编辑 | ScienceAI 在生物研究中，重复性实验如细胞培养、优化参数往往耗时耗力，且受人为误差影响。传统自动化方案（如液体处理机器人）虽能辅助，却缺乏灵活性 —— 面对复杂协议、动态实验条件时，常需人工干预，难以自主应对错误或优化设计。 如何让 AI 真正 “理解” 并执行生物实验，成为科研加速的关键瓶颈。 最近，来自中国科学技术大学苏州高等研究院的研究团队提出了 BioMARS 系统（Biological Multi-Agent Robotic System），首次将大语言模型（LLMs）与视觉…