Multiply Labs正在为细胞疗法实验室带来芯片工业中已经发生的变革:引入机器人来更好、更快、更便宜地完成繁重、精密和卫生的工作。
这家初创公司的概念源于Fred Parietti在麻省理工学院进行机器人学博士研究时,遇到了Alice Melocchi,她向他展示了这些费力的实验室缺乏自动化的同时还面临污染风险。
"她向我展示了她在实验室里做的工作以及有多困难,我无法相信——我以为药物是像芯片一样制造的,这太疯狂了但却是真实的,"Multiply Labs联合创始人兼CEO Parietti说。"接下来,我飞到硅谷,我们在YCombinator开始了这个项目。"
成立于2016年的旧金山Multiply Labs,如今正在为包括Kyverna Therapeutics和Legend Biotech在内的领先公司提供机器人自动化细胞疗法制造。
数字化转型引领生物制造新时代
Multiply Labs提供端到端的机器人系统,大规模生产基因改造细胞疗法。类似于半导体行业从穿着无尘服的技术人员在洁净室工作的模式发展而来,Multiply Labs正在为生物科学开创这个新时代。就像今天的芯片一样,它承诺精度提升、减少污染和利用物理AI的先进制造。
Multiply Labs系统使用NVIDIA Omniverse库开发这些实验室环境的数字孪生,以及NVIDIA Isaac Sim机器人仿真框架来训练机器人掌握开发这些治疗方法所需的专门技能,将这些疗法带入未来。该公司还在使用NVIDIA Isaac GR00T类人机器人基础模型开发类人机器人,以改善实验室卫生条件。
解决细胞疗法制造的核心挑战
细胞疗法是一种新兴技术,涉及从患者或捐赠者身上提取细胞并对其进行改造,用于治疗患者以对抗疾病或患者自身的免疫反应。它们在治疗癌症、遗传疾病、自身免疫疾病和神经系统疾病方面显示出前景。
这些手工制作的治疗方法——针对特定患者的一次性治疗——生产成本昂贵,在过程中很容易因污染或处理不当而被破坏。Multiply Labs生物制造集群内的机器人有助于确保更卫生和精确的过程。
"它需要保持无菌状态,你不希望任何人在细胞附近呼吸,所以这显然是机器人技术的高价值应用,"Parietti说。
模仿学习技术突破制造瓶颈
细胞疗法制造复杂、昂贵且容易失败。生物科学公司正在转向自动化和仿真来降低风险、扩大产出并保存专家知识。一个关键发展是模仿学习——在Isaac Sim中训练机器人通过分析视频演示来复制专家任务。这种方法捕捉顶级科学家的隐性、往往未被记录的技能,并将其转化为机器人控制策略。
Q&A
Q1:Multiply Labs是做什么的?
A:Multiply Labs是一家专注于细胞疗法制造自动化的公司,通过机器人技术为生物科学实验室提供端到端的自动化解决方案,帮助大规模生产基因改造细胞疗法,同时确保更高的精度和卫生标准。
Q2:为什么细胞疗法制造需要机器人?
A:细胞疗法制造需要严格的无菌环境,不能有任何污染风险。这些治疗方法针对特定患者定制,生产成本昂贵且容易在过程中被破坏。机器人可以提供更精确、更卫生的操作,避免人为因素导致的污染或处理错误。
Q3:Multiply Labs使用了哪些AI技术?
A:该公司使用NVIDIA Omniverse库开发实验室环境的数字孪生,以及NVIDIA Isaac Sim机器人仿真框架训练机器人。还采用模仿学习技术,通过分析专家操作视频来训练机器人复制顶级科学家的技能,并开发类人机器人来辅助实验室工作。
好文章,需要你的鼓励
OpenAI宣布将Codex桌面AI编程工具与ChatGPT移动应用整合,用户可通过iOS或Android手机远程控制电脑上的Codex执行任务。该功能支持查看任务线程、审批命令、切换模型等操作,文件与权限仍保留在本地电脑,实时更新推送至手机。此举被视为OpenAI应对Anthropic Claude Code竞争、打造桌面"超级应用"战略的重要一步。该功能目前已向所有ChatGPT套餐用户开放预览,包括免费版。
这项来自MemTensor与HONOR的联合研究提出MemPrivacy框架,通过在边缘设备上用带类型标签的占位符替换隐私信息、云端处理后本地还原,在保护用户隐私的同时将AI记忆服务质量损失控制在1.6%以内。
据韩国媒体报道,三星将于7月22日在伦敦举办年度第二场Unpacked发布会,届时将推出首款智能眼镜Galaxy Glasses,同期亮相的还有Galaxy Z Fold 8、Z Flip 8及Galaxy Watch 9。该眼镜搭载三星与谷歌联合开发的Android XR系统,集成Gemini AI,支持拍照、导航、实时翻译及智能家居控制。设计由潮流眼镜品牌Gentle Monster操刀。全球智能眼镜市场预计将从2025年的25亿美元增长至2033年的144亿美元。
韩国大学团队提出THINC框架,让AI在解数学题时用代码替代文字推理,4B小模型超越百倍体量大模型,代码接地率达99.2%。