Absci 宣布其 Origin 抗体设计平台已运行在 AMD Instinct GPU 上，并将 AMD 开源 Triton kernels 集成进共折叠结合过滤工具 AbsciBind，在 AMD Instinct GPU 上相较生产基线取得 3 倍加速且输出质量无损失。
推荐理由：Absci 披露 Origin 平台在 AMD GPU 上的推理加速与集群部署，可作为抗体设计算力适配的参考。
BigHat Biosciences 与 Anthropic 发布联合演示，展示用前沿 AI 驱动可被智能体接入的快速反馈湿实验，加速抗体工程难题。BigHat 构建了 Agentic Lab Control Harness，将计算与实验工作流纳入同一控制平面，并称被 Anthropic 选为首个抗体治疗合作伙伴。
推荐理由：BigHat 与 Anthropic 联合演示智能体接入湿实验闭环优化抗体，提供人机团队协作的实验流程参照。
Google 于 10 月 16 日发布技术博客，介绍其搭建自主湿实验室的进展：团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案，其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子，但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。
推荐理由：Google 公布自主湿实验室进展，可与 Anthropic、OpenAI 的同类布局对照，看清 AI 进入实验台的不同路径。
Google Research 于 2026 年 10 月 16 日公布三项研究，分别用智能体闭环设计 DNA 适配体、设计蛋白结合物，以及用 VERID 数字孪生约束实验机器人操作。
推荐理由：梳理 Google 三项研究如何让智能体接受实验反馈与物理约束检验，并划清已验证与未整合的边界。
Google Research 报告三项研究：VERID 用语义数字孪生约束机器人实验；AI 智能体根据三轮湿实验反馈改进 DNA 适配体；人机协作进行 FAP 蛋白结合物设计并获得纳摩尔级结合验证。三条研究线的整合仍是下一步，尚非统一、全流程自主的生物实验室。
推荐理由：Google Research 用三个项目说明智能体如何接入湿实验室，其中适配体闭环的失败模式复盘对做自动化实验的人有参照。
Anthropic 在 Science Blog 中称，Claude 为 30 多个用于分子结构建模、类药分子设计和基因突变效应预测的开源模型优化推理，平均提速 4 倍，部分通过编写 GPU 定制软件实现，并将全部优化代码开源。Roshan Rao 转发该内容并称，Anthropic 的工作显示折叠与结合剂设计可大幅加速；他所在团队也将 Claude 用于此类问题，模型训练 MFU 提升一倍。
推荐理由：Anthropic 用 Claude 为 30 多个开源生物分子模型优化推理，并开源优化代码，可作为评估模型推理加速路径的参照。
Amir Shanehsazzadeh 报告，Claude 在不到 4 周内优化 30 多个开源生物分子模型，涉及自定义 GPU kernel、超过 10,000 token 的结构建模及低于 200 美元的结合物设计，并开放代码。帖子同时宣布与 Adaptyv 合办五项挑战，计划实验验证 5,000 多个设计。模型推理优化是相较竞赛总公告的新增内容。
推荐理由：Anthropic 公布用 Claude 优化 30 余个生物分子开源模型推理并开源代码，同时联合 Adaptyv 举办蛋白设计竞赛。
Latent Labs 宣布药物设计智能体 Latent-Y 向全球研究者开放，获批研究者每天可免费获得 250 个设计。公司同时公布早期访问研究者的首批实验室结果，包括阻断离子通道的分子、在体内杀伤肿瘤细胞的 CAR-T 细胞，以及疟原虫难以通过突变逃逸的结合剂。
推荐理由：Latent Labs 开放其药物设计智能体 Latent-Y，并给出早期用户离子通道抑制剂与 CAR-T 的实验室结果。
Medra 发布 AI Experimentalist，作为其 Physical AI Scientist 平台的科学推理层，与湿实验室执行层 Physical AI Lab 组成设计、执行、解读、改进的闭环系统。
推荐理由：Medra 公布 AI Experimentalist 与湿实验室闭环平台，抗体筛选案例给出周期压缩的具体路径。
唯信计算（Wecomput）在 NVIDIA GTC 2026 发布生物医药多智能体操作系统 WeMol Copilot，用户可用自然语言描述任务，由系统规划路径并调度底层 AI 模型与计算工具。
推荐理由：唯信计算在 GTC 2026 发布多智能体系统，展示从抗体生成到去免疫原性改造的自动化流程编排。