Warp Sciences获2.15亿美元，机器人进湿实验室

曾在OpenAI负责科学业务的Kevin Weil创办了Warp Sciences，方向是用机器人接手药物发现中的湿实验室工作。

湿实验室（wet lab）指需要进行试剂和样本操作的实验空间。公司在社交平台X上公布，已完成2.15亿美元融资，估值8.65亿美元。

本轮由Lightspeed领投，IVP、Mayfield、Lux Capital、Premji Invest和Menlo Ventures参投。对一家刚公开亮相的生物科技初创公司，这样的融资额和估值都不低。

Warp Sciences的做法，是让人类化学家戴上摄像头和传感器手套，在实验台前完成称量、移液、合成等动作，再把动作数据交给机器人学习。学会之后，机器人可以接手重复实验，并保持全天候运转。

药物发现里最耗人力的环节之一，是把研究人员筛出的候选分子做成成千上万个变体，再逐一测试。过去不少生物科技公司把这部分工作外包给中国的合同研究组织（CRO），药明康德是常被提到的名字。

Weil想把这部分工作迁回美国，让分子合成和测试留在更可控的供应链里。地缘政治带来的断供担忧，是这家公司讲给投资人听的关键故事之一。

这也是湿实验室自动化重新变热的原因。算法可以在电脑里筛分子，真正拖慢进度的却是实验台上的瓶瓶罐罐：加样、纯化、跑板、等结果，每一步都要人盯着。

看到Warp Sciences让机器人全天候跑湿实验，我想起本科实验室那排洗不完的试管。那会儿我先迷上电动移液枪，按键一按，液面稳稳上去，觉得旧洗耳球笨拙；后来做精细稀释，还是回头翻出玻璃移液管，手一抖就重来，心疼试剂也心疼时间。夜里等离心机停下，我总想，这些瓶子要能自己排队干活该多好。现在机器人真来了，我心酸：当年练到手腕发酸的手艺，大概要变成训练数据了。可要是它真能把人从重复劳动里捞出来，我还是盼着进实验室只动脑子，不必先找胶皮手套。

2.15亿美元融资、8.65亿美元估值，放在刚起步的公司身上，说明投资人买的不是某个现成药物，而是实验基础设施。谁掌握自动化实验产生的数据，谁就可能更快试错。

短期最直接的受益者，可能是已经有管线、又愿意为速度付钱的中大型药企。小型生物科技公司未必买得起整套自动化产线，更可能按服务付费。

过去几年，AI制药的故事多集中在算法端：预测结构、筛选分子、设计抗体。可候选分子再漂亮，也得在湿实验室里做出来、测出来。自动化机器人补的正是这段“最后一公里”。

难点也在这里。机械臂能搬板，不代表能处理所有耗材；摄像头能记录动作，不代表数据可以直接用于训练。交叉污染、异常处理、实验标准化，都是要一笔一笔填的坑。

Weil把人类化学家放在训练流程中央，是一种务实的做法：先让机器人模仿熟练工，再逐步接管重复步骤。实验员从“亲手做”转向“教机器做”，经验的价值被重新定价。

把分子合成从中国CRO迁回美国，安全感和成本压力会同时出现。中国外包体系多年积累的效率、规模和熟练劳动力，不是几台机器人短时间能复制的。

供应链风险已经改变药企的决策方式。那些担心跨境断供、数据合规和知识产权外流的公司，多付一点钱换可控性，可能被算作保险成本。

这也解释了Warp Sciences为什么要把“全天候运转”当作卖点。实验通量提高，意味着同样时间内能试更多条件；在药物发现里，失败得快有时比一次成功更值钱。

真正要观察的，是机器人做出来的实验数据能否被监管和药企采信。自动化实验室不缺演示视频，缺的是稳定、可重复、能写进申报材料的流程。

实验室打工人面对的不会是一夜换岗。更可能的路径是，重复加样先被接管，实验设计、质量控制和异常排查仍留在人手里。手艺不会消失，只是换了考核方式。

Warp Sciences拿到钱只是开场。湿实验室自动化能不能从融资故事变成药企日常，取决于它能否证明机器人做得比人更稳、更便宜，也更少犯错。