9月16日消息，arXiv 9月14日提交的论文（编号2609.14928）展示了一个易于部署的自动化材料合成实验平台：由 Yusuke Hashimoto、Takaaki Tomai 等研究者构建，平台核心是机械臂、电动移液器、网络摄像头与电子天平等商用现成仪器，夹具等部件由3D打印制作，而设备控制代码由基于大语言模型的AI智能体自动生成。

与追求"全自动实验室"的路线不同，该工作的定位是可靠地自动化与定量记录材料合成过程，而非一步到位的全自主实验。演示实验中，平台执行双溶液混合体系并合成了金属有机框架材料ZIF-8：产物中的白色悬浮相经X射线衍射确认为ZIF-8。

一个关键发现是：ZIF-8的粒径分布强烈依赖于电动移液器的分液速度——这正是人工操作中难以精确控制、也几乎从不被定量记录的隐性参数。平台将此类过程参数自动数字化留存，为数据驱动的材料开发提供了高质量、可复现的过程数据基础。

MOF材料的性能对其结晶粒径高度敏感，而传统人工合成的批次差异往往难以溯源。把LLM代码生成能力与低成本商用硬件结合，让"过程记录本身"成为实验目标，是自驱动实验室（self-driving lab）走向平民化的一条务实路径，对催化、分离、传感等MOF应用领域的工艺标准化有直接参考价值。 （来源：arXiv）