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。