在扫描电镜前“守机器”，是不少实验人员熟悉的工作：找样、选区、调参数、拍图，一套流程可能反复进行几个小时。随着AI for Science快速发展，科研对大规模、高质量实验数据的需求不断增加，如何让仪器更高效、更持续地产出高质量数据，也成为科学仪器行业面对的新问题。

在这一背景下，上海的科学仪器企业开始探索AI与高端仪器更深层的结合。近日，科学北极星发布AI全自动操作场发射扫描电镜AiSEM F1，并提出面向“AI原生科学仪器”的产品思路。据介绍，这是全球首个AI全自动操作场发射扫描电镜。它把XLING星灵智能体嵌入仪器控制流程，让AI参与理解任务、制定策略和实际操作，瞄准扫描电镜高度依赖人工操作、实验数据采集效率有限等问题。科学北极星创始人潘予表示：与此前在仪器之外增加AI辅助功能、或通过脚本完成固定流程相比，科学北极星尝试让AI更深入地参与仪器操作。

给电镜装“大脑”，让AI接过重复操作

科学仪器加入AI早已有之。科学北极星关注的，是AI能不能再往前走一步，真正进入仪器的操作过程。

十多年前刚进入电镜行业时，潘予就曾想过：“为什么我们不能造一台好电镜出来？”此后长期接触分析测试场景，这个念头又有了更具体的落点：实验室里，大量样品排队等待检测，工程师日复一日地选区、调参、拍摄，忙起来还要赶进度。随着AI能力快速发展，潘予开始重新琢磨起这件事：自动驾驶、具身智能已经在尝试把大量重复操作交给机器，电子显微镜能不能也走到这一步？

“就像车辆从一开始就按照自动驾驶来设计，和后期再增加辅助功能，最终呈现出的产品逻辑并不相同。”AiSEM F1选择从产品研发之初就把AI操作能力放进仪器控制链路。“相当于给我们的电镜装上了一个大脑。”研究人员先告诉它实验目标，AI再判断要调用哪些功能、采用什么操作策略。

这颗“大脑”能把效率提高到什么程度？发布会展示的一次测试中，AiSEM F1用313分钟采集304张有效电镜图，约一分钟一张。“这一速度与非常熟练的操作员大体相当”，潘予表示，相比新手，在速度和图片质量上已有一定优势。

效率提升背后，更直接的变化是把人从反复操作中腾出来。潘予说，他更希望“让更多的操作员变成发现问题、解决问题的探索者”，把时间用在判断结果、设计实验和寻找新的科学问题上。

真实样品“喂”出科研经验

会操作，并不等于会做实验。AI真正进入科研现场后，一个更难的问题很快出现：研究人员脑子里的经验，机器怎样才能听懂？

“最大的卡点，是电镜需要理解真实应用场景中用户真实的需求。”潘予表示。内测时，一位用户提出拍摄碳纳米管。最初，星灵并不知道碳纳米管应该呈现什么形貌，也不清楚该选哪个区域，第一次任务完成得并不理想。团队只能一点点纠偏，告诉它样品知识、判断标准和理想图像，后面的拍摄才逐渐改善。

对科研仪器而言，这恰恰是一道绕不过去的门槛：实验室里有很多经验，很难提前完整写进程序。资深工程师看一眼图像，就可能知道哪里值得继续放大，什么时候该换参数，哪一张应该重拍。这些判断过去跟着人走，如今科学北极星尝试把它们逐渐变成AI能够调用的技能。用户可以上传自己认可的标准图片，让AI建立样品、任务和理想结果之间的对应关系；遇到新问题，再把解决过程整理进技能库。在潘予看来，机器积累的，不只是一次操作记录，也包括处理相似任务时可以复用的经验。

AI偶尔也会出现开发团队没有预设的反应。8月内测时，一名到访专家的孩子无意碰到电镜主机，正在拍摄的图像随即出现条纹。团队原以为这张图已经失败，星灵却主动判断拍摄环境可能受到扰动，并提出重新拍摄。潘予回忆，当时自己“完全震惊了”，因为团队此前并未通过提示词专门教它识别这一异常。

意外的判断不代表AI已经成熟。潘予把目前的星灵比作“刚毕业的大学生”。他坦言，产品真正走进更多实验室之前，还要经历不同材料、不同研究目的和复杂工况的一轮轮考验。

产业链打底，AI打开新空间

“这不仅是一次产品创新，也是科学仪器形态和工作模式的新探索。”发布会上，上海科学院党委副书记、院长孙真荣评价道。

一台AI科学仪器真正落地，靠的不只是模型。算法要能理解任务，硬件要足够稳定，真实样品还要不断提供新的问题，背后更离不开精密制造、人才和供应链的支撑。而这些是兼具完整产业链和“智造”基因的上海的优势。

产品选择在上海研发，也有现实基础。潘予表示，上海聚集了不少科学仪器人才和上下游企业，长三角供应链也便于寻找合作伙伴。对一台需要不断调试、反复验证的精密仪器来说，研发人员、零部件供应商和客户距离更近，AI也更容易在真实样品中不断“长经验”。

潘予尤其看重上海与真实用户之间的距离。“在上海，是离客户更近的一个选择。”他说，上海高校、科研机构和科创企业密集，半导体、新材料等领域也聚集了大量研发需求。“人才同样重要”，电子光学、精密机械、软件算法等专业需要交叉协作，而上海长期形成的产业基础，为团队寻找不同方向的人才提供了便利。

与此同时，AI还给扫描电镜增加了一组新的评价维度。过去，行业更多关注分辨率、电流电压等硬件参数。潘予认为，未来还可以考察AI拍摄速度、准确率、自动操作效率，以及样品识别、图像分析等能力。

接下来，科学北极星计划继续研发更高分辨率的场发射AI智能原生电镜，并探索聚焦离子束双束扫描电镜、透射电子显微镜等产品，同时尝试把已有的AI能力应用到更多科学仪器中。“AI带来了新的机会，我们希望把对下一代科学仪器的理解转化为真正的产品。”潘予说。