2.15亿美元押注机器人做化学：前OpenAI CPO创办Warp Sciences，估值8.65亿

趋势前瞻 × 投资人与产业分析师 ｜ 事实报道 × 医院信息化/临床医生 ｜ 行业观察

美国东部时间10月22日上午11时41分，前OpenAI首席产品官Kevin Weil在社交平台宣布联合创立Warp Sciences，公司同日走出隐身：完成2.15亿美元A轮融资，投后估值8.65亿美元，Lightspeed领投，IVP、Premji Invest与Lux Capital参投。这家公司的打法是让机器人承接先导化合物优化阶段数百到数千个分子变体的合成——一段长期由中国合同研究机构承接的工作。

开场：走出隐身当天就拿到2.15亿美元

一家没有公开产品的公司，在宣布成立的同一天落定2.15亿美元的A轮与8.65亿美元的投后估值，这个节奏本身就是信号。据彭博社当天报道，估值数据来自公司提供的信息；而此前Inc.杂志8月转述Business Insider的报道称，Weil当时正为一家尚未公开名字的公司寻求1.5亿美元融资、估值至少7.5亿美元——最终落定的金额与估值都超过了当时的寻求值。

创始团队的配置解释了资本的热度。四位联合创始人：Kevin Weil，2024年6月以CPO身份加入OpenAI，此前在Twitter和Instagram做产品、在卫星数据公司Planet担任产品与业务总裁，后转入研究组织创办OpenAI for Science，2026年4月离职；DJ Patil，被彭博社描述为白宫首位首席数据科学家；Manohar Paluri，Meta FAIR联合创始人、此前任Meta超级智能实验室副总裁；Sol Reisberg，被称为药物猎人，曾是Terremoto Biosciences的高管。

产品、数据、AI研究与药物发现各占一角，这是投资人愿意在零公开数据阶段下注的团队结构。天使名单同样密集：OpenAI首席财务官Sarah Friar、Coinbase CEO Brian Armstrong、Palantir CTO Shyam Sankar、LinkedIn联合创始人Reid Hoffman等。

切的是哪一段：先导优化阶段的数百到数千个分子变体

Warp选中的不是药物研发全链条，而是其中一段劳动密集的中间工序。研究人员确定一个有潜力的分子后，往往需要生成数百到数千个变体来提高药效、降低副作用，再逐一合成与测试。官网对这段循环的描述是：造分子、测试、学习、再造——找到一个有希望的候选药可能需要数年和数千个化合物。

这段工作长期被外包。据彭博社报道，美国药企历史上一直把它交给中国公司，尤其是药明康德，后者以比美国同行更便宜、更快的结果占据了这个市场。Warp的定位，就是在美国本土建一座全自动实验室，与这种效率竞争。

商业模式因此清晰：Warp不做自有管线，只卖合成产能。它是一家位于美国的新一代化学合同研究组织，把化学家、AI与机器人绑在一条产线上。

这条时间线背后有地缘注脚。据彭博社报道，今年6月美国国防部将药明康德列入一份指认其与中国军方有关联的公司名单，一些客户随之切断合作；药明康德起诉美国政府后，8月一名美国法官叫停了该认定的执行。供应链的不确定性，正在把被外包出去的化学变成一门可以重新定价的生意。

怎么训练机器人：化学家戴摄像头与传感手套做示范

技术路线上最有辨识度的部分是数据从哪来。据彭博社报道，起步团队约20人，已购置机械臂与AI芯片等硬件；化学家做实验时将佩戴可穿戴相机与带压力传感器的手套等设备，把操作过程变成训练公司自有AI模型的数据。

这本质上是一个模仿学习加数据飞轮的结构：人体化学家示范，机器人模仿执行；随着自动化程度提高，资深化学家转为指导实验，实验产生的数据反过来训练更好的模型、支撑更聪明的实验室。官网的承诺是每个实验都会让下一个实验更聪明——这句话目前只有公司自己的说法可以背书。

回流叙事与主业边界：不做自有管线，只卖合成产能

Weil在官宣帖里给了两个理由。技术性的：机器人实验室能让我们大规模做科学，并生成数据来训练出色的科学AI模型。地缘性的：需要把关键科研能力迁回美国，别让制药业像太阳能、无人机和制造业那样流失。

这个赛道并不空旷。据Inc.报道，前OpenAI研究员Liam Fedus与前Google DeepMind研究员创办的Periodic Labs在2025年完成3亿美元种子轮；Lila Sciences完成3.5亿美元A轮、累计融资5.5亿美元；今年7月，美国国家科学基金会宣布投入3.8亿美元支持20个团队建设覆盖全国的AI自动化实验室网络。投资人Adam Bain的定位描述是：把世界级化学家、AI和机器人结合起来，从根本上重塑分子的制造与测试方式。

对医院与临床一侧，这类公司的意义是间接的：合成产能若真能回流并提速，压缩的是候选药进入临床前的时间，最终影响的是试验药物的交付周期与成本结构。

冷静观察：没有实验室地址、没有机器人厂商、没有客户

这篇报道最需要写清楚的，是已知信息的边界。截至发稿，无论Weil的帖子、彭博社的报道还是Warp官网，都没有披露这2.15亿美元的具体用途；公开材料里没有出现实验数据，没有客户名单。

具体到三个关键缺口：

• 实验室地址未公布，无独立信源证实实体设施已建成
• 机器人供应商未披露，已购置机械臂等硬件的描述来自彭博社对公司说法的转述
• 客户名单为零，官网关于全程透明协作的承诺尚无案例支撑

同行里专家的判断也不一致。北卡罗来纳州立大学加速技术主任认为，AI驱动科学最大的瓶颈越来越不是提出想法，而是物理地把它们测试出来——这正好是Warp选的位置；但芝加哥大学研究科学数据基础设施的学者提醒，瓶颈不完全在更多数据，而在为对的问题提供有正确背景的数据。自动化效率尚未验证，是这家公司目前最诚实的注脚。

对投资人与产业分析师，8.65亿美元投后估值买的是一个团队加一个叙事。下一个值得盯的节点不是下一轮融资，而是第一轮自动化实验跑出的数据——那才是判断这条数据飞轮能否转起来的唯一硬证据。

原文链接：智源社区 / 彭博社

千方医数集编辑部 出品