Physical AI 基础设施暨亿级干 － 湿实验数据点解决方案在深圳全球发布
当全球生物医药巨头纷纷将 AI 写入核心战略，当合成生物学被视为下一代工业革命的关键引擎，一个根本性的问题正在浮出水面：驱动这一切的数据，从哪里来？
深圳2026年9月25日 美通社 －－ 以下内容转载自药建联盟媒体报道：
深圳粒影生物科技有限公司 21 日在深圳会展中心（福田）举行的 2026 深圳国际高性能医疗器械展开幕暨创新医药展上，面向全球发布 Physical AI 基础设施暨亿级干 － 湿实验数据点解决方案。该方案由粒影生物牵头，联合上海思朗科技股份有限公司、深圳先进技术研究院、深圳市光明科学城发展建设有限公司共同打造，为 “ 十五五 ” 时期生物经济培育新质生产力提供自主可控的数据底座。
这不是一次普通的产品发布。如果说过去十年，中国生物制造的追赶主要体现在论文数量和产能规模上，那么粒影生物此次推出的方案，试图在更底层的维度上实现突围 构建一套自主可控的数据基础设施，从源头上掌握生物制造的 “ 话语权 ” 。
数据，为何成为生物制造的 “ 新基建 ” ？
人类社会的每一次产业跃迁，都伴随着基础设施的更替。蒸汽时代的铁路，电气时代的电网，信息时代的光纤与 5G 基础设施的层级，决定了产业发展的天花板。
生物制造正在迎来这样一个时刻。随着 AI 向生命科学领域加速渗透，数据的质量与规模，正取代传统的经验与试错，成为决定研发效率和产业上限的核心变量。然而，与互联网时代 “ 取之不尽 ” 的文本数据不同，生物制造领域的高质量实验数据极度稀缺 它需要真实的物理实验来产出，成本高昂、周期漫长、标准不一。
粒影生物在发布会上指出了当前行业的三重困境：数据孤岛化，各实验室与企业间格式标准各异，难以汇聚成规模化训练集；数据无闭环，传统手工实验通量低、人为误差大，模型学到的往往是实验 “ 噪音 ” 而非真实规律；数据低质量，设计、构建、测试环节割裂，模型预测无法通过实验快速验证修正。
“ 垃圾数据，只能产出垃圾模型。 ” 这句在业内流传已久的判断，道出了一个残酷的现实：没有高质量的数据底座，再先进的 AI 算法也只是空中楼阁。
正是基于这一判断，粒影生物将战略重心从单一产品供给转向基础设施构建。公司方面表示： “ 我们不是在做一个酶、一个抗体或一条生产线，而是在构建生物经济的操作系统。 ”
Physical AI ： AI 从数字世界走向物理世界的关键一步
此次发布的方案，核心定位是 Physical AI （物理人工智能）基础设施。这一概念的提出，有着深刻的产业逻辑。
过去二十年， AI 的主要战场在数字世界 搜索、推荐、语音、图像，这些领域的数据可以低成本地大规模获取和标注。但生物制造不同，它的研究对象是物理世界的分子与细胞，每一个数据点都需要真实的实验来产出。这意味着， AI 在生物制造领域的落地，不能简单复制数字世界的路径，而必须构建一套能够持续产出高质量物理数据的基础设施。
粒影生物的 DBTL 闭环新范式，正是对这一挑战的回应。传统的 DBTL （设计 构建 测试 学习）循环隐含一个前提：输入的数据是高质量的。粒影生物在循环前端增加了一个 “Data” 维度，将数据质量治理从隐式假设升级为显式的第一性原则，形成 “ 数据 设计 构建 测试 学习 ” 的完整闭环。
这一看似简单的增加，实则是范式层面的转变 数据不再是 AI 的 “ 输入原料 ” ，而是与设计、构建、测试、学习并列的核心环节，其质量被置于整个循环的最前端。依托这一机制，粒影生物实现了 “ 设计 → 合成 → 验证 ”24 小时迭代， AI 模型不再依赖零散、滞后的公开数据，而是由持续产出的高质量实验数据实时驱动。
干实验与湿实验的全链条协同，构成了这套基础设施的硬核能力。干实验端，粒影生物推出国内首个 AI＋ 生物制造公共服务 Proteincraft 平台，构建起 “ 计算 设计 验证 优化 ” 的一站式服务，覆盖从序列设计到性能预测的全流程，具备蛋白质三维结构预测、表达前可溶性与稳定性风险预判、全原子分子动力学模拟等能力，模拟速度达到国际 T1 水平。
湿实验端，粒影生物自研无细胞蛋白表达系统（ CFPS ）将蛋白表达周期从传统的两周以上压缩至数小时至一天，可支持膜蛋白、毒蛋白、大蛋白、纳米抗体等高难度蛋白表达，并能实现 2 至 3 个非天然氨基酸同时插入。这一系统已成功表达包括 GPCR 七次跨膜蛋白、刺突蛋白、蛋白转位酶等多种高难度膜蛋白 而这类蛋白恰恰是传统表达体系的 “ 老大难 ” ，也是药物研发中最重要的靶点类别。
四方协同：构建自主可控的完整创新链条
方案的落地，离不开合作伙伴的协同支撑。四方基于各自核心优势，形成了清晰的分工体系。
粒影生物作为牵头方，负责 Physical AI 基础设施的整体架构设计与技术方案输出，依托 Proteincraft AI＋ 生物制造公共服务平台、人工智能辅助蛋白质设计平台、高通量结构生物学平台、单 B 细胞高性能抗体发现平台、生产端菌株改造平台、蛋白原料配对筛选及验证平台六大核心技术平台，提供从序列 结构 功能层面的蛋白改造优化能力，并输出酶工程自动化实验的技术方案。
上海思朗科技股份有限公司提供自主可控的算力支撑。其自主研发的 “ 天穹 ” 科学计算机，打破了美国 Anton 系列超级计算机长期在蛋白质动态研究领域对中国科学家的禁用限制，目前已在国内规模化部署 20 台，获得中国信通院全国最高等级算效认证，为粒影生物的分子模拟与 AI 计算提供 100％ 自主可控的算力底座。
深圳先进技术研究院依托其高通量实验技术平台，与粒影生物联合开发超高通量酶工程自动化实验方法体系，围绕酶工程全流程关键环节，共同设计、验证并优化适用于超高通量自动化的各类实验方案，推动酶工程研发从 “ 手工操作为主 ” 向 “ 自动化、智能化驱动 ” 转型，积累自主可控的核心参数与操作规范。
深圳市光明科学城发展建设有限公司在产业空间布局与生态体系构建方面提供承载，联合先进院与粒影生物搭建面向多元用户群体的酶工程高通量实验服务平台，以公共技术服务模式降低行业创新门槛，推动合作成果从平台向产业的高效转化与辐射。
与此同时，方案与深圳合成生物研究重大科技基础设施深度协同。该设施以创新自动化集成架构，整合高通量移液、智能机械臂、生化分析及无人化物流，构建模块化的 “ 智能功能岛 ” 系统，数据由功能岛 24 小时不间断产出，支持 96 孔、 384 孔板大规模并行操作，为亿级数据点的持续供给提供硬件保障。
根据三方签署的合作备忘录，各方将围绕酶工程自动化实验全链条，以 “ 自动化方法开发 通量能力验证 行业服务输出 ” 为主线，在技术方案联合验证、自动化实验交付能力建设、数据与知识产权积累、人才培养等方面开展务实合作，力求在酶工程自动化细分领域形成标杆性示范效应，系统提升酶工程研发的通量、重复性与数据可追溯性，缩短从基因设计到功能验证的周期。
四方联手，粒影生物牵头打通了从算力自主、数据生产、科研创新到产业落地的完整链条。这一链条的价值，不仅在于单个环节的突破，更在于它构建了一套不依赖外部、能够自我循环、持续进化的创新体系。
深层意义：为 “ 十五五 ” 生物经济筑牢底层支撑
粒影生物这一方案的发布，恰逢 “ 十五五 ” 规划谋篇布局的关键节点，其意义远超一家企业的技术发布。
从国家战略层面看，生物制造与人工智能的深度融合是 “ 十五五 ” 规划的重要方向，高质量物理数据库是 “ 人工智能 ＋ 生物 ” 的源头活水。没有数据的自主可控，就没有生物制造的产业安全；没有数据的规模供给，就没有 AI 赋能的真正落地。粒影生物的探索，为这一国家战略提供了可落地的基础设施方案，也为生物制造领域培育新质生产力探索出一条可行路径。
从产业安全角度看，方案实现了从核心原料到终端服务的完整自主知识产权，规避了国际巨头的专利封锁与算力禁运。在全球科技竞争日趋激烈的背景下，这种底层能力的自主，比单个产品的突破更为关键 它决定了中国生物制造在全球价值链中的位置，是 “ 受制于人 ” 还是 “ 自主可控 ” 。
从经济范式看， Physical AI 基础设施有望重塑生物制造的价值分配格局。传统生物制造的价值集中在终端产品，而数据基础设施的出现，将价值重心向产业链上游转移 谁掌握了高质量的数据，谁就掌握了研发的主动权；谁构建了数据的标准，谁就定义了产业的规则。
在高性能医疗器械与创新医药领域，这一基础设施的意义尤为直接。从靶点发现到抗体工程，从酶定向进化到多肽药物优化，亿级高质量数据点的持续供给将大幅缩短研发周期、降低试错成本，为 “ 新质药械 ” 的源头创新提供底层动力。本届展会以 “ 新质药械 智启新篇 ” 为主题，汇聚 300 余家国内外企业，粒影生物的发布恰好呼应了这一产业共识 药械创新的根本，在于底层能力的突破。
粒影生物方面表示，下一步将持续完善 Physical AI 基础设施，扩大亿级数据点的覆盖范围与应用深度，推动平台向生物医药、合成生物学、绿色化工等领域开放共享。
从跟跑到并跑，从并跑到领跑，中国生物制造的突围，往往不是从最耀眼的终端产品开始，而是从最底层的基础设施做起。粒影生物的 “ 数据新基建 ” ，正是这样一次底层的突围。它的意义，或许要在五年、十年之后才能被充分估量 但方向已经清晰：掌握了数据，就掌握了生物经济的未来，也就掌握了新质生产力的核心引擎。
【联合发布单位】
- 深圳粒影生物科技有限公司（牵头）
- 上海思朗科技股份有限公司
- 深圳先进技术研究院
- 深圳市光明科学城发展建设有限公司