物理AI落子生命科学，华大智造与伯仪生物战略合作切入智能蛋白纯化

近日，常州伯仪生物科技有限公司与华大智造子公司涌生智能宣布达成战略合作，双方将围绕智能蛋白纯化方向展开深度协同。这是涌生智能“生命科学干湿闭环基础设施体系”在蛋白质研究领域的明确场景落地，也被视为华大智造AI4S（AI for Science）战略在产业端的又一次前置卡位。

从“看懂实验”到“动手做实验”

AI4S并非新概念，但真正落到生命科学一线、落到湿实验环节的案例，过去两年仍屈指可数。华大智造选择从“蛋白纯化”这一最基础的底层环节切入，意味着公司的AI战略不再停留在“读数据”“生成式问答”层面，而是开始介入实验执行本身。

伯仪生物董事长方利（右）与华大智造首席AI官、涌生智能CEO杨梦博士（左）分别代表双方签署合作协议

华大智造首席AI官、涌生智能CEO杨梦博士在签约现场给出了关键词——Physical AI（物理AI）。在他看来，物理AI正在驱动生命科学进入新范式：实验设备不再是孤立工具，而是AI智能体可调度、可进化的“协作单元”。这与单纯将算法部署在云端的传统AI4S路径，存在本质差别。

伯仪生物董事长方利同样把这次合作定位为产业链层面的打通：“将打通“智能装备-功能材料-技术服务”全产业链链路，破解产业技术痛点，助力客户构建高效、稳定的蛋白质研发体系。”

让AI直接驱动硬件

据悉，涌生智能提供的是一套“标准化、可扩展的AI原生智能实验底座”。这套底座具备两层能力：一是对已有实验设备进行智能化赋能改造；二是实现AI智能体对硬件系统的原生调度控制。

后者是真正意义上的“物理AI”——AI不再是建议者，而是直接驱动液体流动、温控切换、参数寻优的执行者。其底层依赖的，是涌生智能此前披露的ProtoPilot自进化多智能体系统等技术成果。

伯仪生物一侧，则贡献了高性能生物纯化填料、专业科研试剂、标准化关键原料等“湿件”能力——这正是AI智能体落地所必需的实验物质基础。

双方的能力组合非常清晰：涌生智能提供“大脑”和“调度系统”，伯仪生物提供“实验耗材”和“工艺know-how”。软硬件深度适配后，目标是把传统蛋白纯化中依赖人工经验、跨批次复现性差、周期冗长等痛点逐一拆解。

三、为什么是蛋白纯化

对华大智造而言，这步棋的战略价值至少体现在三个层面。

第一，产业卡位的稀缺性。蛋白纯化是抗体药、ADC、酶工程、合成生物学等多条热门赛道的共性前置环节，但行业里能够将“AI调度+湿实验闭环”跑通的玩家寥寥无几。华大智造通过涌生智能提前占位，等于在AI4S产业化的窗口期，率先立起了一面旗。

第二，收入结构的延展性。传统测序仪业务受行业资本开支波动影响明显。把“AI能力”作为独立的产品/服务形态向外输出，可以开辟一条对硬件周期相对不敏感的新增长曲线。涌生智能定位为“AI原生智能实验底座”，本身就具备独立商业化的潜力。

第三，生态协同的杠杆效应。伯仪生物在科研院所、创新药企、生物制造企业等下游用户中具备渠道沉淀。华大智造借此接入蛋白纯化的应用客户，等于用一次合作撬动了多个细分市场的“入场券”。

“经验时代”或将落幕

蛋白纯化是生物制品开发的关键环节，也是公认的“劳动密集+经验密集”环节。参数组合、缓冲液配方、柱填料选型高度依赖老带新、师带徒，跨项目、跨实验室的复现性长期不足。

物理AI的介入，把“老法师的经验”转化为可被智能体调用、可被迭代优化的工艺参数库。这意味着两件事：一是新人的上手成本会被显著压低；二是工艺开发周期有望从月级压缩到周级。对于创新药企和生物制造企业，这是直接的研发效率红利。

当然，物理AI在湿实验中的稳定性、可解释性、合规性等问题仍待长周期验证。AI智能体对硬件的原生调度在生命科学领域尚处早期，监管端对其过程数据、决策可追溯性的要求也会日益严格。

但从产业方向上看，AI从“看懂实验”走向“动手做实验”，已不再是PPT上的设想。华大智造和伯仪生物此次签约，至少把这条路径在蛋白纯化这一具体场景里，再往前推了一步。

面向未来，涌生智能方面表示将持续对Physical AI核心技术开展战略性研发投入，依托ProtoPilot自进化多智能体系统等核心技术成果，搭建开放协同的产业生态。

本文来源：财经报道网