文/新浪财经 陈秀颖

　　近日 ，第二十届沙利文全球增长、科创与领导力峰会暨第五届新投资大会在上海举行 。本届峰会恰逢沙利文全球成立65周年及峰会落地中国20周年
，紧扣“十五五 ”产业发展主线，特设合成生物与生物制造论坛分论坛
。论坛汇聚产业专家 、投资机构与行业龙头 ，共探生物制造赛道的创新与投资前景。AI生物制造公司恩和科技副总裁朱洁受邀出席
，并就Physical AI（物理人工智能）如何驱动生物制造从实验室走向产业化分享了观点 。

　　朱洁表示 ，在人工智能加速进入生物制造的当下，模型能力只是起点
，如何让实验室里的设计真正走向稳定生产，正在成为行业竞争的核心
。AI可以提高文献分析
、序列设计和实验方案生成效率 ，但产业化仍取决于工艺、放大 、成本和质量控制。AI不会自动消除从实验室研发到规模化生产之间的鸿沟
，AI4S真正的价值，需要在真实世界中接受验证 。

　　这一判断也是恩和科技持续布局Physical AI的出发点。公司自成立以来便坚持AI驱动的发展路线
，从早期主要专注于打造AI驱动的生物制造平台，随后逐步向生物制造及产业化环节延伸 ，形成从研发到生产的端到端闭环
。朱洁介绍
，恩和科技发布的世界首个面向生物制造领域的物理人工智能平台SAION AI负责实验设计，其自研的生物协议语言（BPL）将方案转化为机器可执行的协议 ，最后由生物铸造厂Cell2Cloud执行实验
，随后再将实验和产业化数据反馈给AI持续学习与迭代。近来 ，公司已积累千万级AI Ready多模态闭环数据 。下一阶段AI4S的竞争 ，不只是模型之间的竞争，更取决于谁能在真实世界中持续产生并利用高质量工业数据
。

　　在朱洁看来
，AI不会自动消除从实验室研发到规模化生产之间的鸿沟。AI可以提高文献分析
、序列设计和实验方案生成效率，但产业化仍取决于工艺、放大 、成本和质量控制 。真正稀缺的不是数据数量 ，而是包括失败实验、放大规律和批次差异在内的高质量工业数据
。

　　这一闭环也解释了恩和科技为何在建设平台能力的同时
，开发自研产品，并将能力延伸至生产端。她表示 ，恩和科技并不认为“平台
”和“产品”是二选一 。客户已有产能
，公司可以输出菌株
、工艺等平台能力；客户需要最终原料，则可以提供完整产品
。自研产品是对平台能力最严格的验证场景 ，客户项目则持续带来真实的产业需求
，两类业务共同沉淀数据、提升平台能力。恩和科技坚持“平台+产品 ”双轮驱动，用产品验证平台 ，再用平台提升更多产品的产业化效率 。

　　玉米黄质是这一模式落地的代表案例
。她介绍
，玉米黄质研发最难的并不是在实验室中把产品做出来，而是实现稳定 、规模化和低成本的持续生产。恩和科技利用SAION AI提升关键酶活性 ，优化代谢通路和发酵工艺，使生产摆脱传统植物提取的季节性限制 。获得FDA GRAS认证
，验证的不只是一个产品，也验证了从菌株设计
、发酵优化到放大和商业化的整套方法。

　　在SkinNexus™ Collag3n的研发中 ，项目系统筛选了2000多个胶原蛋白片段
。朱洁介绍
，AI与高通量实验结合，在研发早期同步考虑活性、表达效率 、发酵稳定性和产业可行性 ，提前排除难表达
、难放大的方案。AI帮助找到的不只是活性比较好 的分子
，更是适合产业化的方案 。

　　这种从研发到产业化的协同，也延伸到恩和与巴斯夫等世界 龙头企业的合作中
。朱洁表示 ，双方并不是在产品研发完成后建立简单的供销关系
，而是从研发早期便共同参与。恩和科技提供Physical AI、生物制造及产业化能力，巴斯夫则提供皮肤科学 、应用验证和全球个人护理市场网络 ，让真实市场需求更早进入研发环节
，共同完成研发
、制造、应用和商业化 。

　　近来 ，恩和科技已有15个商业化产品落地 ，应用覆盖个护 、食品
、营养健康和农业等领域
。她强调，公司未来仍将坚持“市场需求+平台能力
”双轮驱动
，不追逐短期热点。长期来看，恩和科技希望成为连接AI设计、实验执行和规模化生产的生物制造基础设施 ，进一步缩短从科学问题到产业交付的距离
，并与全球伙伴共同建设AI4S时代的生物制造生态 。