仅凭1300张H200，一项硬核科学基准的测试结果便超越了GPT-6 Astra。
日前，前OpenAI研究副总裁Liam Fedus在X平台上发布消息，展示了Periodic Labs的首个模型：Periodic Neon。
帖子中最引人注目的一句话是：
仅用1300张H200，加上几个月的实验数据，Neon在他们自家的分析基准上胜过了GPT-6 Astra。
Periodic门洛帕克高磁场材料实验室实拍，机械臂正在样品上方作业。
上图中，一排排样品托上放置着刚合成出的候选材料，它们会被送入X射线衍射仪记录“指纹”，再转化为Neon需要解读的图谱。
实验室全天候运转，合成、测量、数据输入同步进行。
Fedus表示，他们首批攻克的目标是超导体、磁体和半导体材料中的棘手难题。
一位做大模型出身的人，为何转而投身材料研究？
Fedus曾是ChatGPT的核心创造者之一，在OpenAI负责后训练，最清楚模型依赖什么变强。
去年创立Periodic时，他就直言不讳：
互联网上的文本总共约10T token，最前沿的模型已经将其读尽。AI要再向前发展，需要互联网上不存在的新数据。
去哪里寻找？实验室。
于是，他携手前谷歌DeepMind化学与物理研究负责人Ekin Dogus Cubuk，从最初就自建实验室、自创数据，目标只有一个：打造一个AI科学家。
一年后，首份成果出炉。
Neon约1T参数，在一套高难度的X射线衍射（XRD）分析测试中，成功率达到了55.3%，超越了GPT-6 Astra和Claude Fable 5.1。
论参数，据业内传闻，Astra总参数在数万亿量级，Neon仅为1T；
论算力，按黄仁勋的公开说法，Astra背后是10万张以上的Grace Blackwell；Neon最终训练的峰值规模，只有1300张H200。
这种反差迅速在行业内引发热议。
Jeff Dean第一时间在Fedus的帖子下留言祝贺。
1300对10万，这组数字背后，隐藏着让AI继续进化的另一条路径。
一张考卷，将2.7%提升至55.3%
Neon解决的问题是X射线衍射分析（简称XRD）。
X射线衍射是什么？
打个比方：一束X射线照射进晶体，会在几个固定角度产生亮峰。材料不同，亮峰的位置也不同，就像指纹。
合成出的物质是否为超导体、磁性材料或半导体材料，首先要看这枚“指纹”是否匹配。
Periodic Lab里的X射线衍射仪。Neon学习的XRD数据，就由此类仪器产生。
麻烦在于实验室合成的样品往往极不纯净，多种物质重叠在一起，就像几百个人的指纹杂乱地印在同一张纸上。
材料学家要识别其中的成分，通常需要打开软件、查阅数据库、对比论文，耗费大量时间。
Periodic挑选了134道这种“连专家都头疼”的难题，组成基准测试FrontierXRD。
Neon的55.3%，就是在这134道题上取得的。
所有模型使用的都是Periodic自建的科学工具环境，Periodic Harness。
与基于Claude Code、配备标准XRD工具的方案相比，在单题成本相近的情况下，Periodic Harness的成功率是后者的3.8倍。
AI做科研，一半靠智力，一半靠手边的工具。
为了防止模型“背答案”，团队还另外准备了198道题，题目涉及的化学体系在训练数据中都被刻意排除。Neon依然领先一众前沿模型。
不过官方也承认，这套题比FrontierXRD简单。
成本上，Neon也更经济。
最高档下，Neon成功率55.3%，每题成本约4美元多；GPT-6 Astra每题约7美元多，成绩反而低于Neon；Claude Fable 5.1成本和Astra相近，成功率只有约40%。
互联网即将被AI读尽，他们想造一口永不枯竭的“数据水井”
抛开跑分，Periodic真正想展示的，是它在门洛帕克建立的高通量材料实验室。
Periodic Lab实拍：机械臂夹取样品送入设备。
从最初的首批实验，到如今全天候连续运转，Periodic将材料发现拆解为一个循环：
先猜测要做什么，依据是对材料稳定性和性质的预测；
再预测如何将其合成出来；
最后弄清楚实际做出了什么，性质是否对。拿到结果，修正猜想，再重复一轮。
Periodic的材料发现循环：做什么、怎么做、做了什么，三段首尾相接。
每循环一圈，实验室就产生一批新鲜、私有、带有物理反馈的数据。这些数据，正是Neon的原料。
Periodic的中训练语料，混合了学术文献、代码和实验数据，规模目前每个月翻一倍。
他们还发现，先通过中训练注入科学知识，后续的RL效果更佳。
而且实验运行时，GPU无需闲置等待。模型可以拿已有的实验数据继续分析、改进预测。
Periodic那篇研究博客的标题，叫“自然就是学习环境”（Nature Is Our Learning Environment）。
它瞄准的是AI圈难以回避的一道坎：
过去几年，Scaling依赖的是将互联网数据越堆越多。可互联网上的文本，已经快被前沿模型读完了。
接下来，谁手中拥有能持续产出新数据的环境，谁就多了一条继续Scaling的路径。
互联网是一座越挖越少的数据矿，实验室则是一口能源源不断出水的井。
自然不提供标准答案，Periodic请了个AI裁判
将RL引入物理世界，难度完全不在一个量级。
数字世界的RL，已经让智能体写出了几乎所有代码，还解开了悬而未决的数学猜想，秘诀是派出海量智能体，去做既快速又能自动判分的题。
到了物理世界，这三样全卡住了：
智能体不能随意增加，多跑一路实验，就要多消耗电力、设备和工程；一次实验可能要好几天；结果还经常模棱两可。
最后一条最棘手。Periodic在研究博客中说得很精辟：科学可以被证伪，却不易被验证。
一张XRD图谱，仅看拟合是否对得上，无法低成本判定分析是否成功。还需要专家来判断，每个物相是否有图谱支持，化学上是否说得通。
Periodic的方法，是将专家的判断“蒸馏”成裁判。
他们请材料专家给数千个XRD图谱打标签，再用这些标签校准一个由Opus 5和GPT-5.6 Sol组成的LLM裁判组，三组数字很有说服力：
专家与专家之间，一致率77.2%；
LLM裁判与单个专家，一致率74.6%；
LLM裁判与专家共识，一致率84%。
也就是说，这个AI裁判的可靠程度，已接近人类专家彼此之间的水平。
能将“说不清”转化为可训练的奖励，是Neon的一项硬核技术点。
1300对10万，这些卡究竟是如何省出来的
1300张H200，是Neon最终训练时，中训练和强化学习两个阶段同时运行的峰值卡数。
而Astra的10万张以上Blackwell，对应的是一个前沿通用模型的大规模训练。
所以，1300对10万，算不出一个效率倍数，但至少说明，这1300张卡被Periodic用到了极致。
科学任务上的强化学习，有一个怪毛病：模型做一道题，要边思考、边查资料、边运行工具，一趟下来可能一个多小时；可拿这道题的结果去更新模型，只需几分钟。
Periodic的方法是，让做题和学习分开，各自使用GPU，互不等待。
这里有一个真实的翻车故事。
他们最早的RL循环，训练、推理和模型写的代码全挤在一起，没有任何隔离。
直到有一次，模型写的代码申请了80GB内存，整个任务当场崩溃。
于是有了自研沙箱pbox。
它直接调用RL任务所在GPU节点上空闲的CPU来运行科学工具，数据全程不出集群。
与他们测试过的一家托管沙箱服务相比，数据来回快了4.5倍，吞吐量是对方的3.3倍。
训练空闲下来的算力，再分配给物理模拟等科学计算任务，整个集群的利用率常年保持在95%以上。
Periodic的思路不难理解：算力总量拼不过巨头，就拼每个GPU小时能换回多少科学产出。
飞轮还是那个飞轮，燃料换了
Neon已经部署进Periodic的实验室，分析真实实验，帮助团队寻找更好的超导体和磁体。
还差哪一步？
回到前面提到的那个三段循环中，Neon这次证明的只是最后一段：看懂实验室到底做出了什么。
至于让AI指挥整个科研项目、设计合成路径、决定下一轮跑哪些实验，Periodic官方的说法是，正在将这套方法向这些方向扩展。
Fedus的措辞也很克制：模型目前是“帮我们决定”，不是替科学家拍板。
准确地说：实验、数据、训练之间的飞轮已经转起来了，但要实现全自主闭环，还有两个环节未打通：决定做什么，以及如何将其合成出来。
Periodic也没打算否认算力的价值。
官方表示，将训练算力扩展到与今天前沿模型相当的量级，能解锁更强的科学能力。他们也提到，未来可以换一个更强的开放权重模型做底座。
GPU依然重要，但光有GPU不够了。
回头再看Fedus的履历：在GPT-4技术报告的贡献者名单中，他的职责是“数据飞轮”负责人。
三年后，他将这个飞轮从互联网文字搬进了真实的物理实验室。
飞轮还是那个飞轮，变的只是输入的内容：从人类写下的文字，换成了自然给出的回答。
下一阶段的Scaling，比的也许不再只是谁能买下十万张芯片，还要看谁的实验室能一刻不停地向模型输送真实世界的数据。在探索这一方向时，中欧体育APP下载也提供了类似的技术思路支持。
参考资料：
https://periodic.com/news/building-labs-that-learn
https://periodic.com/news/nature-is-our-learning-environment
https://periodic.com/news/ai-infrastructure-at-periodic
https://x.com/LiamFedus/status/1973055380193431965
https://a16z.com/announcement/investing-in-periodic-labs/
本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。