OpenAI推BioBasicsBench 测AI湿实验

时间：2026 年 11 月 5 日 地点：美国 人物：OpenAI、Ligo Biosciences 事件详情：OpenAI 与酶设计公司 Ligo 联合发布 BioBasicsBench，这是一个包含 100 项任务的 AI 基准测试，用于评估智能体在湿实验（wet-lab）科学中的能力。测试涵盖蛋白质方法、成像与流式细胞术、定量与检测分析、核酸方法、分子克隆五大类日常实验场景，要求 AI 解读原始实验数据、识别错误，并判断证据是否足以支撑结论。评估结果显示，GPT-6 Astra 在最高推理强度下取得了 66.7% 的平均 reward，为七款测试模型中最高。该基准由 OpenAI 和 Ligo 共同开发，数据来自真实实验。 背景：AI for Science 正成为行业热点，但此前缺乏针对湿实验 routine 分析的标准化评估。BioBasicsBench 填补了这一空白，其测试数据形式多样，包括凝胶与 blot 图像、培养皿、显微镜图像、测序文件和仪器导出数据。OpenAI 此前已通过 Rosalind Workbench 等项目布局生命科学领域，此次基准测试进一步展示了其在科研智能体方向的进展。 影响：BioBasicsBench 的发布标志着 AI 评估从纯文本/代码任务向真实科学实验场景延伸。GPT-6 Astra 在该基准上取得的最高分，显示 OpenAI 模型在复杂实验数据解读方面具有领先优势。不过，基准同时暴露了 AI 在 messy lab evidence 理解上的不足，为后续模型优化指明了方向。对生物科技行业而言，这类基准可能加速 AI 辅助实验设计的落地。 总结：OpenAI 与 Ligo 推出的 BioBasicsBench 为 AI 湿实验能力提供了首个标准化测试框架。100 项真实实验任务、五大类场景，以及 GPT-6 Astra 66.7% 的最高得分，共同勾勒出当前 AI 科研智能体的能力边界。随着 AI for Science 赛道升温，这类垂直基准将成为衡量模型实用价值的重要标尺。 参考来源： OpenAI https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science/ Blockchain.News https://blockchain.news/ainews/openai-and-ligo-launch-biobasicsbench-for-wet-lab-ai TLDR https://tldr.tech/story/7287b02e-3f00-4b1e-9979-224de4087d68 AlphaSignal https://alphasignal.ai/news/openai-s-biobasicsbench-exposes-how-ai-misreads-real-lab-evidence AI Affairs https://www.aiaffairs.com/technology/openai-biobasicsbench-ai-agents-wet-lab-tasks/ benchlm.ai https://benchlm.ai/benchmarks/biobasicsbench