OpenAI 前科学负责人去做机器人实验室

药物研发里最枯燥的一段，是把同一个分子改二十个取代基，然后一个个合成、纯化、送检。这段活干了上百年，主要靠人手。

一、发生了什么

10 月 22 日，TechCrunch 报道 Kevin Weil 创立了 Warp Sciences。Weil 此前在 OpenAI 负责科学方向，他在社交平台上公布了成立与融资消息。

这轮融资 2.15 亿美元，估值 8.65 亿美元，由 Lightspeed 领投，IVP、Premji Invest、Lux Capital 参与。数字来自 Weil 本人的公开说法，属于公司口径。

公司的做法不复杂：化学家照常做实验，但戴上摄像头和传感手套；这些动作数据被用来训练机器人，让机器人接手「合成并测试研究人员选出的候选化合物」这段工作，从而把实验时间从上班时段拉成全天候。TechCrunch 用了一个词——把湿实验室的工作自动化，以加快药物发现。

还有一个动机值得单独拎出来。过去这类劳动密集的合成工作大量外包给中国的合同研究组织，报道点名了药明康德。Weil 的说法是要把这部分工作搬回美国，让整条药物开发流程少受地缘供应链影响。这个说法成立与否，取决于机器人能不能接下老手的那部分判断。

二、跟你有什么关系

药企和 CRO 的自动化负责人：这类公司会成为你的设备或服务供应商，也可能是抢人的对手。先弄清它卖的是机器人、数据，还是整条实验流水线。

做机器人模仿学习的团队：湿实验室是一个罕见的场景——动作高度重复、环境高度受控、失败代价高但可观测。它比家庭场景更容易做出可用的数据闭环。

关注供应链的人：这不是单纯的制造业回流，是把隐性工艺知识从人身上搬到机器上。搬得动，才算真回流。

三、怎么判断

1. 看采集粒度。只有视频不够，湿实验室里真正决定成败的是移液体积、加热时间、搅拌速度、手套施加的力。问清传感器记录哪些通道、采样率多少。
2. 看是不是闭环。单站自动化只能省一个人；合成、纯化、分析、结果回写连成一条，才谈得上加速。问它一个化合物从下单到出数据要几小时。
3. 看化学家愿不愿意用。危化品、通风、洁净度、交叉污染，任何一条不过关，机器人就只能待在展示间。要求看连续运行的时长记录，不看单次演示。

四、三个别信的说法

「融了 2.15 亿美元，说明技术已经成了。」 这个金额在这个赛道买的是时间和团队，不是验证过的产品。估值 8.65 亿美元对应的是预期，不是收入。

「把机械臂放进实验室就叫自动化。」 更难的活是让机械臂知道「这一步该停了」。人类化学家靠颜色、黏度、气味判断，这些信号目前的传感器还抓不全。

「回流只是成本问题。」 成本可以用补贴抹平，工艺参数和异常处理经验不行。真正的门槛是那些没被写进 SOP、只在老手手上的判断。

五、一句话结论

这门生意的核心资产不是机器人，是化学家做实验时被完整记录下来的那双手。

信息来源

• TechCrunch：OpenAI 前科学负责人创办 Warp Sciences，2026 年 10 月 22 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。