前OpenAI科学负责人带着2.15亿美元去洗试管了

“编者按（信源核实说明）：本文发稿前，编辑对文中三项核心事实进行了检索核实：Warp Science 的2.15亿美元融资（[1]）、GPT-6-Astra 的 arXiv 评测报告（[2]）、贾萧松“世界模型50人”访谈（[3]）。截至发稿，[1][2] 未能定位到公开披露原文或论文编号，[3] 访谈原文链接待投稿方补充。文中所有无法回溯至可查信源的陈述，均已降级为“作者推测”或“未经证实的行业传闻”并明确标注。涉及可比公司的融资与营收数据，均来自公司公告或公开报道（见文末信源列表），读者可自行查证。

当所有人都盯着人形机器人走两步的时候，聪明的钱已经先去洗试管了。

前OpenAI科学负责人创办Warp Science，用机器人自动化湿实验室，首轮拿下Lightspeed领投的2.15亿美元——如果这一融资属实，它将是2026年具身智能赛道里最值得琢磨的一笔交易。它没有发布会上的翻跟头，没有Tesla Optimus式的舞台剧，但它的商业化路径可能比所有走路视频加起来都清晰。同期，GPT-6-Astra的基准评测报告（[2]，未经核实）和复旦贾萧松对VLA架构的反思，恰好构成了一枚硬币的三面：钱去了哪里、模型能做什么、瓶颈究竟在哪。

💰 为什么顶级VC把钱投给洗试管

一个细节值得反复咀嚼：Warp Science的创始团队背景不是机器人公司出来的，而是从AI研究机构里走出来的科学家。

这和上一波机器人创业的逻辑完全反了。过去十年，机器人公司的创始班底通常是机械臂厂商、工业自动化老兵、或者高校机器人实验室，他们先造机器，再找场景。而Warp Science是反过来走：手里有模型能力，回头找一个模型能力能立刻兑现的场景。湿实验室——药物筛选、化合物合成、细胞培养、高通量测序——恰好是这个场景。

为什么是实验室？三个原因。

第一，重复性极高。移液、开盖、上板、离心，这些动作每天在实验室重复上万次，动作结构高度标准化，对机器人来说难度远低于“在杂乱厨房里做饭”。

第二，容错率可控、价值密度极高。一次成功的自动化实验替代的是受过多年训练的科研人员的时间，而实验产出的数据本身还能回流训练模型——这是机器人领域少有的“干活顺便产数据”的飞轮。

第三，付费能力真实存在，且有同行财报背书。Tecan（瑞士上市，六轴液体处理工作站龙头）2023财年销售额约11亿瑞士法郎（公司年报）；Opentrons 2022年2月拿下2亿美元C轮（软银愿景基金2期领投，公司公告），靠的正是实验室移液自动化的真金白银订单。这不是To C那种“看起来有需求”。

关于融资条款：截至发稿，公开渠道未见本轮交易的估值、股权结构、董事会席位及里程碑条款披露。仅作区间参考：2024年具身智能可比交易中，Physical Intelligence融资4亿美元、投后估值约24亿美元；Figure AI B轮6.75亿美元、投后估值26亿美元（均为公司公告及多家媒体报道）。作者据此推测（观点，非事实）：2.15亿美元的首轮规模，对应的投后估值大概率落在10亿—20亿美元区间，且大概率附带了数据资产归属相关的特殊条款——但这纯属推断，以官方披露为准。

据公开检索，尚无法证实“这笔钱的核心用途之一是自建演示数据采集体系”的说法（原稿称“据多位接近融资的人士透露”，因无法回溯到具名信源，本文将其降级为未经证实的说法）。但下文的行业逻辑分析，仍能说明它为什么是合理猜想。

📊 GPT-6-Astra考了满分，然后呢

“信源核实：原稿称该评测来自“arXiv上的报告”，但编辑未能检索到对应论文编号与链接。以下转述以投稿方提供内容为准，结论暂按“未经独立核实”处理；读者可对照已公开的同类工作交叉验证——如Physical Intelligence的π0.5（2025年公开发布，主张跨本体泛化）与Open X-Embodiment基准系列（斯坦福等机构，arXiv可查）。

基准测试的分数，正在和真实世界的表现脱节。

据该报告转述，GPT-6-Astra接受了一次大规模体检：12个代表性基准，覆盖桌面操作、人形机器人、移动平台和灵巧手，在统一协议下允许从训练集演示做上下文学习（ICL）、并大幅增加执行步数之后，拿到了前所未有的成绩。报告措辞很直白——这种能力水平“挑战了为单个任务和单个本体构建专用模型的传统范式”。

翻译一下：一个通用模型，理论上可以不做每台机器人一个模型，直接跨本体泛化。这是整个具身智能领域梦寐以求的方向。

但报告同样诚实地列出了五条短板：ICL的泛化性、成本与执行时间、物理状态验证、不可逆失败的恢复、长程任务的进度保持。第三条尤其致命——模型在仿真和基准里无法真正“摸到”物体，物理状态的偏差会在长程任务里层层累积。

作者观点：报告里最有产业价值的发现是第二条——高层的"System 2"推理器和低层的"System 1"控制器（如Physical Intelligence的π0.5）做闭环协同，虽然成本高昂，但有效。这意味着短期内“通用大脑+专用小脑”的分层架构，比端到端大一统更接近可用。

⚠️ 瓶颈不在模型架构，在数据和物理

“VLA、WAM新架构层出不穷，但真正的瓶颈不在模型架构。”——复旦贾萧松在世界模型50人访谈里的这句话（[3]，访谈链接待补充），值得整个行业贴在工位上。

他的判断和GPT-6-Astra报告的实测结论形成了一次互相印证。该报告在真实部署实验中发现两个巨大的gap：第一，ICL所需的机器人演示数据采集成本极其昂贵；第二，用更长的执行时间换更高的成功率，在物理世界并不划算。

这两条短板，恰好就是实验室场景为什么先跑通的秘密。实验室的动作高度标准化，演示数据可以用少量专家操作批量复制；任务失败可重置、可重试，不存在“把鸡蛋打碎了”这种不可逆损失。而在开放环境里，一次不可逆失败就意味着任务归零——这正是长程任务进度保持成为五大短板之一的原因。

以下属未经证实的行业传闻，非本文可查证的事实：业内流传，好几家做通用操作的大模型团队，今年都在悄悄收缩开放场景的部署目标，转向“围墙内的场景”——实验室、仓库、产线。原因无他：围墙内失败可控、数据可采、客户可付费。作者认为这一动向即使属实也不意外，因为它与贾萧松的判断殊途同归：架构层面的创新已经快于场景和数据的消化能力。世界模型、WAM这些新架构解决的是“怎么想”的问题，但“怎么摸”的数据问题，还得一个场景一个场景地啃。

🚀 数据飞轮才是这场仗的真正弹药

2.15亿美元怎么花，透露了这家公司的真实战略。

表面看，Warp Science卖的是自动化实验室的机器人系统；但往深一层看，它真正在建的是湿实验室操作数据集——每一个移液动作、每一次称量、每一块板子的处理结果，都是别的通用机器人公司拿不到的私有数据。这不是普通的自动化生意，这是带现金流的数据采集工程。

作者观点：具身智能的终局竞争不在模型参数量，而在谁能闭环拿到“动作—结果”配对数据。互联网时代的聪明做法是先用一个能赚钱的产品养数据飞轮，Warp Science正在机器人领域复刻这条路。

这张表的最后一行是关键。如果“数据+服务+设备”的模式跑通，Warp Science的收入不只是一台台机器，而是一张随时间增值的数据资产表——作者认为，这也解释了为什么Lightspeed愿意给出2.15亿美元的信任票（前提是融资属实）。

这条路的终点值得注意：湿实验室只是第一站。一旦在标准化场景里沉淀出“抓取—操作—验证”的完整能力栈，向相邻场景（质检、组装、分装）外溢是自然发生的。这是作者的观点，不是Warp Science的官方表述。

🔭 行业真正该盯的是谁先闭环

把三条线拧在一起看，2026年具身智能的主叙事已经很清楚了。

GPT-6-Astra证明了通用模型的基准上限已经很高，泛化范式在理论上成立；贾萧松指出架构不是瓶颈，数据和物理验证才是；Warp Science则用2.15亿美元投票，选择了“先在围墙内闭环数据，再谈泛化”的路径。三者指向同一个结论：这个行业的下一阶段，比的不再是模型论文，而是数据闭环的工程能力。

对从业者来说，有两条可操作的判断。其一，评估任何具身智能公司时，先问数据从哪来、谁付费——有真实付费场景的私有数据源，比模型评测分数值钱得多。其二，专用与通用之争不是零和，正确的姿势是“专用场景养通用能力”，实验室是，仓库是，未来的产线也是。

作者推演（观点，非预测承诺）：2026年，湿实验室等受限场景率先完成数据闭环和规模化采集；2027年，跨场景泛化能力进入验证期；2028年及以后，才谈得上开放场景的商业部署。方向大概率不会错：先围墙、后开放