当一剂药必须为一个人单独制造
CAR-T 疗法的生产现场没有流水线。一名经过数月培训的技术人员站在生物安全柜前，用移液管在培养皿之间转移患者自身的 T 细胞。每一个动作都必须无菌、精确、可追溯。一剂疗法的制备周期以周计，人力成本占制造成本的相当比例，而任何一次手部颤抖或记录疏漏都可能让整批产品报废。这不是某个实验室的极端场景，而是细胞与基因疗法商业化进程中反复出现的现实约束：产品是个体化的，工艺却仍然停留在高度依赖熟练人力的阶段。
这个矛盾正在被资本视为一个值得下注的结构性机会。2026 年 9 月，总部位于旧金山的 Multiply Labs 宣布完成 7500 万美元 B 轮融资。据 Theaiinsider 报道，本轮融资后其自 2016 年成立以来的累计融资额超过 1 亿美元；该口径为 Theaiinsider 的媒体独立统计，Multiply Labs 未在公开材料中逐字确认这一累计数字。投资方名单同时出现了制药企业资本与财务投资机构：AstraZeneca Ventures、Lingotto、Legend Biotech 与 Strange Ventures 参与本轮，回归投资者包括 Casdin Capital、Lux Capital 和 Founders Fund。
Multiply Labs 给出的答案是：把机器人集群放进 GMP 生产环境，让机械臂代替人手完成那些最无菌、最重复、最不允许出错的步骤。问题在于，这个答案能否从试点走向规模化商业部署，仍然是一个需要时间验证的假设。
| 字段 | 内容 |
|---|---|
| 公司 | Multiply Labs |
| 轮次 | B 轮 |
| 金额 | 7500 万美元 |
| 投资方 | AstraZeneca Ventures、Lingotto、Legend Biotech、Strange Ventures；回归投资者 Casdin Capital、Lux Capital、Founders Fund |
| 总部 | 美国旧金山 |
| 创始人 | Fred Parietti、Alice Melocchi |
| 官网 | https://www.multiplylabs.com |
机器人不替换仪器，而是替换操作仪器的手
Multiply Labs 的技术路线有一个明确的设计选择：不重新发明细胞疗法生产设备，而是自动化现有设备的使用过程。据公司披露，其系统是一个模块化、云控制的机器人集群，在封闭无菌环境内并行编排市场领先的 GMP 仪器，完成细胞与基因疗法生产中的高通量步骤。配套软件套件 Digital QC 负责工艺规划、实时传感器监测和电子批记录生成，并声称符合 21 CFR Part 11 的电子记录与质量系统集成要求。
这个路线与直接开发一体化生物反应器的竞争对手形成差异。Cellares 和 Ori Biotech 都在推进各自的自动化细胞生产平台，Cellular Origins 也在瞄准类似方向。Multiply Labs 的差异化主张在于“自动化客户已有的仪器生态”，据公司称，这样做可以避免将工艺转移到新设备上所需的重新验证。从产业链逻辑看，这一策略降低了客户切换成本，但也意味着 Multiply Labs 的机器人系统必须与多家仪器供应商的设备深度兼容，其性能边界部分取决于第三方仪器的稳定性与接口开放性。
公司称其系统可将吞吐量提高最多 100 倍，并将成本降低 74%。需要明确的是，这一数据来自公司口径，目前没有独立第三方验证公开可查。在缺乏对照试验或客户公开数据的情况下，这一性能指标应当被视为 Multiply Labs 的商业主张，而非已被证实的行业事实。
物理 AI 叙事下的训练与仿真堆栈
Multiply Labs 正在把自己嵌入英伟达的物理 AI 生态。据公司披露，其使用 NVIDIA Omniverse 构建实验室环境的数字孪生，使用 NVIDIA Isaac Sim 和 GR00T 通过模仿学习与仿真训练机器人。2026 年，Multiply Labs 被纳入 Jensen Huang 在 NVIDIA GTC 的主题演讲内容，公司 CEO Fred Parietti 也在该活动上发言。从技术架构看，这意味着 Multiply Labs 的机器人控制逻辑不是靠传统编程逐条编写动作，而是通过人类示范数据训练模型，再在仿真环境中进行策略优化。
模仿学习在生物制造场景中的核心挑战在于：细胞行为因供体不同而存在显著变异。一个在特定细胞批次上训练出来的动作策略，能否在另一批细胞上保持同样的精度和安全性，是尚未被公开数据回答的问题。Multiply Labs 的仿真训练可以在一定程度上覆盖工艺参数变化，但仿真环境与真实生物过程之间的差距——尤其是细胞状态不可完全观测的部分——构成了技术验证的关键边界。从已披露的 NVIDIA 合作与 GTC 展示看，Multiply Labs 在物理 AI 工具链上的投入是明确的；但其模型在真实 GMP 生产中的泛化能力，尚未有公开的独立评估。
客户名单的含金量与试点的真实含义
Multiply Labs 的合作名单覆盖了制药与生物技术领域的重要参与者：AstraZeneca、Legend Biotech、Kyverna Therapeutics、Thermo Fisher Scientific、Cytiva、Charles River Laboratories、Stanford GMP Facility、WuXi STA、UCSF、CPC Biotech 和 GenScript。其中，Thermo Fisher Scientific 和 Charles River Laboratories 的参与方式值得单独区分：据公司披露，它们是加入 Multiply Labs 的自动化联盟，作为仪器合作伙伴而非终端客户。将技术合作伙伴与付费客户混在同一张名单里，容易高估商业转化的实际进度。
真正意义上的终端客户合作包括：2025 年 Kyverna 进入试点，使用该技术评估其 CAR T 候选药物 KYV-102 的生产自动化；Legend Biotech 据公司披露获得了 Multiply Labs 自动化系统的“优先使用权”；AstraZeneca 则与 Multiply Labs 达成协议，评估 GMP 级机器人系统用于商业规模细胞疗法生产的可行性。这些合作的性质是评估与试点，而非已确认的商业采购。从行业惯例看，从试点到规模化合同之间通常存在 12 至 24 个月甚至更长的验证周期，期间客户会在自身质量体系内对系统进行重复性、无菌性和法规符合性测试。
资本结构中的战略信号
本轮融资的资本结构本身传递了信息。AstraZeneca Ventures 和 Legend Biotech 的参与，意味着两家细胞疗法领域的重要制药企业选择以股权投资的方式绑定与 Multiply Labs 的合作关系。这种“客户即股东”的结构在生物制造自动化领域并不罕见，其优势在于为初创公司提供真实生产场景的反馈通道，劣势在于可能让其他潜在客户对技术中立性产生疑虑：一家由竞争对手持股的自动化供应商，能否在服务其他药企时保持同等的优先级与保密性。
Lingotto 的参与同样值得注意。Lingotto 与意大利 Agnelli 家族的 Exor 体系存在关联，而 Multiply Labs 在 2026 年 5 月成立了意大利制造子公司 Multiply Labs Italia，并任命前法拉利 F1 车队供应链与制造负责人 Enrico Racca 为创始总经理。将制造能力布局到意大利，与具有高端制造背景的资本方进入，在时间上形成了呼应。这暗示 Multiply Labs 正在为机器人集群的规模化生产做准备，而不仅仅是在旧金山进行小批量组装。但公司未披露意大利工厂的具体产能规划或投产时间表。
资金用途与烧钱速度的隐性约束
Multiply Labs 对资金用途的官方表述是“扩展面向细胞与基因疗法及其他先进生物制剂的机器人生产平台”。这一表述足够宽泛，涵盖了从研发、制造到商业团队扩张的多种可能。公司未披露本轮资金的具体分配细节，也未披露投后估值。从公开信息看，截至 2026 年初公司员工约 67 人，团队规模处于 51 至 100 人区间。以硬件加软件公司的典型成本结构估算，7500 万美元在扣除机器人系统物料、制造设施投入和临床级软件研发后，大致对应 18 至 30 个月的运营周期。但这一推算是编辑基于行业一般水平的判断，Multiply Labs 的实际烧钱速度取决于其机器人系统的单位成本、客户部署节奏和意大利子公司的资本开支，这些数据均未公开。该推算属于编辑分析，并非公司口径，已纳入本文“验证边界与可复核指标”小节的统一披露范围。
一个需要关注的财务事实是：不同来源对 Multiply Labs 历史融资额的记录存在明显冲突。Theaiinsider 称本轮后累计融资额超过 1 亿美元，该口径为媒体独立统计，Multiply Labs 未在公开材料中逐字确认；Startuply.vc 和 AI Market Watch 则称累计融资约 4130 万美元；PitchBook 显示累计融资 3620 万美元。若以 4130 万美元为 B 轮前基数，加上本轮 7500 万美元，累计约 1.16 亿美元，与“超过 1 亿美元”一致。但若以 PitchBook 的 3620 万美元为基数，累计约 1.11 亿美元，同样超过 1 亿美元。差异主要来自对 2021 年 A 轮金额（2000 万或 2500 万美元）和 2023 年后续轮性质（可转换票据或股权）的不同记录。Multiply Labs 未对这些差异做出公开澄清。
监管审批是最终裁判
即便 Multiply Labs 的机器人系统在技术上完美运行，最终决定其商业命运的是 FDA 等监管机构。核心问题不是机器人本身是否需要批准，而是使用机器人生产的细胞疗法能否通过监管审查。FDA 对细胞与基因疗法的生产有严格的批次一致性、无菌保证和可追溯性要求。当生产主体从人变为机器人，监管机构需要评估的是：自动化系统能否在每一批次中保持与人工操作同等或更高的质量控制水平；电子批记录能否完整还原生产全过程；当机器人出现故障或偏差时，系统能否及时检测并阻止不合格产品进入下一环节。
Multiply Labs 声称其 Digital QC 软件符合 21 CFR Part 11 的电子记录要求，这是进入 GMP 生产环境的基本门槛。但符合电子记录规范与获得疗法生产批准之间，还隔着漫长的工艺验证和监管沟通。目前公开信息中，没有任何一家客户宣布使用 Multiply Labs 系统生产的疗法已进入 FDA 审评流程。这意味着监管风险仍然是 Multiply Labs 商业化路径上最大的未验证假设之一。
竞争格局中的定位与可替代性
Multiply Labs 并非唯一试图打破细胞疗法制造瓶颈的公司。Cellares 走的是高度集成的“细胞工厂”路线，开发专有的自动化生产平台，客户需要将工艺转移到 Cellares 的设备上。Ori Biotech 则提供柔性的自动化生产平台，强调模块化和工艺适配。Cellular Origins 同样在推进细胞疗法的机器人自动化。Multiply Labs 的差异化在于“自动化现有仪器”的策略，据公司称可以避免工艺重新验证。这一策略的优势是客户接受门槛较低，劣势是技术壁垒可能不如一体化平台高：如果客户已经拥有 GMP 仪器，理论上其他自动化供应商也可以开发兼容这些仪器的机器人系统。
更大的威胁来自现有实验室自动化巨头。Thermo Fisher、Danaher 旗下的 Cytiva 和 Beckman Coulter 等公司既拥有仪器，也拥有自动化能力。如果它们决定开发与 Multiply Labs 类似的机器人编排系统，Multiply Labs 的先发优势可能被资源规模和客户关系所抵消。Multiply Labs 目前的应对策略是与这些巨头合作而非对抗——Thermo Fisher 和 Cytiva 都在其合作名单上。但这种合作关系的稳定性取决于双方的战略优先级：当合作伙伴决定自己下场时，Multiply Labs 的位置会变得微妙。
从试点到合同的转化窗口
Multiply Labs 面临的真正考验不是技术演示，而是将试点合作转化为具有约束力的商业合同。AstraZeneca 的评估合作、Kyverna 的 KYV-102 试点、Legend Biotech 的优先使用权，这些都是积极信号，但都不等同于收入承诺。在生物制药行业，一项新技术从评估到纳入标准生产流程，通常需要经过供应商审计、工艺验证、稳定性研究和监管沟通等多个阶段。Multiply Labs 尚未披露任何一份商业合同的金额或部署规模，也未披露当前收入水平。
意大利子公司的建立提供了一个观察窗口。如果 Multiply Labs Italia 能够按期交付机器人集群，说明公司正在为多客户部署准备制造能力；如果意大利工厂的进度延迟，则可能反映硬件供应链或制造工艺方面的挑战。另一个观察指标是员工结构的变化：从约 67 人的团队规模看，Multiply Labs 仍然是一家以研发和工程为主的初创公司。当公司开始大规模招聘现场服务工程师、质量保证人员和监管事务专家时，才意味着商业部署进入了实质性阶段。
从已披露的客户合作与资本结构看，Multiply Labs 已经完成了从技术验证到产业背书的过渡。但“产业背书”与“产业采购”之间的距离，恰恰是 B 轮公司最容易被高估的部分。7500 万美元为 Multiply Labs 提供了验证这条路径的资本，但并未消除路径本身的不确定性。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Multiply Labs 的融资故事表面上是机器人进入细胞疗法生产，实质上是把“个体化制造的规模经济”这个矛盾摆上了桌面。它的策略聪明之处在于不挑战现有 GMP 仪器生态，而是成为编排层。但编排层的价值取决于它能否证明自己不可替代——当仪器厂商自己学会编排时，Multiply Labs 的护城河还剩多少，是这笔 7500 万美元之后必须回答的问题。