“What I cannot create, I do not understand.”1988年2月，人们在整理费曼的办公室时，在他黑板上发现了这句未擦去的粉笔字。这位诺贝尔物理学奖得主用一生践行了这个信条：理解一个系统的终极标志，不是观测它、描述它，而是能够从头创造它。

三十多年后，当生命科学站在AI革命的门槛上，这句箴言正被一群创业者以另一种方式续写：如果人类真正理解一个细胞，就应该能在数字世界中创造一个会呼吸、会响应、会代谢的虚拟细胞。

当下，AI虚拟细胞已是全球科技投资最炽热的赛道之一，被业界公认为继大语言模型、通用世界模型之后的生命科学第三范式。但火爆背后，行业却深陷算法内卷与结构性失衡。立足于中国浙江的墨卓生物并未跟风模型竞赛，而是从微流控芯片、单细胞测序硬件切入，逐步搭建起工业化数据工厂与干湿闭环体系。

2026年7月，墨卓生物创始人裴颢博士在深度交流中给出了底层判断：“虚拟细胞表面看是模型的竞争，本质上其实是数据和实验闭环的竞争。”这句话，是理解这家企业过去八年乃至未来八年的关键密码。

裴颢的科研起点，与生物学并无关系。

清华大学机械工程与自动化专业本科毕业后，他远赴哈佛大学攻读应用物理学博士，师从微流控领域奠基人、美国三院院士David Weitz教授。出于机械工程师的本能，他第一次走进生物实验室时满是困惑与不适：“每个溶液还得手工配置，一些重复工作为什么不能用自动化来做？”

那是十几年前，生物学实验的“手工感”还很强，移液枪、培养皿、显微镜构成了一个依赖经验和体力的世界。裴颢回忆，“我此前一直在机械工程与自动化领域，习惯了标准化、规模化的工程逻辑。早期转入生物实验研究时，最大的冲击就是传统生物科研的粗放模式。”

工程智能化与生物科研粗放模式的强烈反差，让裴颢确立了贯穿至今的科研与创业方向：以工程化、自动化、标准化思维重构传统生命科学实验体系，将非标化、难复制的生物实验，改造为精准可控、可批量落地的现代化工程系统。

但回国创业后的现实给了他一记重击，“我们出现过国外试剂断供，导致三个月无法生产的情况。进口仪器供货周期动辄数月，成本高、周期长、实验室条件不统一，还受到诸多限制。”

这段经历强化了他的认知：仪器国产化只是第一步，真正重要的是获得整个生命数据自我生产的能力。

这也成为墨卓生物发展轨迹的第一条暗线。从微流控芯片到仪器设计，再到数据工厂和虚拟细胞，企业始终在补齐AI研发最稀缺的底层能力——真实、稳定、可规模化的数据生产能力。

2026年的AI虚拟细胞赛道，正处于典型的概念过热期。

美国合成生物龙头Ginkgo推出虚拟细胞药理学计划（VCPI），主打开源公共数据集与通用模型框架；加州科创企业Tahoe、Xaira接连推出数十亿参数级虚拟细胞模型，凭借资本加持与算力优势领跑跑分竞赛；陈-扎克伯格倡议（CZI）、Arc Institute等顶级科研机构也持续加码通用推演模型，聚焦算法推理能力升级。

一时间，资本扎堆涌入、算法团队跨界入局，赛道热度持续攀升。

但裴颢对这场热潮保持着清醒的距离。在他看来，繁荣表象之下，海外主流玩家普遍存在先天路径短板——高度依赖存量公共数据集与第三方公开测序数据训练模型，普遍遵循“算法优先、数据后置”的研发逻辑。

尽管全球单细胞数据存量号称超过3亿条，但普遍存在严重的批次效应与技术噪音，不同实验室、不同试剂产出的数据标准不一，如同无法互通的“方言”。AI模型需要消耗大量的参数量完成数据对齐与误差抵消，而非真正学习底层生物学规律。

更核心的行业痛点是因果性缺失：现有存量数据中90%以上为静态观察性数据，仅记录细胞自然生长的快照，极度缺乏基因敲除、药物干预后的微扰反馈数据，最终导致模型只能习得表面相关性，无法捕捉生命活动的真实因果规律。

这一判断在行业研究中得到了侧面印证。

微软发布的一篇论文评测了多款复杂模型与线性模型在基因扰动预测任务中的表现，结果显示复杂模型并未显著超越简单线性模型；ARK虚拟细胞挑战赛也公开承认，多数模型尚未稳定超越朴素基线。

在裴颢看来，这篇给虚拟细胞“泼冷水”的文章，恰恰给行业敲响了警钟：真正的虚拟细胞要可测量、可交互、可落地，需要更真实、更适配AI训练逻辑的数据作为支撑。

正是看透了通用模型的底层局限，墨卓生物选择了一条与行业主流截然不同的产业原生路线：从生物湿实验底层出发，以数据原生逻辑反向构建壁垒。

作为自研设备的厂商，墨卓生物天然掌握从样本处理到数据输出的全流程实验参数，包括温度、时间、诱导因子浓度等关键变量，以及每个数据点的质量评分、完整性指标、批次效应等元数据。这类过程性数据稀缺且复现成本极高，为AI模型提供了更完整、更贴近真实生物过程的训练维度，构成了企业的第一道护城河。

但裴颢认为这还远远不够：“我们不仅能生产数据，还能改变制造数据的方式。”依托自主可控的高通量实验体系，团队可以根据模型的能力缺口反向设计扰动实验，按需产出基因调控、药物干预、环境扰动等动态微扰数据，而非受限于公开数据的存量边界。

这种“模型缺什么、实验产什么”的精准数据生产能力，直接破解了行业长期存在的因果缺失难题。墨卓生物由此搭建起“数据定义—数据设计—数据生产—数据验证—模型迭代”的完整闭环，持续积累海量多模态因果扰动数据，让虚拟细胞模型真正建立在可测量、可交互、可验证的真实生物逻辑之上。

如果数据原生是墨卓生物的第一性原理，那么干湿闭环就是这一原理的工程化表达。

在裴颢的构想中，干实验与湿实验是一个不可分割的持续迭代循环：AI提出科学假设，自动化实验完成验证，真实数据回流优化模型，模型再输出新的假设。每完成一次循环，模型的预测精度就向前推进一步。

这个闭环的物理载体，是墨卓生物自研的MobiNova^®硬件矩阵，“把实验变量转化为可控的工程参数，再结合AI for Science技术，就能实现数据的全流程追溯与质量管控。”这意味着，墨卓生物不仅能定位算法端的模型误差，还能追溯湿实验端的数据噪音来源。

在此基础上，墨卓生物自主搭建MobiBrain干湿闭环智能体系，构建起标准化的“设计-构建-测试-学习”（DBTL）循环链路。这套体系彻底打破了行业干端算法与湿端实验相互割裂的固有壁垒，实现AI虚拟模型与真实生物实验的双向赋能、循环进化。

不难看出，纯算法企业只有干端推演能力，传统生物企业只有湿端实验能力，而墨卓生物，是行业少数同时具备两端完整能力的企业。

依托干湿闭环体系，墨卓生物的虚拟细胞模型能够精准解答产业四大核心命题：能否精准预测未知细胞扰动、是否具备跨样本跨病种泛化能力、实验推演结果能否真实复现、能否切实降低研发成本并提升实验成功率。

同时，墨卓生物还率先补齐行业数据维度短板，构建覆盖转录组、蛋白组、表观组、微生物组、空间组学的多组学一体化数据体系，打破行业单一RNA数据的维度局限，全方位还原细胞生长、基因调控、药物响应、环境适配的完整生命活动逻辑。

在全行业急于落地规模化应用、追逐短期热点的浮躁氛围下，墨卓生物始终坚守产业务实主义。

对于赛道落地节奏，裴颢保持着清醒判断：当前AI虚拟细胞仍处于产业早期，无法完全替代传统生物医药研发湿实验，短期核心价值在于前置筛选低价值实验、削减高成本实验频次、优化研发优先级、前置规避风险。

“虚拟细胞是AIDD的进阶下一代形态。”裴颢解释，传统AIDD聚焦药物分子结构设计、亲和力预测等表层问题，而虚拟细胞能够进一步推演药物干预后细胞整体状态、靶点通路、扰动响应的全维度变化，打通药物研发从分子设计到细胞响应的完整链路。

基于行业渐进式发展规律，墨卓生物已完成多层次、阶梯式商业化布局。2026年下半年，公司将陆续推出多款AI生物创新产品，依托自研虚拟细胞核心引擎，深度赋能药企靶点挖掘、机制验证、药物筛选、毒性预警等核心研发环节。

同时，墨卓生物已与国内头部AI大模型企业达成深度战略合作，以自身原生数据优势与湿实验落地能力，对接合作方的算力与算法优势，强强联合打磨适配中国生物医药场景的本土化虚拟细胞技术体系。

凭借多年产业深耕，墨卓生物已直接服务220余家核心科研与产业客户，赋能千余家终端机构，全面覆盖头部创新药企、三甲医院、顶尖高校及科研院所。长期沉淀的单细胞技术客户群体，为虚拟细胞技术落地提供了天然的应用场景，无需重新开拓市场，即可实现新技术的无缝渗透与快速迭代。

产业生态层面，墨卓生物持续深耕国产AI生物数据基建，牵头推进虚拟细胞数据联盟搭建，整合产学研优质资源，破解国内生物数据碎片化、标准不统一、共享程度低的行业痛点。

资本层面，墨卓生物已获得华盖资本、源码资本、比邻星创投、洲岭资本等主流一线资本加持。目前企业正在开启新一轮融资，以用于高质量因果扰动数据产能扩容、前沿细胞测量技术升级，持续夯实“真实细胞持续教会虚拟细胞”的核心技术体系。

对于未来，当被问及“希望外界用哪三个关键词记住墨卓生物”时，裴颢给出了答案：数据原生、干湿闭环、TechBio。

前两个关键词已贯穿企业发展全过程，第三个关键词 “TechBio”，则需要放在更宏大的产业语境中理解。

传统生物医药企业以Biotech、BioPharma为主体，核心是“生物”驱动。裴颢认为，未来的行业巨头可能不再是传统意义上的Pharma，而是“TechBio”企业，即把前沿技术深度融入生物学，让原本偏人工、低自动化的生命科学研发流程，被数据和算法重新定义。

这一判断，与裴颢十几年前的初心形成了完整闭环。当年那个走进生物实验室、困惑于“重复工作为什么不能自动化”的机械工程师，如今正用微流控、自动化、AI 和虚拟细胞，一步步解答当年的疑问。

而1988年加州理工学院的黑板上，费曼留下的那句“What I cannot create, I do not understand”，穿越数十年时光，恰好成为墨卓生物发展路径的最好注脚。不满足于观测细胞、描述细胞，而是通过创造数据、创造实验、创造闭环去真正理解细胞，最终在数字世界中构建出可验证、可交互、可交付的虚拟生命，这正是墨卓生物一直在践行的底层逻辑。

如今，在中国浙江的实验室里，MobiNova^®设备正以每天数万细胞的通量稳定运转。每一次液滴生成、每一次试剂交换、每一组测序数据产出，都在为尚未完全成型的“虚拟细胞”沉淀真实养料。

“我们还是要致力于产生这种数据，让真实的细胞去教会虚拟细胞。”裴颢的这句话，既是企业当下的行动准则，也藏着中国TechBio产业的未来答案。

从机械工程到微流控，从单细胞测序到AI虚拟细胞，裴颢用了十几年时间，完成了一个工程师对生命科学最朴素的追问：能不能让生命科学研究更智能一点？

答案，正在数据中生长。