生命科学产业以技术壁垒高、验证周期长而被视为典型的“慢产业”。随着 AI for Science 浪潮，人工智能技术深度渗透到生命科学领域，叠加 AI药物发现、合成生物学、细胞与基因治疗等新兴交叉学科的崛起，生命科学的底层研发逻辑正在发生根本性重构：传统依靠科学家“直觉+试错”的经验驱动模式，逐步转向以“数据智能+自动化升级”为核心引擎的AI深度赋能范式。
这一变革的内在逻辑是“海量数据生成 → AI模型训练 → 预测与验证”的闭环迭代。在AI for Science 全新范式下，实验室不再仅仅是依靠科研人员实操经验而开展实验的场所，而是逐步进化为智能系统驱动的规模化创新平台。在此趋势下，科研实验效率获得快速提升，海量生物数据背后潜藏的规律与价值得以挖掘释放，生命科学的创新潜能被加速激活。
当前，生命科学智能自动化已展现出巨大潜力，并成为推动相关产业跨越式升级的核心驱动力。国内企业在技术研发、场景与产品落地以及商业模式上经过持续的摸索与沉淀，已形成了各自的发展之道，并持续落地合作，备受产业和资本关注。
作为「磐霖资本」在AI领域的重要布局落子——「奔曜科技」定位为AI驱动自主实验室解决方案提供商，深度融合机器人等核心硬件能力与系统级解决方案，立足AI for Science大趋势，搭建生命科学领域的智能自动化底座，持续获得市场与资本的双重肯定。公司以“机器人+AI"为核心引擎，打造生命科学自动化新质生产力，通过构建自主化实验室系统，助力行业完成从传统经验科研模式向数据智能驱动的规模化创新转型，展现出穿越周期的技术硬实力。
本期「磐谈」，特邀「奔曜科技」创始人兼CEO汤阳先生，分享公司的数智自动化整体解决方案如何助力生物医药释放潜力，并延展到更多的领域及其场景，以及在成熟品牌林立的海外市场如何以差异化填补市场空白，输出中国产品方案。
背景介绍
2024年A3轮领投，2026年战略轮追加
投资之初，“实验室自动化正处于‘存量变革’和‘增量爆发’的时机，拥有广泛的下游应用场景。奔曜科技的核心团队基于机器人研发及生命科学领域的深厚积累，融合机器人、视觉与人工智能技术，打造了能够支持复杂精细实验流程的智能系统，形成了可落地的技术平台和成熟可靠的产品体系。2025年，奔曜科技也成功获得国家级专精特新“小巨人”称号。
创始人介绍
汤阳
奔曜科技创始人、CEO
汤阳先生毕业于上海交通大学机器人研究所，随后加入ABB中国研发中心，逐步升任ABB中国机器人研发中心负责人，期间带领团队从0-1建立ABB小型机器人产品线；后转任ABB服务机器人业务部负责人，负责医疗、物流领域的业务开拓。创始人有丰富的工程研发经历以及医疗领域业务开拓经验，管理能力突出。
磐霖资本投后管理团队评价：
近年来，自动化实验室需求持续增长，逐步延伸至材料科学、合成生物学等领域，各大MNC也寻求适配的高度自动化实验室方案。在此趋势下，奔曜科技迅速崛起，陆续推出了多款自研的具身智能实验机器人，助推实验设计到结果优化的全链路智能，并在小核酸、ADC、合成生物学和锂电材料化学等领域已经形成了可复制的定制化交付案例。奔曜科技也从“实验室自动化提供商”向“AI驱动自主实验室解决方案提供商”转变。
01
战略转变
从应用系统集成商到全栈自研自动化服务商
以应用场景切入：先围绕具体实验流程和客户需求，交付大中小型应用自动化系统，积累对真实场景、流程痛点和系统协同的理解；
从项目中沉淀标准单品与模块：在持续交付过程中，逐步提炼出可复用的核心能力，形成以转运机器人、移液机器人为基础的标准单品，并模块化扩展出适配多类实验场景的各类助手；
最终形成全栈自研能力：不同于多数依赖外部采购关键自动化组件的竞争者，奔曜逐步实现从核心硬件、控制软件到系统集成能力的全栈自研，形成更强的技术壁垒与交付可控性。
从实验室自动化提供商到驱动AI创新的自动化基础设施提供商
该演进源自于奔曜长久深耕实验室自动化过程中，持续积累了许久的能为客户高通量地提供高质量数据的能力基础；
在知名MNC项目上，进一步实现了提供大型自动化实验室基础设施，为该MNC的AI大模型供给足量一致性高、质量高、通量高的生物数据；
从而演化出驱动AI创新的自动化基础设施提供商的全新公司战略，成为“AI for Science”的主要驱动力。
02
产品演进
模块化产品思路使得奔曜的接续研发的边际成本递减、用户复购率较高，在实验室自动化竞争格局中是较为独特的存在。
其应用系统也得益于标品模块化的产品力可以自由扩展，这也陆续帮助公司获得了欧美MNC的青睐。
03
标杆性项目落地，细分赛道优势明显
奔曜突破性落地了知名MNC的小核酸自动化实验室订单，此前，公司已在小核酸、ADC形成较为明显的竞争优势。
以下为奔曜科技创始人兼CEO汤阳先生的分享
磐霖资本：奔曜科技在生命科学智能自动化领域持续深耕。公司的技术*性与商业化能力也得到了市场、资本乃至政府的充分肯定，也是企业从技术突破到产业赋能的关键跨越，为前沿技术的规模化应用注入强劲动能。目前，公司已经陆续推出了多款明星产品，能否系统性地介绍一下公司当前的产品矩阵布局？这些产品分别覆盖哪些核心实验场景及落地应用情况？在落地应用中，客户最看重的奔曜能力是什么——是通量提升、数据一致性、还是复杂实验流程的自动化闭环能力？
奔曜科技汤阳：如果从一个更宏观的视角来看，我们并不是在做“单一设备”或者“某一类自动化产品”，而是在构建一套面向未来的、AI驱动的自主实验室基础设施。因此，奔曜的产品矩阵本质上是围绕“从执行到决策”的完整闭环来设计的。可以简单理解为三层：
首先，是机器人与核心硬件层。这一层解决的是实验室里的“手和脚”问题——比如移液、转运等高频且对精度要求极高的基础操作。我们的LabGenius系列是专为实验室场景深度定制的，在运动控制精度、稳定性以及对复杂工况的适应能力上形成了明显差异，这也是我们能够与传统集成商拉开距离的关键基础。
第二层，是模块化的实验助手层。我们把一个个实验动作拆解、标准化，做成可以灵活组合的“功能单元”，也就是LabMate系列。这样客户不需要从零开始搭系统，可以像搭积木一样去适配不同实验流程，这在高通量筛选、蛋白组学、NGS前处理等热门场景中实现了较大规模的应用。
第三层，是系统和软件层。通过我们的调度与控制软件，将不同仪器设备与实验流程真正打通，实现端到端的一体化自动化系统。目前，在小核酸药物筛选、ADC药物研发、合成生物学、材料科学以及农业科技等复杂场景中，我们已经能够稳定实现自动化闭环，并在多家国际头部客户中完成规模化复制。
很多客户一开始仅关注通量提升或替代人工，但项目真正落地后，他们更看重的是复杂流程能否稳定跑通，以及数据是否一致、可追溯。对我们来说，核心不在于单台设备有多快，而在于能否把高度依赖人工的实验流程，转化为一个可标准化、可复用、可数据化的系统工程。这也是我们坚持全栈自研的原因，只有打通底层，自动化才能真正成为生产力，而不是孤立的工具。
磐霖资本：近几年公司高速发展，您认为，除了外部需求、技术革新等驱动因素外，您认为公司有哪些重要的关键性决策规划？这些决策背后的逻辑是什么？
奔曜科技汤阳：回过头看，我们做的几项关键决策其实是一致的：一方面是坚定推进全球化，而不是把出海当作补充市场。所以从一开始就按全球市场标准做产品与交付，在欧美最成熟的市场验证能力；另一方面，是坚持全栈自研，而不是走轻集成或外采拼装的路径。把核心硬件、软件和系统能力掌握在自己手里，确保复杂系统的长期稳定运行。与此同时，我们也在组织上提前做“复合型人才”的储备，而不是等业务起来再补，我们提前布局了跨学科人才与本地化团队，支撑全球交付与服务能力。本质上，这些选择并不是为了短期的订单增长，而是在构建一个可持续演进、可规模化复制的能力体系。
磐霖资本：过去几年，基于对生命科学数智自动化发展前景的看好，大量资本纷纷涌入该赛道。这里面本土企业处于相对发展早期，几种发展路径，比如软硬结合，提供实验室自动化整体解决方案及定制化服务，也有基于硬件优势（如机器人）并提供整体解决方案的企业如奔曜科技，也有部分在细分场景提供特色解决方案的企业；您认为这几种路径的差异本质是什么？奔曜选择“机器人+AI”深度融合的路径，与团队的技术基因（如机器人背景、AI算法背景）有哪些内在关联？这种路径在应对复杂实验场景时，形成了怎样的差异化壁垒？
奔曜科技汤阳：本质上，这几种路径的差异在于能力的起点与系统掌控深度，是做集成整合，还是从底层构建可持续演进的技术体系。奔曜的路径与团队基因密切相关。我们从机器人与AI出发，更关注“执行能力+智能决策”的一体化，因此选择全栈自研，并构建“菜单式”产品体系：从单机、桌面自动化到黑灯实验室，灵活满足多元场景需求。在生命科学这种需求碎片化、应用快速迭代的行业，这种路径的价值在复杂系统中尤为明显：不仅能实现流程自动化，更能保证稳定运行、数据一致性，并用不同的产品组合快速切入新兴应用。最终形成的壁垒，是软硬件一体、可规模复制的企业能力。
磐霖资本：从业务发展看，奔曜科技借助着小核酸药物从“热点”走向“确定性”，公司的系统能力得到落地与验证。此外，公司ADC、合成生物学和锂电材料化学等领域已经形成了可复制的定制化交付案例；从行业看，除了检验检测、医药研发领域，生命科学其他领域也涌现出一些新兴产业对实验室自动化产生迫切需求，而且技术与需求也在持续变化，公司的技术平台在跨领域延展时，是“同一套软硬件适配不同场景”，还是“底层技术复用+上层应用定制”？研发团队如何平衡“深耕现有赛道”与“前瞻性布局新场景”的节奏？
奔曜科技汤阳：我们的核心思路不是“一套设备适配所有场景”，而是底层技术复用 + 上层应用定制。底层层面，我们沉淀的是可复用的机器人、控制系统和软件平台；上层则围绕具体应用场景，快速做流程与模块的定制。这种架构让我们既能保持技术一致性，又能高效切入多个热门研究领域。同时，我们始终强调“贴着需求走”，而不是闭门造车。研发与业务是联动的，一部分团队深耕已验证的核心场景，持续打磨系统能力；另一部分则前瞻布局新兴应用，通过真实项目快速验证与迭代。
磐霖资本：以前，智慧人力是核心资产，自动化只是提高通量的辅助手段，价值有限。当前，数智自动化正在从生物医药等多个行业的“成本中心”转变为“价值创造中心”，因为它决定了实验室研发的“数据资产”质量和商业化生产的“成功率”。您怎么看待这种说法和趋势？
奔曜科技汤阳：这个判断我基本认同。AI时代下，实验数据成为了医药研发的核心资产，而数据的质量直接决定模型能力与研发成功率。自动化的价值也因此发生了本质变化，它不再只是替代人的效率工具，而是决定数据是否标准化、可追溯、可用于建模的关键AI基础设施。
但这里有一个前提，就是必须实现“干湿闭环”。也就是从实验执行（湿实验）到数据生成、处理与反馈（干实验）的完整打通，形成持续优化的循环。所以我们看到，数智自动化正在从成本中心转变为真正的价值创造中心，本质上是在为AI驱动的研发提供高质量、可规模化的数据底座。
磐霖资本：近半年行业热议 Physical AI、科学实验 Agent，AI 大模型已经可以批量生成科研假设，但行业普遍面临 “实验验证跟不上” 的瓶颈，大量 AI 生成的实验方案很难直接落地到真实实验室硬件。奔曜作为自动化基础设施提供商，如何看待 “AI 纸上方案” 和真实湿实验执行之间的鸿沟？在系统层面如何处理实验失败、异常容错、负样本采集，帮助大模型获取可用于迭代的真实实验数据？
奔曜科技汤阳：在我们看来，鸿沟本质不是文本翻译问题，而是数字理想世界与物理实验室现实的错位。大模型训练大多基于文献里的成功案例，缺少硬件约束、耗材限制、机械扰动、样本损耗这些真实边界；它只知道 “应该做什么”，却不知道 “机器实际能做什么”，同时行业长期习惯丢弃失败数据，负样本严重缺失，进一步加剧 AI 生成脱离实操。奔曜的定位不是做大模型假设生成，我们不直接让大模型原始方案下发硬件，而是通过系统中间层做三件事：
*，做方案前置校验与约束补全，把 AI 的科学语义协议，结合设备、耗材、试剂知识库，转译为机器可执行的标准化工作流，过滤明显不可落地的方案。
第二，建立运行时多模态感知与分级异常容错机制。通过硬件传感器、视觉感知实时捕捉移液异常、耗材故障、样本状态偏移；区分可重试、参数可调、必须终止的场景，高科学风险异常不擅自做决策，优先安全兜底，同时隔离故障，避免单步失败拖累整批实验。
第三，以自动化平台规模化、高一致性地输出 AI Ready 数据。不同于人工实验数据量小、批次差异大、记录不完整的痛点，奔曜系统通过标准化执行流程，批量产出高一致性、高维度的真实实验数据；同时把失败、部分失效、异常扰动全部作为有效负样本完整留存，绑定全链路元数据并标注失败根因 - 是 AI 方案缺陷、硬件扰动，还是生物学假设本身不成立。
成功数据教会大模型什么可行，而负样本教会大模型什么行不通。系统输出标准化数据集回流给上层 AI，完成 “AI 生成假设‑自动化湿实验验证‑正负样本闭环迭代”，真正打通干湿实验闭环。
磐霖资本：现在 AI for Science 已经从概念走向工程落地，行业一方面期待自主实验室、实验智能体，另一方面也面临数据可审计、系统合规、失败实验负样本缺失等现实挑战。针对行业问题，除了技术上融合机器人、软件与多模态大模型之外，奔曜在产品设计上又是如何兼顾的？
奔曜科技汤阳：奔曜在产品设计上把可审计、合规、负样本采集原生嵌入自动化底座，而非后期附加功能。我们对平台输出的数据设置了几项硬性产品要求：实现全链路可审计，原始执行日志、传感器信号以及耗材环境元数据完整不可篡改，满足科研合规溯源；做到 AI‑Ready 标准化，无论实验成败均做结构化输出，并为异常和失败负样本打上根因标签；同时数据原生适配 DMTA 闭环，可直接回流至上层科学 Agent，消除湿实验到 AI 迭代之间的数据转换损耗。
磐霖资本：当前，奔曜的业务模式已逐渐清晰，成功进入从1到10规模化扩张的发展阶段，从商业模式层面看，公司的标准品业务和定制化两大业务板块以不同的策略推进，对于未来的增长点，公司的业务重点是？以及其背后的支撑？
奔曜科技汤阳：现阶段我们的重点，一方面是持续推进全球化，在欧美等核心市场扩大标准化产品与系统解决方案的落地；另一方面，是在规模化过程中保持足够的灵活性，能够快速响应不同应用场景的变化与新兴需求。从业务结构上看，标准品会承担规模复制与渠道扩张的角色，而定制化则继续作为切入复杂场景、验证能力并沉淀新模块的重要抓手。本质上，我们是在标准化与定制化之间找到平衡，在出海过程中实现可复制的增长，同时保留持续创新和快速进化的能力。
磐霖资本：出海也是奔曜的重点战略方向之一，针对海外市场，面对品牌林立、技术与合规环境复杂严苛的海外市场，奔曜采取了怎样的差异化策略？公司提出的“标准化产品平台+敏捷定制化能力”双轮驱动模式，在海外落地中如何具体执行？在推进过程中，遇到的主要难点（如法规认证、渠道建设、品牌认知等）是什么？当前取得了哪些阶段性成效？未来对于国内外两大市场，公司的整体战略定位有何不同？奔曜希望在中国生命科学自动化“出海”浪潮中扮演怎样的角色？
奔曜科技汤阳：对我们来说，海外市场本质是“能力定价”的市场，而不是单纯的价格或关系竞争。所以我们的核心，是用产品力和系统交付能力建立长期信任。具体路径上，我们并不追求一开始全面铺开，而是通过少数高标准的标杆项目先完成验证，一旦在最严苛的场景中跑通，产品与系统能力就具备了可复制性，再逐步放大。标准化产品负责规模扩张，定制化能力则持续打开高价值场景，两者是协同而不是割裂的。挑战客观存在，包括合规体系、渠道深度以及品牌认知，但更深层的是如何跨越“初始信任门槛”。这需要时间，也需要持续交付结果。从长期来看，国内是效率与迭代的土壤，海外是标准与品牌的放大器。我们希望在这个过程中，逐步建立起一个被认可的中国品牌。本质上，是让“中国制造”从“可用”，走向“可靠”，再走向“不可替代”。
磐霖资本：站在投资人视角，我们也看到奔曜成功从“实验室自动化提供商”向“驱动AI创新的自动化基础设施提供商”转变，除了目前业务规划外，结合接下来的“AI For Science”的建设浪潮中，公司计划未来如何躬身其中？
奔曜科技汤阳：如果站在更长期的视角来看，这一轮AI for Science的机会，本质上是在重构科研的底层基础设施，而不仅仅是提升某一个环节的效率。奔曜在这个过程中，希望扮演的角色也很明确：成为业界*的 AI驱动自主实验室解决方案提供商，致力于以人工智能与机器人技术重塑科学研究与生物制造的新范式。公司深度融合机器人平台、数智化软件平台与多模态大模型，构建面向生命科学、材料科学及药物研发等关键领域的模块化实验智能体，为全球科研机构与产业客户提供可持续进化的自主实验基础设施。因此，我们持续推进机器人平台、数智化软件与多模态大模型的融合，构建模块化的实验智能体，让不同场景可以在同一底层体系上快速演进。
【免责声明】：本文不构成任何投资建议。市场有风险，投资需谨慎。
如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。
