追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?

资讯 AI 行业观察 作者:时氪分享 全文 4081 字 · 约 11 分钟读完 配图 5 张 分类融资生物科技

当人工智能加速走进生物实验室,一类长期被低估的底层硬件与系统工程能力,正在重塑行业估值逻辑。 随着 AI 在蛋白质结构预测、分子设计和药物发现等领域接连突破,AI for Biology 已成为科技投资的核心方向。但当模型能够生成海量科学假设后,产业瓶颈随之转移到物理世界:谁来完成真实世界的湿实验验证? AI 能够快速

所属频道 融资与资本

人工智能进实验室的速度在加快,而一类长期被低估的硬件和系统工程能力,正让行业的估值逻辑发生变化。

AI 在蛋白质结构预测、分子设计、药物发现上接连取得突破,AI for Biology 已经成了科技投资的重点方向。问题是,模型能生成大量科学假设之后,产业瓶颈就转到了物理世界:真实世界里的湿实验验证,由谁来做?

追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?(配图 1)

蛋白质结构和候选分子,AI 可以快速生成一大批;可落到真实的生物实验上,通量、检测效率、物理操作能力仍是绕不过去的限制。

行业里一个越来越清楚的共识是:AI 生物科技走到下半场,卡住的不再只是算力和算法,而是真实实验的“交付产能”。一套能跑通商业闭环的自主实验室,规模化执行、系统通用性、高质量数据沉淀这三道工程门槛,得同时跨过去。

换个说法,AI 要的不只是会推理的模型,还得有物理基础设施:能精确做实验、拿到原生可靠的数据,再把结果实时回传给模型。生命科学的竞争,正从算法层往实验执行层延伸。

需求变了,生命科学仪器企业也等来了新机会。2023 年成立的深圳企业追光生物(OptoSeeker),就是从自研核心仪器起步,把 AI 大模型、实验自动化、软硬件协同和数据能力结合起来,摸索面向生命科学研究的智能湿实验方案。外界也借此看到一个硬科技企业能力迁移的样本。

以前提起追光生物,更多是把它当作一家“高端生命科学仪器研发企业”。可要是把它的团队构成、技术衔接和组织运营方式拆开看,会发现它攒下的底层能力不只服务仪器开发,更指向未来智能实验系统的底座。

追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?(配图 2)

01 从精密仪器到 AI 自主实验室,追光生物如何拓展能力边界?

建 AI 自主实验室,比“让软件控制几台机械臂”要复杂得多。

真正形成闭环的 AI 自主实验室,实验设计、自动执行、过程监测、数据分析这些环节得有效接上。系统既要读懂复杂的生物学反应,能对微观样本做精确操控,还要让光学、芯片、传感器和软件在高频协同中保持很高的稳定性和可重复性。说到底,这是一项跨学科的复杂系统工程,而高端生命科学仪器研发的核心壁垒,恰好也在这里。

追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?(配图 3)

AI 自主实验室的设想是:由 AI 系统统一调度自动化实验设备,把生物样本处理、实验执行、数据采集与分析一并跑通,再依据结果自己调整下一轮实验方案,从而串起“设计—执行—分析—优化”的干湿实验闭环,让生命科学研究朝智能化、自主化方向走。

从团队基因看,追光生物是典型的“前沿科研+成熟工业工程”复合背景。创始及核心科研团队有北京理工大学、南方科技大学、暨南大学等高校科学家背景,深耕光电操控、微流控与生命科学交叉方向;管理和工程核心成员则来自全球科学仪器与生命科学巨头丹纳赫集团(Danaher),产业工程化与精益管理经验成熟。这样的组合,让科学原理、实验需求、工程实现三个层面的转化链路能打通。

已上市的核心产品 OptoBot®1000 高通量单细胞光流控系统就是个例子。这个平台把光电镊、微流控芯片、显微成像、半导体、自动化控制和生物实验流程集成在一起,细胞的导入、分离、培养、观察、筛选及回收全自动完成。微观尺度下,光学系统要和芯片精密联动,操控精度得兼顾细胞活性,软件则要实时协调多个硬件模块运行,哪个环节差一点,实验结果都会受影响。

追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?(配图 4)

OptoBot®1000 单细胞研究与筛选流程示意

成立三年,追光生物围绕光电镊、数字微流控和结构光投影等底层技术,先后推出 OptoBot®、DropletBot®、OptoNeuroBot® 等系列产品。从产业演进的角度看,它在高端仪器研发里沉淀的三项核心能力,和 AI 时代生物实验基础设施的需求高度同构:

  • 第一,复杂多学科系统的集成与联动能力。高端仪器也好,智能实验室也好,设备接口、运行时序、系统稳定性、异常处理都是躲不开的工程难题。追光生物在光学、电子、机械、芯片和软件等多子系统整合中攒下的系统工程经验,有跨产品、跨场景迁移的潜力。
  • 第二,把复杂生物实验转译成自动化流程的能力。科研人员手动能做完的实验,机器不一定能稳定复现。追光生物在仪器研发中已经把软件控制、流程配置和自动化执行深度绑定,把靠人工经验的精细操作变成明确的机器控制规则,这是实验室自动化演进的关键基础。
  • 第三,微观状态感知与高质量原生数据获取能力。AI 时代,实验设备不只是“操作工具”,还是“数据采集终端”。追光生物的仪器体系集成了显微成像、细胞状态追踪和实验过程记录功能,在单细胞研究里尤其能把细胞的动态变化、功能表现和实验条件精准关联起来,持续输出传统手段难以捕获的高维动态数据,而这正是训练和迭代生物 AI 模型最稀缺的底层燃料。

当然,单台精密仪器的自动化和完整自主实验室所需的跨设备调度、长期自主运行之间,还有跨度。但两者对跨学科集成、微观精密操控、自动化执行和数据获取的底层要求,是一脉相承的。

其实追光生物也已经实质切入“AI大脑+物理终端”的闭环探索,正在推进自研生命科学智能体的研发和布局,把 AI 的科学推演、实验规划能力和底层精密实验设备深度结合,为打造真正意义上的 AI 自主实验室做前瞻性的技术卡位。

02 从技术研发到产品交付,追光生物如何完成高复杂度工程?

硬科技创业普遍要面对研发周期长、技术高度交织的难题。对早期团队来说,单点技术突破只是第一步;在有限资源下持续推进复杂工程,把技术积累变成可复制的组织能力,才决定长期成长的上限。

面向不同产品和应用场景,追光生物在软件、控制系统、工程模块和研发经验上寻找可复用、能通用的做法。光电镊、数字微流控和结构光投影三条线它都在布,落点各不相同,却在光学控制、电子系统、芯片技术和底层软件上高度同源。以此为底子,公司再往自动化工作站和实验整线延伸,逐步攒下跨设备集成、实验方法适配和客户交付的本事。

撑起这套研发模式的,是追光生物对组织工程化体系的构建:

  • 在管理上,这家公司把精益思路搬进了日常运营:管理团队参考丹纳赫等全球知名科学仪器企业的成熟做法,又结合自身初创阶段的实际,将可视化项目管理、5S 现场管理和持续改善机制落地到研发、生产与质量管理中,推动流程标准化,减少对个人经验的依赖,让复杂工程项目的执行更可控、也能复制。与此同时,团队把 AI 深度嵌入研发辅助、知识管理、流程重构和跨部门协作,试图以人效较高的轻量化组织,去撬动复杂度很高的工程研发。

跨学科研发需要长期协调,设备、控制系统、软件与生物应用也得持续整合。说到底,“底层模块复用 + 精益管理 + AI 原生组织”这套复合组织能力,有望成为追光生物下一阶段演进的重要护城河。

03 从技术成果到真实交付,追光生物的商业化进展如何?

底层技术和工程体系扎不扎实,最终要看真实的商业化交付、产业生态合作,以及资本市场一轮接一轮的投票。

产品落地方面,追光生物已经走完从原理样机到量产机的跨越,硬件、软件及微流控芯片耗材均为全自主研发与生产。据公开披露,其科学仪器已在北京大学、清华大学、上海交通大学、中国科学技术大学、中国科学院等相关研究机构及部分生物医药企业完成装机交付,应用覆盖单细胞操控、数字微流控和结构光投影等方向,部分产品还进入了海外科研机构。

在上下游伙伴这边,这套底层平台也得到了认可,这比单机卖得好更值得看。追光生物已经把“单细胞功能筛选+多组学数据闭环”做成合作主线,拉来一批有代表性的企业一起干:生命科学 AI 大模型公司百图生科与其联手,试的是让 AI 参与高通量单细胞筛选;到了下游测序环节,合作方是华大智造,目标是把单细胞表型数据和基因测序数据一一对上;2026 年 9 月,艾克发生物也和它签下战略合作协议,双方要基于 OptoBot®1000 做面向药物研发的功能性单细胞筛选服务,并推进空间组学仪器创新。AI 模型公司、测序平台、组学服务商接连入局,从侧面说明这套设备体系在真实研发链路里接得住、连得通。

追光生物:AI自主实验室卡点在交付产能,这家深圳公司在做什么?(配图 5)

追光生物与华大智造、百图生科签订战略合作

资本市场那边的态度同样在变好。2023年10月,追光生物拿到数千万元天使轮融资并启动运营;2025 年 6 月,天使+轮融资陆续落地,金额数千万元,由英诺天使基金领投;到 2026 年 10 月,公司又宣布完成 Pre-A 轮融资,由深创投领投,规模超 5000 万元。按照披露的信息,新钱主要投核心产品研发与工程化、应用场景验证,同时把“AI 驱动技术服务模式的探索”明确列为重点方向。

04 AI for Biology浪潮下,早期硬科技企业还有哪些机会?

AI for Biology 升温之后,具备规模优势的头部企业正加速整合模型、机械臂、自动化工作站和数据系统。巨头环伺,硬科技科学仪器企业的破局机会在哪里?

答案或许在于:自主掌握核心测量与精密操控设备,破除“外购设备+机械臂拼接”的低效困局。

眼下行业推进实验自动化,普遍走的是“系统集成”路线——向外采购多台不同品牌的成品仪器,再用机械臂或轨道把它们串起来。可到了真实的生物实验里,尤其是活细胞功能分析与微观反应,这种“攒机式拼接”在性能和效率上的瓶颈就很明显了。

对追光生物来说,现阶段的重点是把核心仪器产品和客户交付持续做好,在此基础上再将自研测量设备、实验自动化和软件系统连接起来,探索更完整的 AI for Biology 智能湿实验解决方案。

实验效率、数据质量、流程衔接,客户这几方面的要求一直在往上走。往后看,AI 自主实验方案要想有价值,得在具体场景里跑得稳、数据靠得住,还能真正接住研发需求。追光生物的路子也在这里:靠不停的应用验证和客户合作,慢慢攒出自己在 AI 时代生物实验基础设施上的独特位置。

AI for Biology 已经不止停在算法研究,而是整体走向真实实验室建设,生命科学仪器企业的价值尺子也因此变了。核心测量和实验执行终端握在手里,同时把科研洞察、精益工程、高效组织这几样能力持续拧在一起,让复杂的生物实验变成高效、可靠、数据原生打通的物理系统——这样的公司,在下一代生命科学浪潮里才更有机会站到核心位置。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. CataX AI拿下种子轮:启明创投独家押注AI原生药企

    AI制药的战场,正从分子转向临床。投资界获悉,CataX AI近日已完成种子轮融资,启明创投独 家投资。与此前聚焦药物发现的AI制药公司不同,这家成立仅4个月的AI原生Biotech不做靶点与分子发现,而是借助Agent加速新药的早期临床开发。身后创始人王子龙,90后,高一时,他便凭全国生物联赛一等奖获得保送资格,高中

    来源 腾讯网
  2. Bharat Semi种子轮融资2400万美元:AI传感器商业化提速

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 科技快讯
  3. Fractile融资7亿美元:目标把AI推理速度提到100倍

    AI的推理计算将在未来几年内成为AI最重要的计算需求,已经逐渐成为共识。 推理计算,拆解开来有两个重要维度,成本和时间。 其中提升推理速度带来的好处,在AI逐渐Agent化的时代,重要性凸显。 具体来说,在相同成本下提升推理速度,能让那些耗时长、推理强度高的Agent任务在更短时间内完成,从而提高整个系统的效率。 Fr

    来源 AI 行业观察
  4. 黄仁勋离场,英伟达5000亿美元AI融资机器何去何从

    黄仁勋骤然离场,令英伟达这台以股权投资、担保和回购构建的逾5000亿美元AI循环融资机器失去操盘手。高盛、瑞银警告,其每季度自由现金流中大量资金循环输送回客户与供应商,即便暂时暂停,也可能抽走500亿美元以上资金,相当于触发“AI量化紧缩”,新兴云服务商信用链条首当其冲。

    来源 华尔街见闻
  5. 黄仁勋离任:AI初创融资缺口有多大?

    TechCrunch报道称,黄仁勋离任将在AI初创融资市场留下巨大缺口。此前英伟达在其领导下向AI初创投入数百亿美元,既提供资金也带来算力与生态背书。创始人和风险投资人预计,未来融资支票更小、估值更低、交易更谨慎。文章分析这一变化对AI创业生态、英伟达战略投资节奏以及VC定价逻辑的潜在影响。

    来源 AI 科技快讯
  6. 黄仁勋卸任英伟达CEO:33年掌舵结束,AI初创融资生变?

    IT之家 11 月 15 日消息,这是一场震动全球科技行业的人事变动。执掌英伟达 33 年、共同创立这家芯片巨头的首席执行官黄仁勋(Jensen Huang)已正式辞职。TechCrunch 援引一位新兴云计算公司的创始人的话称,他第一次听到这一消息时的反应是:“这就像一颗炸弹突然爆炸了。”过去几年,英伟达一直是科技初

    来源 腾讯网
  7. 量子位2026 AI年度榜单今日截稿,五大维度寻找实干派

    量子位「2026人工智能年度榜单」征集通道于11月16日关闭。本次评选涵盖领航企业、潜力创业公司、杰出产品、杰出解决方案及创业新锐五个类别。不同于以往只看融资额的榜单,今年更强调实际客户应用、市场反馈以及技术落地的具体成效。参选者需通过网页链接提交资料,最终结果将在12月9日的MEET2027智能未来大会上公布。对于仍

    来源 AI 应用前沿
  8. AI基建股4.2万亿美元蒸发:卖铲盛宴要散场?

    6月以来,卡特彼勒跌44%、Oklo暴跌49%。分析师直指根源:投资者将传统工业股当成长股炒作,估值严重虚高。此次抛售的另一重要背景,是美国中期选举后数据中心监管政策走向的不明朗。基本面仍具韧性——卡特彼勒积压订单达780亿美元,多家企业营收增长已锁定至2027年。

    来源 华尔街见闻
  9. Plaud之后录音卡挤成一桌:硬件不赚钱,订阅才是现金流

    AI录音的智能硬件产品越来越多了。 2026年年初,Nooklab在idea阶段被红杉中国、线性资本押注,估值逼近1亿美元。同年10月,Flowtica拿到祥峰、源码、五源、清水湾基金数千万元人民币融资,用于新品verso。它们的落点相似——用墨水屏给磁吸录音卡开一扇窗。 图源:nooklab.ai Nooklab的首

    来源 AI 行业观察
  10. 造物潭完成数千万元天使轮融资:AI从研发工具走向工程执行主体

    Z Potentials 近日独家获悉,造物潭完成数千万元融资,本轮由嘉铭浩春领投,国资战略引导基金及智能制造领域产业资本参与投资。本轮资金将主要用于自研电子行业大模型的训练迭代、工程对象本体体系的持续建设,以及企业级产品的交付与市场拓展。造物潭的核心产品「小潭子」,以专业 AI 数字员工与自研电子行业大模型双核驱..

    来源 腾讯网
  11. 李小加谈AI时代资本市场:香港角色要重估,泡沫里也有实东西

    过去一年,AI赛道竞争已经从模型能力比拼,转向智能体能否落地完成真实任务。资本市场随之面临新的拷问:AI、具身智能企业冲刺港股IPO,科创板第五套上市标准接纳未盈利具身智能企业,港股科技股IPO占比走高。与此同时,围绕估值泡沫争议、未盈利企业IPO审核趋严、金融业是否会被AI颠覆等话题的讨论接连出现。技术迭代不断...

    来源 腾讯网
  12. 星域蔚蓝完成数千万元天使+轮融资,AR潜水面镜AREX ONE加速量产

    作者|黄楠 编辑|袁斯来 硬氪获悉,星域蔚蓝(深圳)科技有限公司(以下简称「星域蔚蓝」)近日完成数千万元天使+轮融资,本轮投资方为湖南财信。此前种子轮及天使轮投资方为初心资本、华山资本、香港X科技基金。资金将重点投向核心光学模组与水下可靠性体系的技术迭代,完善AR潜水互联系统的配套硬件生态,并加速全球渠道布局与规模化量

    来源 AI 行业观察
  13. 美联储报告:AI热潮推高美股估值,网络攻击风险升温

    美联储最新金融稳定报告警告,受市场对"超级智能"热情推动,美股估值持续高企。AI技术进步正降低网络攻击门槛,国家及非国家行为者的威胁与日俱增。高长期利率与财政赤字可持续性问题,亦被列为近期市场脆弱因素。美联储监管副主席曾表示,若AI投资回报不及预期,市场或面临急剧下挫风险。

    来源 华尔街见闻
  14. Gartner:AI到2030年净增170万岗位,是危机还是转机?

    IT之家 11 月 15 日消息,人工智能可能引发的就业危机,或许并不像人们想象的那样。 商业与科技研究机构 Gartner 预测,2025 年至 2030 年间,AI 将在全球创造 1060 万个新工作岗位,同时导致 890 万个岗位消失。两者相抵,到 2030 年前,全球就业市场预计将因 AI 净增加约 170 万

    来源 AI 行业观察
  15. 华瑞指数云再融超亿元:用存储给AI推理降本

    AI推理的扩产,是否只能依靠增加GPU?华瑞指数云披露的一项客户联合验证,给出了另一种可能:24张GPU加一个WQS存储节点,实现了与48张GPU方案相当的Token产能。这意味着,改善上下文的保存和调用,可以提高GPU的利用效率,让已有算力承担更多业务,为企业提供了新的算力扩产思路。这一提升算力利用效率的技术新方向,

    来源 腾讯网
  16. 微软78兆瓦数据中心遭抗议:16国行动与41项公投背后

    欧洲多地抗议与美国地方选举结果显示,数据中心扩张正遭遇越来越强的社会阻力。电价上涨、持续噪音、房价承压及就业收益有限,引发居民不满;与此同时,电网接入滞后、设备短缺和融资压力也令开发商面临成本与违约风险。尽管审批趋严,AI算力需求仍推动行业持续扩张。

    来源 华尔街见闻
  17. Gemini 4 Hydrogen提速2.5倍:AI从聊天转向干活

    Google发布Gemini 4 Hydrogen,主打日常智能体与编码,速度提升2.5倍;LangChain完成3亿美元C轮融资,推出全生命周期平台LangSmith。安全领域警示AI将网络攻击准备时间压缩至20分钟。此外,Google Wallet接入Gemini提供财务分析,DeepMind发布AlphaGeno

    来源 AI 应用前沿
  18. 高盛2027展望:AI资本开支见顶,美股盈利增速将“大减半”

    高盛2027年全球股票策略指出,AI资本开支热潮接近顶点,全球盈利增速将大幅放缓。标普500盈利增速预计从36%降至11%,折旧压力逐步显现。但云巨头估值已回调至19.7倍预期市盈率,低于必需消费品板块,被定性为"相对防御性"资产。高盛预测标普500目标价8700点,建议超配美国和日本,低配欧洲。

    来源 华尔街见闻
  19. 新西兰最大零售商 The Warehouse 爆发员工抗议:如厕时间都用 AI 管

    IT之家 11 月 14 日消息,当地时间 13 日,据英国《独立报》报道,新西兰最大零售商 The Warehouse 集团的员工指控,公司利用 AI 监控如厕时间,导致部分员工不得不在配送中心的通道里大小便。 本周,The Warehouse 集团位于奥克兰和基督城的配送中心有 300 多名员工举行抗议,担心 AI

    来源 AI 行业观察
  20. 未来医生MedGPT临床决策研究:88比12胜医生,医疗AI估值逻辑生变

    一级市场对医疗AI的共识,长期停留在“赛道好、难验证”的阶段。海外市场早已跑出明确的估值标杆:医疗 AI 企业 OpenEvidence 年内估值从 120 亿美元攀升至 150 亿美元,约 40% 的美国医生已在使用其产品,这意味着,以医学证据检索和临床决策支持为核心的医疗AI,已经获得资本市场的高度认可。但一个更具

    来源 腾讯网
  21. Rowan获约15亿美元融资:黑石押注AI数据中心,监管风险仍待观察

    图片来源:Rowan在人工智能投资热潮推动下,黑石集团(Blackstone)支持的数据中心开发商 Rowan Digital Infrastructure 获得约15亿美元新融资,出资方包括花旗集团(Citigroup)等金融机构。这笔资金将用于推进公司不断扩大的数据中心项目储备。Rowan是本轮AI基础设施投资浪潮

    来源 腾讯网
  22. Bharat Semi获2400万美元种子轮:印度芯片设计中标能否转量产订单?

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 行业观察
  23. 青葵智造完成亿元A轮融资:北航博士团队押注自驱动实验室

    硬氪获悉,专注科学研发的Physical AI公司青葵智造近日宣布完成亿元A轮融资。本轮由创东方投资、飞荣达股份及金辉大数据共同出资。资金主要投向三块:核心技术研发、重点行业拓展以及云实验室建设,目的是让自驱动实验室更快落地产业化。

    来源 36氪
  24. 国产芯片融资密集落地:三季度1092亿,多条算力路线并进

    11月12日,沐曦与优必选共同发起的曦选创智宣布完成5亿元天使轮融资。此前两天,智能网卡厂商沐创、碳化硅功率模块厂商利普思也相继披露新融资。计算芯片、数据互联、供电器件,围绕算力系统的多个环节都在吸引资金。 更早一周,后摩智能传出完成数十亿元融资的消息,奕成科技、凌川科技也分别披露数十亿元和10亿元融资。10月31日至

    来源 AI 行业观察
  25. 黄仁勋辞职:周鸿祎称创始人离场比丢CEO更伤,中国AI封锁难挡?

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
向下滚动自动加载更多