物理AI规模化化学初创公司在大药企中获青睐
本文介绍了Telescope Innovations公司如何通过其自主驾驶实验室（SDL）平台，利用物理AI解决制药和化工行业中的实验瓶颈，实现高效化学反应优化，并已获得辉瑞、韩国制药协会及欧洲制药公司的部署合同，同时拓展至电池材料回收领域。
在制药和先进材料行业，研发效率正面临结构性危机，即所谓的"埃隆姆定律"——生物制药研发效率每九年左右减半，这与硅谷的摩尔定律截然相反。尽管生成式AI在分子设计领域取得突破，但物理验证的瓶颈依然存在：实验室中的手动实验缓慢、数据碎片化且难以重现，这被学术界称为"高维度、暗数据和时空反馈缺口"问题。Telescope Innovations通过其自主驾驶实验室（SDL）平台，将物理机器人、实时采样和边缘AI相结合，实现了化学过程的自动化优化。
该公司的SDL系统能够24/7不间断运行，通过主动学习算法在复杂化学空间中快速找到最佳反应条件。在手动实验室环境中，一名化学家每周可能只能执行两到四个复杂实验，而SDL每周可执行并分析数十个优化实验，且由于AI利用主动学习，它运行的不是更多实验，而是更少、更智能的实验，导航复杂多维化学空间并找到最佳反应产率，同时仅消耗通常所需昂贵试剂的一小部分。这一技术已获得顶级制药公司的认可：辉瑞在2026年安装了第二套SDL系统，韩国制药协会（KPBMA）将SDL部署为300多家成员公司的共享基础设施，而一家欧洲制药巨头也在2026年6月签署了首个结晶优化合同。
Telescope的技术不仅限于制药。其ReCRFT™和DualPure™平台在电池材料领域展示了通用性——从回收的黑色物质中提取出纯度超过99.9%的碳酸锂，样品已交付给Cellmine和圣安德鲁斯大学用于制造锂离子电池。这一成果获得了高达336万美元的政府资助，证明了平台在不同行业的适应性。
在商业模式上，Telescope采取了多阶段策略。当前阶段（IBM阶段）通过直接销售SDL硬件和提供付费概念验证服务获得收入；未来计划转向类似Schrödinger的SaaS模式，授权预训练的AI模块（如结晶优化算法）；最终目标是通过自主发现的化学专利获取持续版税。公司估值目前较低，但拥有清晰的增长路径和强大的技术护城河，包括其专有的DirectInject-LC™分析硬件。尽管存在执行风险、资本密集度和市场竞争等挑战，但Telescope已经证明了其不是一个学术项目，而是一个产生收入的工业工具。在AI投资从纯软件转向物理世界的趋势中，该公司正处在这一变革的核心。