让AI学会做实验，这家公司融资2500万美元
2026年8月26日，美国科学AI初创公司 Transfyr 宣布完成2500万美元种子轮融资，本轮融资由 General Catalyst 领投。公司希望建立一套面向科学实验的 Physical AI 基础设施，让AI不仅能够阅读论文，也能够理解科学家在实验室里究竟是如何完成实验的。

Transfyr 想解决的问题其实很容易理解：一篇论文并没有记录科学家做实验时发生的所有事情。论文可能会写“加入20微升试剂并充分混合”，但真正到了实验室，同一个步骤可能因为科学家的操作方式、设备状态、温度湿度、试剂批次甚至一些很细微的操作差异，产生完全不同的结果。很多经验丰富的科学家知道怎样才能把一个实验做成功，但这些经验往往存在于人的操作和习惯中，并不会完整写进论文或实验记录。这也带来一个长期存在的问题：一个实验在A实验室能够成功，换到B实验室却不一定能够重复出来，很多实验技术的传递仍然需要有经验的人手把手教学。

Transfyr 的做法，就是尽可能把这些过去没有被记录下来的信息变成数据。公司在实验室部署传感器，再利用多模态AI记录科学家实际做实验的过程，包括进行了什么操作、使用了什么设备、设备当时的状态、实验环境的温度和湿度、使用了哪一批试剂，以及科学家在过程中观察到了什么。收集这些数据以后，AI就可以帮助实验室寻找实验失败的原因。例如两名科学家按照同一套流程做实验，但结果不同，系统可以比较两个人的操作、设备和环境数据，寻找究竟是哪一步产生了差异。这些数据还可以进一步生成更详细的实验操作流程，用于培训新的科学家，或者帮助另一个实验室更准确地复制整个实验。

如果未来AI要自己设计实验，再让机器人完成实验，仅仅让AI读懂论文是不够的。机器人需要知道的不只是“加入20微升试剂”，还需要知道具体怎样拿起工具、怎样移动、怎样操作设备，以及不同情况下应该如何调整。Transfyr 希望把科学家的实际操作拆解成机器能够理解的数据，最终变成机器人可以执行的指令。互联网上有大量论文和科研数据，却没有一个同等规模的数据集记录科学家每一次拿取试剂、操作设备和处理实验异常的过程。Transfyr 押注的是，如果未来AI和机器人真的要进入实验室，那么科学家今天做实验时产生的这些数据，可能会成为训练下一代科学AI的重要基础。
ai 科学实验 实验室 科学家 机器人 风险投资