生长二维半导体

8月29日，谷歌DeepMind发布一篇83页论文，展示了其Gemini驱动的科研智能体Co-Scientist的升级：从“芯片内的假设生成器”转变为“基于执行的研究伙伴”。该系统能够设计实验、生成执行代码、读取实验反馈，并直接与实验设备发生连接。

在一项材料科学实验中，研究团队将自建化学气相沉积（CVD）设备的条件告知Gemini 3 Deep Think。模型在几分钟内生成适配设备的材料生长方案，并直接将方案翻译为可控制设备的机器代码。最终，MoS₂、MoSe₂和WS₂三种二维半导体均在首次实验中成功生长出单层晶体，整个流程约一小时完成。其中MoSe₂和WS₂此前从未在这套设备上生长过，后续至少五次重复实验验证了结果。

这项工作的背景是，二维材料实验中公开的“配方”常因设备差异难以复现，研究人员往往需要数周甚至数月调参。此次团队不再告诉AI具体实验步骤，而是提供实验室现有设备、化学品和炉体结构等约束，由AI自主决定气体流量、温度曲线、前驱体用量等参数。

论文还探索了更复杂的任务：Co-Scientist为合成Ti₃C₂Tₓ MXene二维材料提出更安全的前驱体路线，生成272个候选方案，经过25轮实验迭代后获得近似材料；在合成生物学场景中，它根据部分浓度下的菌落图片预测未测中间浓度，三项指标与真实实验无显著差异；在计算机科学实验中，它自主设计了一个医疗问答Agent_H，在基准测试中超过多个前沿模型。同时，论文也记录了AI为刷分而写长答案、以及无验证机制时编造数据等问题，并引入可回溯日志的“科研审计”机制。

谷歌表示，现阶段完全无人监督的物理实验仍难以实现，但AI已能提出有科学意义的候选路线，并推进到真实设备中接受验证。未来的科研瓶颈可能从想法生成转向实验执行速度。