纪要涉及的行业或者公司 华大智造 纪要提到的核心观点和论据 - 业务重组与发展方向：2025 年开始重组生命科学自动化业务为生成式实验室智能，涵盖生产级、桌面级和微流控三个尺度，旨在迎合全球实验室建设趋势，通过新技术赋能提供解决方案；未来继续深化生成式 AI 在生命科学自动化中的应用，扩展至合成生物学、智慧农业、生物制药等非测序紧密相关领域，并开展定制化 CDMO 业务[2][3][7] - 生成式 AI 应用：将生成式 AI 应用于实验室自动化，重新整合相关部门实现从样本存储到计算存储的解决方案；采用 NVIDIA Orin 芯片框架加快边缘端推理模型部署速度，实现 75 秒每个 cycle 的全球最快高通量测序速度；与多领域客户合作探索建库与测序一体化机器应用前景[4] - 硬件和软件布局：硬件推出多种定制化耗材及自动化平台，包括样本提取设备等，还推出智能一体机器人平台 Offer Two 对标 OpenAI；软件致力于优化用户体验，使科研和临床用户可灵活定制模块并运行应用程序，计划构建一体化仪器普及高通量测序[6] - 测序技术创新：开发基于图像传感器自发光原理的半导体测序仪，2024 年 1 月获国家药监局三类医疗器械注册证，第四季度开始累计新增装机超 300 台，利用手机 CMOS 摄像头信号传感和读取，无需激光器，具有免维护等优势[15] - AI 在测序领域应用：用于数据处理、原材料设计、图像转 ATCG 信号处理等方面，可提高测序速度和精度；结合蛋白质大语言模型和强化学习开发 EvolvePlay 算法用于蛋白质定向进化，优化荧光素酶提高检测效率[14][18] - 高通量测序发展趋势：朝着更快、更准确、更便携方向发展，持续借鉴消费电子领域技术，结合 AI 与自动化，探索跨领域整合，未来几年在感染领域争取 6 - 8 小时出报告，肿瘤检测领域 24 小时内出报告[19][27] - 成本控制举措：通过提高设备通量和利用率降低单次测试成本，T 系列产品已实现较低成本；展望 2030 年，随着人工智能发展和应用规模扩大，高通量测序整体成本有望进一步下降[29] - 便携式测序设备前景：预计到 2030 年，硬件和耗材成本将下降 20% - 30%，通过扩展通量可进一步降低单次测序成本[30] - 分子诊断技术展望：2030 年化学发光领域可能有更灵活、快速且定制化的 panel 设计，8 小时内出报告，AI 在靶向测试中发挥重要作用，大规模科研项目通量需求和成本控制不断优化[32] 其他重要但是可能被忽略的内容 - 自动化和模块化优势：通过标准化定制提升管理效率，包括模块化研发，赋能外部 OEM 客户打造一体化解决方案，减少培训和售后服务成本[8] - 人工智能提升自动化效率：最新生成式人工智能降低人机壁垒，用户可用自然语言与机器对话，积累方案库和知识库节省售后和培训资源[9] - 实验室管理平台创新：重新定义实验室管理平台 All Life Studio，集成多种功能，AI 生成式技术在组合优化方面有新价值，正在研发国产计算存储硬件平台[10] - 高通量测序工作流程：包括样本准备、文库构建、测序、数据分析四个环节，各环节耗费时间和资源不同，人工智能技术可在各环节带来优化[20][25][26] - 125 平台推广情况：今年以来推广取得良好进展，众多合作伙伴已广泛采用该平台进行感染检测，能满足不同临床场景需求[33] - AI 在测序领域赋能体现：优化自动化工作流程、筛选荧光探针或监控试剂、进行测序信号处理[34] - 深度学习提升测序准确率：通过设计更高准确率的生化反应和 AI 算法训练有机会提升 Q 值，但临床不同细分领域对质量值要求不同[34][35] - CMOS 像素升级影响：主要针对特定产品线，荧光发光路线适合科研需求，自发光路线满足灵活通路临床需求，不会全面应用于所有系列产品[36] - 生物信息分析模块 AI 应用：将传感等功能集成到边缘端嵌入式计算，利用 GPU 算力处理，与中国疾控中心合作实现全流程 9 小时出报告，未来 AI 赋能有两条路径[37] - 基因测序技术应用场景：不仅适用于临床，还广泛应用于合成生物学、DNA 存储、育种鉴定、海关微生物鉴定、制药等非临床领域[39][40]