Multiply Labs 融资 7500 万美元，用机器人 AI 做细胞疗法生产自动化

总部位于旧金山的机器人公司 Multiply Labs 致力于将细胞和基因疗法的生产自动化，该公司于 2026 年 10 月 6 日完成 7,500 万美元 B 轮融资，使其自 2016 年成立以来的融资总额超过 1 亿美元。本轮由 Patrick Soon-Shiong 博士通过 NantWorks 领投，战略投资者组合引人注目：制药巨头阿斯利康、工业机器人领导者 Teradyne，以及老股东 Lux Capital、Founders Fund 和 Casdin Capital。联合创始人兼首席执行官 Fred Parietti 阐述了公司背后的核心论点：AI 驱动的药物发现制造了一个不对称的问题，「AI 设计出的疗法，比整个行业将来能够生产的还要多。」

AI 药物发现的速度已经超过了为其生产而建的工厂

AI 在制药领域的前景几乎全部集中在发现环节：识别可行的药物靶点、设计候选分子，把定义了 20 世纪药物开发的、长达数年的筛选周期大幅压缩。这种聚焦已经带来了成果。AI 设计的疗法正以前所未有的速度推进临床管线。但这些管线在下游造成的问题，受到的关注却少得多。

先进生物制剂，尤其是 CAR-T 细胞疗法、T 细胞受体疗法和基因疗法，所需的生产工艺仍然顽固地依赖人工。一种典型的自体细胞疗法，从抽取患者的血液开始，随后分离出 T 细胞，进行基因重编程，经过几轮培养扩增，在多个检查点做质量检测，最后重新配制成可回输的剂量。仪器之间的每一次交接，都是潜在的污染事件；每一步手工移液，都会引入变异。GMP（良好生产规范）工作所需的熟练技术人员稀缺，洁净室的每一平方英尺也都价格不菲。

行业分析估计，劳动密集型的手工流程占细胞疗法生产成本的比例高达一半。在手工流程中，污染导致的批次失败率可能超过 10%。这些失败率会在一种疗法的商业上市过程中不断累积：每一个失败的批次，不仅是经济损失，还可能让一位已入组患者的治疗被推迟或错过。

这正是 Multiply Labs 切入的瓶颈。

围绕现有仪器而不是取代它们的机器人集群

Multiply Labs 的核心产品是机器人集群：一个封闭的、符合 GMP 的舱体，里面最多有四条机械臂并行工作。这些机械臂在仪器之间搬运物料，执行定时的液体处理步骤，承担生物制剂生产中占大部分人工的重复性转移操作。

这套系统在商业上的决定性特征是「集成优先」的理念。Multiply Labs 的集群并不要求制药厂商重新设计生产线或放弃已验证的工艺，而是设计成围绕现有仪器工作：Cytiva 生物反应器、赛默飞世尔的细胞培养系统，以及其他已在使用的 GMP 认证设备。采用这一平台的厂商既不需要新建厂房，也不需要从头重新验证产品；后者的成本可能高达数千万美元，还要耗费数年的监管沟通。

这一点很重要，因为制药工艺验证主要不是技术问题。受 FDA 监管的厂商必须证明其工艺能稳定地生产出符合预定规格的产品。工艺的任何实质性变化，无论是新设备、改动的温度曲线还是不同的操作流程，都可能依据 21 CFR Part 211 及相关指南触发重新验证要求。一套在不改变已验证参数的前提下实现自动化的机器人系统，能够规避这种监管阻力，这是专为替换而造的系统做不到的。

Multiply Labs 的 AI 层依托于与 NVIDIA 的2026 年 1 月宣布的合作。该公司使用 NVIDIA Isaac Sim 构建机器人系统的数字孪生，以便在物理部署前进行软件在环测试。NVIDIA 的开源机器人基础模型 Isaac GR00T 正被用于探索学习新的生物制造操作技能。FoundationPose 和 FoundationStereo 负责在 GMP 环境中做物体位姿估计和深度感知，把科学家的示范转化为机器人训练数据，而不会干扰正在进行的运营。与 NVIDIA 的合作是用面向未来的措辞描述的，这些都是研发工作线，而不是已部署的能力，但它们显示了该平台技术发展的方向。

同行评审的验证确实存在，但 74% 的成本数字需要结合背景来看

Multiply Labs 被引用最多的数字，是每剂成本降低 74%，以及吞吐量最高可达手工生产的 100 倍。这两个数字都来自公司披露。一项发表在 Cytotherapy（国际细胞与基因治疗学会的官方期刊）上的同行评审研究，为其提供了部分科学依据：研究表明，机器人 T 细胞扩增产生的结果（细胞产量、活力和表型）在统计上与手工流程相当。

这里有几个重要的限定。Cytotherapy 的研究评估的是 T 细胞扩增，即某一类细胞疗法的一个环节，并不涵盖完整的端到端生产流程，也不涉及抗体生产、病毒载体生产或 mRNA 疗法，而 Multiply Labs 现在正在向这些类别扩张。74% 的成本数字据公司另一份声明，是根据行业数据估算得出的，而不是已部署的商业系统的实测结果。100 倍的吞吐量指的是特定条件下每平方英尺洁净室空间的产出，而不是绝对的批次产能。

这一区别很重要，因为该公司目前的部署仍处于临床阶段的合作，而不是商业规模的运营。从经过验证的临床试点，走到经过认证的商业化生产，还涉及大量额外的监管工作：工艺性能确认、持续工艺验证和批记录文档要求，这些要求在商业规模下的范围和审查强度都会增加。Multiply Labs 称，向商业规模生产的过渡是 B 轮资金的主要用途。

阿斯利康既是客户又是投资者：一个结构性信号

阿斯利康出现在这轮融资中，意义不止于资金。在 B 轮完成前九个月的 2026 年 1 月，阿斯利康与 Multiply Labs 另行签署了协议，评估适用于商业规模细胞疗法生产的、符合 GMP 要求的机器人系统。这份评估协议被描述为对使用行业标准仪器的端到端自动化的评估，使阿斯利康在成为财务支持者之前，先处于潜在客户的位置。

制药业的战略投资者通常不会在评估协议之外再跟投，除非他们看到了通往采购或扩大合作的可信路径。阿斯利康以肿瘤学为核心的细胞疗法管线，就是这项技术的直接商业应用场景。它的投资，实际上是对自身生产需求的一种对冲。

Teradyne 的参与同样耐人寻味。Teradyne 是Universal Robots的母公司，后者是总部在丹麦的企业，生产在工业自动化中被广泛部署的协作机械臂。它作为新投资者入局，表明其对制药机器人市场的兴趣超出了 Universal Robots 目前所覆盖的范围：这可能是 Multiply Labs 规模扩大后的技术供应关系，也可能是对 GMP 环境中机器人部件需求的战略预判。

其他值得注意的支持者包括 Retro Biosciences，该公司于 2024 年与 Multiply Labs签署了价值最高 8,500 万美元的商业和供应协议，用于将针对衰老相关疾病的细胞疗法生产自动化。这笔交易是目前对商业收入走向最清晰的公开信号，不过其完整条款仍未披露。

一场资金更雄厚的对手、不同架构的拥挤赛道

Multiply Labs 并不是唯一为细胞疗法生产打造机器人方案的公司。竞争格局中不乏资本基础大得多、架构理念也各不相同的公司。

Cellares 是与其最直接可比的竞争对手，截至 2026 年年中已融资约 6.12 亿美元，其中包括 2026 年 1 月完成、由贝莱德和 Eclipse 领投的2.57 亿美元 D 轮融资。Cellares 的 Cell Shuttle 平台被设计为封闭的端到端生产系统，处理完整的操作序列：富集、筛选、转导、激活、扩增和制剂。该公司称，与传统生产相比，人工最多可减少 80%，设施占地面积可缩小 90%。与 Multiply Labs 一样，Cellares 于 2025 年获得 FDA 先进制造技术（AMT）认定，这一认定有助于加快对生产工艺的监管审查。

Ori Biotech 的 IRO 平台走的是另一条路，强调封闭系统架构和贯穿全流程的生产数据数字化。截至 2026 年，Ori 已融资约 2.81 亿美元，同样获得了 FDA AMT 认定。

这些公司之间的架构差异，代表着一个真正的战略分岔。Cellares 和 Ori 打造的是专有的端到端系统：生产流程在它们的硬件上、用它们的软件运行，数据流也产生在它们的生态系统之内。Multiply Labs 打造的则是嵌入制造商现有工作流的模块化自动化。端到端的方式有可能带来更全面的自动化和更紧密的数据集成；模块化的方式则降低了采用阻力和监管重新验证的成本。哪种架构会在商业上胜出，将取决于药企如何权衡实施速度与整体自动化覆盖率，以及 FDA 的 AMT 框架如何演进，以容纳不同的自动化理念。

Lonza 和 Charles River 等老牌合同开发与生产组织（CDMO）代表着另一种竞争：它们不是机器人领域的对手，而是细胞疗法开发者无需资本投入就能使用的机构化生产产能。Multiply Labs 及其同行面临的风险，是 CDMO 转而投资自己的自动化，而不是采购第三方机器人平台。

商业规模是下一道需要验证的门槛

Multiply Labs 走出这轮融资时，拿到了有意义但并非定论的商业进展证据。它与 Legend Biotech、Kyverna Therapeutics 和 Retro Biosciences 的临床阶段合作表明，药品制造商愿意测试这项技术。阿斯利康的评估协议表明了企业层面的战略兴趣。Cytotherapy 上的论文则为一个生产环节建立了独立的科学验证。

公开信息尚未确认的有：公司的收入运行率、处于实际 GMP 部署中的机器人集群数量、客户续约情况，以及部署集群相对于使用 CDMO 的成本经济性。已宣布的产品扩展到抗体、病毒载体和 mRNA，这些类别在工艺复杂度和监管分类上与细胞疗法有很大不同。在细胞疗法中降低采用阻力的「集成优先」架构，能否顺利迁移到这些类别，仍未得到证明。

这 7,500 万美元被明确定位为支持从临床走向商业化的转变。这一转变将检验：一个试点阶段的机器人平台，能否达到商业化生物制剂生产所要求的一致性、文档严谨度和批次可靠性。业界正在观察，在这个语境中，物理 AI 是否意味着比精心设计的实验室自动化更多的东西，还是会成为一个基础设施层，服务于 AI 加速出来的新一代疗法，而现有工厂的生产速度根本跟不上它们。