一家丹麦初创公司Reshape近日完成2000万美元A轮融资，旨在助力研发团队自动化实验室视觉检查实验，并加速该技术在美国市场的规模化应用。
成立于2018年的哥本哈根Reshape开发了一套集成软件与AI模型的机器人成像系统。该系统可追踪培养皿等载体中的颜色变化、细胞生长速率等视觉指标，内置温控孵化功能并自动记录数据，确保实验高度可重复。此举使实验能全天候无人值守运行，释放技术人员精力以专注于其他关键任务。
“解码自然”
“解码自然”是Reshape的核心理念，顺应了自然世界与制造世界界限日益模糊的趋势。硅谷正大量资本投入“工程化”生物学领域，Reshape亦置身其中。
Reshape首席执行官Carl-Emil Grøn向TechCrunch表示：“生物学正从科学学科向工程学科转型。我们致力于将物体生长、表现等‘无形’过程转化为可描述的数据，在现实世界现象与DNA层面之间建立翻译层。”
拥有工程学背景的Grøn在与生物技术从业者交往中，发现实验室存在大量人工操作。他坦言：“我曾以为生物技术已高度自动化，但事实上，连续五个月里，同事每八小时就需进入实验室拍摄培养皿照片。对科技领域而言，这难以置信。”
经与哥本哈根多家生物科技公司交流，Grøn确认这一现象并非个例：DNA测序、化学成分测量等流程，百年来几乎未变。
为此，Grøn联合Daniel Storgaard和Magnus Madsen打造全栈平台。该平台配备高分辨率相机与照明设备，通过延时摄影捕捉视觉数据点，精准记录实验组件在特定条件下的反应。
幕后机制
Reshape基于自有实验室内部数据训练AI模型，针对真菌/细菌宿主、种子及昆虫等常见实验类型提供开箱即用方案。同时，公司支持客户定制训练模型，如追踪特定微生物在特定环境下的行为。
Grøn介绍：“我们的数据科学团队利用定制MLOps架构端到端处理全流程，涵盖需求理解、大规模数据集标注、模型开发基准测试及部署应用。”
应用场景广泛：农业公司可测试种子发芽率或病害严重程度；食品企业可进行成分表征，评估质量、新鲜度及成熟度等需视觉判断的指标。
部分客户正利用该平台从化学农药转向生物农药，筛选高效新化合物并记录生产工艺。速度是客户选择Reshape的核心驱动力。
Grøn指出：“实验通量提升4至10倍，显著加快产品上市进程。”
结果可通过云端界面查看，亦支持导出LIMS或CSV格式，无缝对接Benchling、Excel等第三方软件。
在准确性方面，Grøn表示团队将底层模型与人类实验表现对比（含假阴性等指标），有效避免科学家因误判而提前终止有效实验。
“假阴性减少约80%，结果获取时间大幅缩短。平台完整追踪每次实验细节，无需依赖记忆，确保极高可重复性。”Grøn强调。
商业模式上，Reshape以订阅制提供包含硬件、机器学习及底层软件的全栈平台，采用基于价值的差异化定价策略。
目前仅提供单一尺寸设备，多实验需求需购置多台机器。为拓展大型工业级实验场景，Grøn暗示未来或将推出更大规格设备。
增长
作为YC 2021冬季批次成员，Reshape已积累先正达、牛津大学等知名客户。继去年810万美元种子轮融资后，此次2000万美元A轮资金将重点用于美国市场扩张。据悉，其约三分之二收入源自美国（主要来自欧洲客户的美国设施）。
Grøn表示：“技术有效性已获验证，当前核心是扩大规模，助力更多实验室加速生物转型。”
尽管Automata（去年融资4000万美元）、Singer Instruments（PhenoBooth）及Interscience（ScanStation）等竞品也在推进实验室自动化，但Grøn认为Reshape凭借开箱即用的全栈闭环平台脱颖而出。
“这是一个昂贵且长期被攻克的难题。我们在闭环系统中集成孵化、图像捕获与分析，预训练模型无需耗时训练即可直接使用。”Grøn说。
本轮A轮融资由欧洲风投Astanor Ventures领投，YC、R7、ACME、21stBio及Unity联合创始人Nicholas Francis跟投。