Warp Sciences获2.15亿美元资金,用于新药实验自动化

前OpenAI科学部门负责人Kevin Weil创立的Warp Sciences正式宣布成立,并获得A轮2.15亿美元(约合2800亿韩元)投资。据彭博社2026年10月22日(当地时间)报道,融资后该公司估值达到8.65亿美元(约合1.14万亿韩元)。本轮融资由Lightspeed Venture Partners领投,IVP、Mayfield、Lux Capital、Premji Invest、Menlo Ventures等机构参投。联合创始团队包括Meta超级智能研究组织前副总裁Manohar Paluri、美国白宫首任首席数据科学家DJ Patil,以及Terremoto Biosciences前高管Solomon Reisberg。

Warp Sciences要实现哪些自动化

Warp Sciences并不自主研发新药,而是为制药和生物企业提供合成及测试所需物质的研究服务。其首个业务是在发现有潜力的分子后对其进行药物特性优化的“先导化合物优化”工作。研究人员为提高特定分子的药效并减少对人体的副作用,需要合成并测试数百至数千种变体物质,制药公司过去一直将这类工作外包给中国企业,而Warp Sciences的目标是用AI和机器人实现自动化,把这项工作带回美国本土完成。

这一市场此前一直被中国的药明康德(WuXi AppTec)等企业凭借低成本和高处理速度所主导。Weil表示,中美关系紧张使得依赖中国企业成为风险因素,部分制药公司也对与中国合同机构共享敏感研究数据及知识产权感到不安。为了将这项工作迁回美国并具备能与中国企业抗衡的效率,公司着手构建完全自动化的实验室。

自动化应从何处起步

Warp Sciences目前团队规模约20人,已配备机械臂和AI芯片等相关硬件。不过从一开始并非所有实验都交由机器人完成,其阶段划分如下。

1. 初期：由专业化学家承担大部分工作,AI协助确定化合物合成路径及下一步实验方案。
2. 随后阶段：计划先从反应准备、样品纯化等重复性工作开始实现机器人自动化。
3. 长期目标：目标是构建机器人可全天候进行实验的环境,从而缩短物质合成与验证所需的时间并降低成本。

用于训练机器人的数据来自人工作业。研究团队计划在实验过程中佩戴可穿戴摄像头及内置压力传感器的手套等设备,收集熟练化学家的作业数据以训练自有AI模型,并以此为基础训练机器人执行各类实验操作。

Weil表示,AI在软件开发和数学领域取得的成果,尚未在依赖物理实验的科学领域得以复现,因此模型必须接触真实的实验数据。为此,公司通过自动化扩大实验规模以积累数据,再让学习了这些数据的AI设计下一步实验、实现更多工序的自动化,形成循环迭代结构。Weil表示:“实验室推动AI进步,AI也推动实验室进步。”他在2026年2月公开的一档播客节目中提到,希望通过这种方式,将原本预计要到2050年才能实现的科学成果提前到2030年实现。

韩国企业AX启示

此案例值得关注的重点并非投资规模,而是自动化的先后顺序。公司虽打出“完全自动化实验室”的旗号,但其起点却是由AI辅助熟练人员进行判断的结构,优先交给机器人的是反应准备、样品纯化等重复性工作,机器人学习所用的数据也是从熟练化学家的作业中采集而来。依赖现场熟练度的制造和研究机构如果在考虑自动化,与其先挑选要替代的工序,不如先确认熟练人员当下的作业是否正在被记录为数据,这才是合理的顺序。

对韩国企业而言更为直接的启示在于外包与数据之间的关系。Weil指出的问题是中美关系紧张所带来的依赖风险,以及部分制药公司对与中国合同机构共享敏感研究数据和知识产权所感到的负担。如果企业将部分研究、设计、测试工作外包给外部机构,那么在合同审查项目中,除了成本和交期外,也应纳入该过程中产生的数据存放在何处、这些数据能否再用于本公司AI训练等考量。

模型选择也指向同样的问题。Warp Sciences计划同时使用最先进的AI模型以及自主定制的开放权重模型,Weil表示目前仍处于早期阶段,希望使用在美国开发的开放权重模型。如果企业打算用自身的实验和工序数据来训练模型,也需要同时确定使用何种模型、在何处运营,以及数据的存放位置。

本周不妨写下一项观察:在最熟练员工的工作中,找出一个具有重复性、但目前尚未被记录为任何数据的环节。在引入机器人之前先确定要记录什么,这正是此案例所展示的顺序。

来源： 前OpenAI科学负责人着手构建新药开发“完全自动化实验室”