青葵智造自驱动实验室亮相慕尼黑分析生化中国展
11月18日,为期三天的慕尼黑分析生化中国展(analytica China 2026)在上海落幕。本届展会总展示面积近85000平方米,汇聚来自23个国家和地区的超1300家参展企业及合作单位,设有八大特色展区,其中“实验室自动化与数字化”展区集中呈现了实验室数智化升级的前沿方案。在该展区,青葵智造(北京)科技有限公司携智能样品处理分析工作站及整体实验室解决方案参展。

现场展示的工作站面向科研实验样品前处理与分析检测环节,可完成精准移液、转移稀释、过滤分离、仪器进样与分析等全链路自动化操作,并与分析仪器衔接,减少重复性人工操作,提升批量样品处理的一致性与效率。

AI for Science的演进正在将行业推向一个新的临界点。过去数年,AI在文献研读、分子设计、性质预测等计算环节已展现出显著效率优势,但一个绕不开的瓶颈也随之显现:数字侧的智能决策与真实实验执行之间仍然脱节——模型可以在计算机里提出大量候选方案,却很难在湿实验中被高效执行和验证;反过来,真实实验产生的数据也未能系统性地回流到模型训练中,形成“执行跟不上决策、数据养不活模型”的双向短板。验证瓶颈同样突出,据DeepMind公开信息,其曾用AI预测出220万种新晶体,其中实验验证的不到0.2%。这意味着,AI4S下一步的分水岭,不在于算法本身,而在于能否在真实实验场景中把“提出方案—执行实验—回收数据”这一循环跑通。行业关注的重心,正从“AI能提出什么假设”,转向“谁能把假设可靠地做出来、并把数据收回来”。
青葵智造的技术路径正落在这条分界线上。公司以“软硬一体、干湿闭环”为路线:让科学智能侧负责“想”,物理智能侧负责“做”。MoleMind承担智能实验设计、数据可靠性评价与反应条件优化,AI-LabOS负责设备连接与任务调度,NexoLab执行自动化实验,模块化装备则将关键操作做标准化封装。此基础上,公司布局智能体平台作为连接想与做的协同层:科学智能体负责提出和校验实验方案,物理智能体负责将方案拆解为设备任务并执行,平台调度多个智能体协作、交叉校验,同步实验状态与结果数据,使“方案生成—设备执行—数据回流—条件优化”的闭环得以打通。
以化学合成为例,科学智能体辅助合成路线分析与条件推荐,经科研人员审核后,设备智能体完成试剂称量、投料、反应控制及样品处理,系统同步记录投料量、反应温度与时间等参数,为后续优化积累结构化数据。

目前,公司已与中科院宁波材料所、勃林格殷格翰、阿科玛、恒瑞医药、国轩高科等机构及企业开展合作。今年下半年,其自持全自动AI化学机器人实验室建成,并用于药物分子砌块库高通量合成,单套系统日均反应架设量超过百组,支持连续运行。该云实验室在支撑自身模型训练的同时,亦面向外部客户探索实验即服务(EaaS)。
青葵智造近日完成亿元A轮融资,由创东方投资、飞荣达股份及金辉大数据共同参与,资金将用于核心技术研发、重点行业拓展及云实验室建设。

















