关键观点
科学实验被定义为下一代训练数据源
Lila 判断，互联网预训练数据已经接近耗尽，而科学可以持续产生新的、可验证的数据。实验结果不像普通合成文本那样只依赖人工偏好，而是由自然规律提供反馈，因此适合成为强化学习中的验证信号。其目标…展开观点收起观点
Lila 判断，互联网预训练数据已经接近耗尽，而科学可以持续产生新的、可验证的数据。实验结果不像普通合成文本那样只依赖人工偏好，而是由自然规律提供反馈，因此适合成为强化学习中的验证信号。其目标是让模型通过反复提出假设、调用实验并接收结果，持续扩大科学推理能力边界。这里的“无限”并非指实验没有成本，而是指可提出的新问题和新实验组合不会像静态语料库一样被一次性消耗完。
为什么重要: 如果这一判断成立，科学实验能力将从研发基础设施转变为前沿模型的数据基础设施，并形成难以复制的专有数据壁垒。
支撑证据
science, running the scientific method and using nature and experiments as verifier is like the ultimate version of that.
核心资产是模型，实验室是数据生成器
Lila 明确拒绝把自己定义为生物科技资产公司或实验室自动化公司。候选药物、催化剂和材料项目既能产生商业价值，也是训练核心科学模型的手段。实验平台负责生成高价值反馈，模型则决定下一轮值得执行的…展开观点收起观点
Lila 明确拒绝把自己定义为生物科技资产公司或实验室自动化公司。候选药物、催化剂和材料项目既能产生商业价值，也是训练核心科学模型的手段。实验平台负责生成高价值反馈，模型则决定下一轮值得执行的实验。两者形成闭环，但公司认为最终需要最大化的是模型的通用推理能力。
为什么重要: 这一定位决定了公司不会围绕单一药物或材料孤注一掷，而会优先投资能够跨项目复用的数据、模型和实验能力。
支撑证据
The model itself is the thing of value at Lila.