普林斯顿让 AI 亲手造出诺奖材料，大模型竟然还有“物理性格”？| 深度解析 Qumus 自动化实验室

Summary

解析普林斯頓團隊發表的自主實驗室系統 Qumus：它結合視覺感知、任務規劃與執行決策的多智能體架構，首次由 AI 自主完成石墨烯剝離堆疊與原子層級電晶體製造。影片重點在於研究團隊用六種主流大型語言模型（GPT、Gemini、Claude、Grok、Qwen、DeepSeek）分別驅動同一套實驗流程，發現不同模型在物理世界操作中展現出截然不同的性格（冒險或保守），這在純文字推理測試中完全看不出來。內容為簡體中文頻道轉寫，已正體化與用語校正。

Key points

• 普林斯頓團隊的 Qumus 系統首次讓 AI 自主剝離並堆疊石墨烯，是二〇一〇年諾貝爾獎材料的自動化製造首例
• 六種模型（GPT、Gemini、Claude、Grok、Qwen、DeepSeek）驅動同一套實驗，展現出冒險型、保守型、自我懷疑型等不同決策風格，凸顯 benchmark 分數之外性格的重要性
• 系統採多智能體設計，分別負責視覺感知、任務規劃、執行決策，並具備自主糾錯（閉環學習）能力，能從模糊的顯微鏡影像判斷操作是否成功
• Qumus 也首次由 AI 自主製造原子層級的二維材料場效應電晶體，展現完整的假設、實驗、分析、決策科學循環
• 論文局限：目前僅限於二維材料與凡得瓦堆疊、未公開失敗率數據、多智能體架構細節揭露不足
• 對 agent 開發者的啟示：模型的物理世界決策風格差異可能比 benchmark 分數差異更重要，閉環反饋設計應記錄失敗前的決策脈絡而非只記錄錯誤碼

Quotes