实验室的瓶颈，不在模型在动手
Opentrons 宣布 4000 万美元 E 轮：实验室自动化机器人公司，Flex 平台把实验设计、执行与改进压进连续循环，已向 80 多国交付 1.1 万多台机器人。
- 01THE ROUND：10 月 29 日，Opentrons 宣布 4000 万美元 E 轮融资。
- 02THE LOOP：Flex 平台：实验设计、运行与改进连续循环。
- 03THE SCALE：1.1 万台机器人，80 多国，90% 全球前 20 药企。
WHAT HAPPENED发生了什么
10 月 29 日，Opentrons Labworks 宣布 4000 万美元 E 轮融资，由医疗投资方 Avego 领投，BroadOak 参投，老股东包括软银愿景基金与 Khosla Ventures。资金用于扩展机器人、软件与数据基础设施。
Opentrons 的论点写在实验室的瓶颈里：前沿模型生成假设、设计实验的速度，已经超过实验室动手验证的速度。它的 Flex 平台把实验的设计、执行与改进压进一个连续循环：机器人跑实验，数据回流，下一轮实验据此调整。
规模是这家公司的底气：已向 80 多个国家的实验室交付 1.1 万多台机器人，覆盖全球前 20 药企中的 90%。每一次实验运行都生成结构化、可复现的数据，这正是自主科学的前提。
THE BENCH BOTTLENECK实验室的瓶颈不在想法，在动手
AI 改变了科学的上游：假设生成与实验设计越来越快。但试管、移液与培养仍然需要人手与时间，验证速度跟不上设计速度，科学的整体吞吐被卡在物理层。
Opentrons 的解法是把实验室本身变成可编程对象：机器人执行、软件编排、数据结构化，三者同一平台，实验从手工作坊变成可重复运行的程序。
THE DATA ASSET结构化数据，是自主科学真正的资产
每台机器人跑出的结构化数据，单独看只是实验记录；汇聚起来就是训练下一代实验设计模型的数据集。Opentrons 卖机器人，攒的是科学实验的“执行语料”。
这也是 E 轮资金的去向：不只扩展机器人产能，还要扩展软件与数据基础设施——让实验设计、执行与学习闭环跑得更快。
THE OPEN PLATFORM开放与 AI 原生：实验室自动化的两条路线
Opentrons 以开放、AI 原生自居：系统为 AI 直接运行实验而建，而不是把传统自动化设备简单联网。CEO James Atwood 的表述很直白：科学家每天花在手工活上的时间，是科学最大的机会成本。
对手不是另一家机器人公司，而是实验室里的人工习惯。E 轮的考题，是让“机器人跑实验”从先锋实验室的标配，变成普通实验室的默认选项。
SIGNAL JUDGMENT科学的瓶颈不在模型，在动手的那双手
模型跑得越快，实验室的手越跟不上。Tokenta Signal 的判断不变：自主科学的竞赛，胜负手在谁先把实验变成可重复运行的程序。
WHAT REMAINS UNCERTAIN还有什么不确定
EVIDENCE证据
原文确认发布要点：Opentrons 10 月 29 日宣布 4000 万美元 E 轮，Avego 领投、BroadOak 参投；Flex 平台让实验设计、运行与改进连续循环；已交付 1.1 万多台机器人至 80 多国实验室，覆盖全球前 20 药企的 90%。
PRIMARY SOURCES原始来源
- Business Wire：Opentrons Announces $40M Series E Round to Standardize AI-Driven Science on Its Robots
https://www.businesswire.com/news/home/20261029104545/en/Opentrons-Announces-%2440M-Series-E-Round-to-Standardize-AI-Driven-Science-on-Its-Robots - RoboticsTomorrow：Opentrons Announces $40M Series E Round to Standardize AI-Driven Science on Its Robots
https://www.roboticstomorrow.com/news/2026/10/29/opentrons-announces-40m-series-e-round-to-standardize-ai-driven-science-on-its-robots/27316/