Daniel Marshall（高级经理，沟通与所有权）
Jason Kelly（首席执行官）
Steve Coen（首席财务官）
晚上好。我是Daniel Marshall，Ginkgo的沟通与所有权高级经理。与我一同出席的有我们的联合创始人兼首席执行官Jason Kelly以及首席财务官Steve Cohen。一如既往，感谢大家的参与。我们期待向大家更新我们的进展。提醒一下，在今天的演示中，我们将发表前瞻性陈述，其中涉及风险和不确定性。请参考我们向美国证券交易委员会（SEC）提交的文件，包括我们最新的10-K报告，以了解更多关于这些风险和不确定性的信息。今天，除了更新本季度的业绩外，我们还将深入探讨我们如何以及为何认为像星云（Nebula）这样的自主实验室——我们的自主实验室正在取代实验台，而当今几乎所有的生物科学研究都是在实验台上进行的。和往常一样，我们将以问答环节结束，我会接受分析师、投资者和公众的提问。您可以提前通过X平台的Ginkgo results账号或发送电子邮件至investors@ginkgobioworks.com向我们提交问题。好的，现在交给Jason。
谢谢Daniel。我们总是以此为开端。Ginkgo的使命是让生物工程变得更容易，我在上次财报电话会议中提到过这一点。但在2026年，我们的重点将是投资以赢得自主实验室这一领域。我真的很兴奋。即使自从我们几个月前刚刚交流以来，这个领域的关注度也确实在不断提高。硅谷的新公司正在追求这一目标。人工智能前沿实验室对通过自主实验室将人工智能模型应用于科学的兴趣浓厚。政府也在更多地谈论这个话题。因此，我确实认为我们公司专注于这一领域是走在正确的轨道上。2026年，我将通过两大途径追求这一目标。首先是将我们的服务、解决方案、数据点和云实验室运行在我们位于波士顿的自主实验室——我们称之为星云（Nebula）之上。这是一个通过实际活动证明我们系统能力的机会。其次，我们将让全球的自主实验室早期采用者购买我们的系统，就像我上次提到的与太平洋西北国家实验室（Pacific Northwest National Labs）已经达成的合作那样。我对这两方面的追求感到兴奋，在战略部分，你们将从我这里听到更多相关内容。上个季度，我们还完成了我上次广泛谈论的一项交易，即将我们的生物安全部门分拆为一家名为Perimeter的新公司。我想对Ginkgo生物安全团队表示祝贺，他们成功完成了这项工作，获得了6000万美元的资金，还有许多优秀的新投资者加入，使其真正专注于国防科技领域，并打造了一种生物安全核心业务。Ginkgo是该公司的股东。我们非常期待看到它取得成功。正如我上次所说，我认为这对Ginkgo来说是一个非常好的机会，既能让我们专注于自主实验室，又能让Perimeter团队在自己的品牌下，在一组新的专注于国防科技的投资者支持下发展壮大。在过去的几年里，我们的重点是将这些数字提升到今天的水平，降低公司的现金消耗，我们曾对此进行过指导，Steve将在他的部分中涉及这一点。但再次强调，我们拥有非常强劲的现金状况。截至2026年第一季度，我们有3.73亿美元现金，没有银行债务。因此，Steve会就此提供更多细节，但这为我们奠定了非常良好的基础。我们有充足的资金来追求自主实验室这一领域。我们有这些基础服务业务作为支撑，并且在技术开发方面处于领先地位。综合所有这些因素，我认为我们是这个领域迄今为止最理想的选择。好了，我现在将话题交给Steve，由他深入介绍财务状况。
谢谢Jason。在我介绍财务状况之前，我想花点时间说明一下从2026年第一季度开始，我们在业绩呈现方式上的一个重要变化。正如我们在2月份宣布的那样，我们达成了一项最终协议，出售我们的生物安全业务，该业务此前作为一个单独的部门进行报告。此外，正如Jason所指出的，我们于4月3日完成了该交易。根据美国会计准则，被转让的生物安全资产符合持有待售的标准，截至2026年3月31日，其财务业绩被列为终止经营业务。这是生物安全业务在我们的财务报表中首次被列为终止经营业务的季度。根据会计准则，我们已经并将追溯重述所有列报的前期数据，以符合这种列报方式。这意味着，在列报前期信息（包括去年第一季度）时，以前归因于生物安全业务的收入、运营费用和现金流已从我们持续经营业务和现金流的每个项目中剔除。原生物安全业务的业绩现在作为一个单独的净亏损项目，列在持续经营业务亏损下方，称为终止经营业务亏损。需要明确的是，我今天提供的所有财务评论均专门涉及持续经营业务。2026年4月7日，我们在准备好的发言中不会进一步讨论生物安全业务。供您参考，我们已提交了8-K表格的当前报告，其中包括2023、2024和2025财年基于持续经营业务的备考财务信息。在剥离生物安全业务后，我们现在作为一个单一部门运营。因此，我现在将讨论我们的第一季度业绩。2026年第一季度的收入为1900万美元，与2025年第一季度相比下降了49%。如前所述，2025年第一季度的收入包括与BioEdit协议相互终止相关的750万美元非现金收入。剔除这一因素，2026年第一季度的收入与去年同期相比下降了37%。需要注意的是，我们的净亏损包括多项非现金和其他非经常性项目，这些在我们的财务报表中有更详细的说明。由于这些非现金和其他非经常性项目，我们认为调整后息税折旧摊销前利润（EBITDA）是衡量我们盈利能力的更具指示性的指标。调整后EBITDA与持续经营业务公认会计原则（GAAP）净亏损之间的完整调节表可在附录中找到。2026年第一季度，研发（R&D）费用从2025年第一季度的4900万美元下降38%至2026年第一季度的3000万美元；一般及行政（G&A）费用从2025年第一季度的2000万美元下降35%至2026年第一季度的1300万美元。这些下降都是由我们的重组努力推动的。2026年第一季度持续经营业务净亏损为7600万美元，而去年同期的亏损为8300万美元。年度亏损减少是由于我们的重组努力。进一步往下看，您会注意到2026年第一季度调整后EBITDA为负4200万美元，低于2025年第一季度的负4400万美元。由于我们现在仅在一个部门运营，我们只提供单一的调整后EBITDA指标，需要注意的是，调整后EBITDA包括 excess lease space的持有成本，2026年第一季度为1600万美元。此前，这一成本不会包含在部门调整后EBITDA的正式列报中。这一成本代表我们未占用的租赁空间的基本租金和其他费用，扣除转租收入后的净额。这是一项与当前创收无关的现金运营成本，可以通过转租来潜在缓解。最后，2026年第一季度的现金消耗为4800万美元，低于2025年第一季度的5800万美元，下降了17%。正如2025年10月所报告的，我们修订并重置了与谷歌云（Google Cloud）的年度承诺，金额为1400万美元。与原始条款相比，重置承诺将我们未来的最低承诺减少了超过1亿美元，并将承诺期限从3年延长至6年。我们在2026年第一季度支付了这1400万美元，这反映在本季度的现金消耗中。剔除支付给谷歌云的款项，2026年第一季度的现金消耗与2025年第一季度相比显著下降，这是重组的直接结果。现在谈谈指引，正如我们在2026年2月所讨论的，今年的重点是在保持成本效率的同时，投资于我们的人工智能、机器人技术和软件，为我们的生物科学客户提供自主实验室，包括在波士顿建设我们的前沿自主实验室。我们已经不再单纯专注于重组行动，今年的重点不仅是成本效率，还包括在继续为客户提供他们所期望的先进服务的同时，投资于我们所看到的机会。出于这些原因，我们认为现金消耗最能反映我们持续的服务和工具以及对自主实验室的进一步投资。在全年展望方面，我们重申2026年的整体现金消耗指引为1.25亿至1.5亿美元。这一范围反映了成本效率、持续的服务和工具以及我们正在进行的进一步投资之间的坚定平衡。总之，我们对2026年在现金消耗效率方面的持续改善以及业务发展感到满意。现在，我将话题交回给你，Jason。
谢谢Steve。接下来我将深入战略部分。今天我很兴奋能谈到这个话题。我们的使命是让生物工程变得更容易，而我们真正旨在解决这个问题的方法是，我们认为生物工程的根本瓶颈在于与生物工程相关的实验室工作。因此，今天我将深入探讨为什么自主实验室将取代实验台。我想重点介绍我们在星云（Nebula）系统上所做的一些工作，因为本月我们在扩展该系统方面有一些新消息。最后，我将介绍我们在星云之上提供的服务——云实验室、数据点和解决方案。我们称之为“星链计划”（Starlink），如果你想想Space X，去年70%的发射实际上是星链，他们自己的内部产品。在未来一年，我们扩大自主实验室规模并展示无需实验室人员参与即可通过服务盈利的能力，我认为这是一个真正的亮点，并将有助于推动我们的系统在全球的销售。所以我将谈论这三个方面，让我们开始吧。好的，我之前做过这个类比，我会再做一次，因为我认为对于刚加入电话会议的新听众来说，理解我们所说的自主实验室与传统实验室自动化的区别是值得的。所以我将用交通运输行业的类比，Y轴是某种运输方式的自动化程度，X轴是请求的灵活性。换句话说，用户要求运输系统做不同事情的程度。对于低请求灵活性和高自动化程度，那就是地铁，比如波士顿的红线地铁。你坐在地铁里，它就会载你走。你不需要做任何事情。它是高度自动化的运输工具，但非常不灵活。你必须想去红线地铁的某个站点。低自动化程度，高灵活性，那就是汽车。你手握方向盘，踩下踏板，它就能带你去任何地方，比如你的家或杂货店，任何你想去的地方。这大致就是过去一百年交通系统的样子。除非你在过去四五年去过加利福尼亚，或者现在的洛杉矶、奥斯汀，或者很快在波士顿，坐在Waymo的后座，那感觉太棒了。就像坐在地铁里一样，你不需要做任何事情，但它会直接带你到你家。它具有汽车的灵活性。所以正是这种灵活性和高度自动化的结合，我们实际上给它起了一个新名字。我们不称之为自动化汽车，而是自主汽车。因为到目前为止，为了在系统中管理这种灵活性，你需要一个人类大脑参与其中。好了，看一下下一张幻灯片，你会看到汽车和卡车与地铁和火车的行驶里程。在美国，超过99%的里程是汽车和卡车完成的。这不是因为我们不知道地铁的存在，而是因为我们日常生活需要这种灵活性，这是人类对交通的需求所必需的。好了，现在让我们进入实验台和实验室。低灵活性，高自动化程度，实验室中实际上存在自动化，称为工作单元（work cell）。这是我们Ginkgo这里的一个工作单元的3D示意图。像Hires、Thermo和Biosero这样的公司制造这些设备，它们就像地铁一样，非常棒，完全自动化。它们可以在没有科学家参与的情况下进行实验，但它最好是你昨天订购的实验，今天不会为你做新的实验。低自动化程度，高灵活性，实验室里有这两种情况，那就是实验台。作为科学家，你基本上是将实验室中所有不同设备连接在一起的人类粘合剂，以完成你想要的任何实验方案。所以同样，关键在于。如果你看一下研究预算，实验室工作单元（用于制药公司的高通量筛选或组合化学等）与实验台之间的比例，实验台占95%以上。同样，这不是因为我们不知道工作单元的存在，而是因为科学家需要灵活性来探索他们所有的不同假设，以发现新药、开发新的作物性状或进行任何类型的生物技术研究。这就是我们Ginkgo想要构建的。我们试图达到右上角，制造出Waymo那样的产品。我们试图制造一个自主实验室，它具有实验台的灵活性，让科学家可以订购任何他们想要的实验，但具有工作单元的自动化程度，换句话说，他们不必亲自参与每一个步骤，不必在不同设备之间移动样品和编程设备。他们只需点击“开始”，实验方案就可以通过自动化从头到尾运行。但他们当天想订购什么，那就是目标。看，如果你看下一张幻灯片，摆脱实验台的价值主张我认为非常明确。巨大的间接成本节约。我们听说过很多关于学术研究实验室的间接成本，这实际上最终是为了数百万平方英尺的实验室空间买单，仅在波士顿地区就有5000万平方英尺的实验室空间。因此，你可以大幅减少这一成本，可以提高人类科学家的研究生产力，因为我们需要更多来自人工智能的数据，我们稍后会谈到这一点。然后我们可以让人工智能科学家运行这些实验室闭环实验。几个月前，我们刚刚宣布了与OpenAI的一个项目，其中GPT5运行了我们的实验室。这就是我们在生物制药行业越来越多地看到的那种实验室闭环实验。但需要明确的是，一家典型的大型制药、生物制药、生物技术公司每年在研究上花费10到30亿美元，不是临床试验，而是在100多万平方英尺的实验台上的支出。而在其中用于自动化的支出远低于1亿美元，通常更少。坦率地说，我认为这些数字应该颠倒过来。我认为大部分资金应该用于自动化实验室工作，而不是手动实验台。原因我认为是一个相对简单的计算。下一张幻灯片你可以看到传统手动实验室和自主实验室之间的比较。空间利用率大约提高了三倍。在正常的人工操作实验室中，所有这些设备通常分布得很分散，因为人们需要在设备周围活动，还有安全原因等等。但在自主实验室中，你可以将所有设备紧挨着放置，尽可能紧凑，以便机械臂工作。因此，空间减少了大约三倍。而手动实验室实际上每周运行40小时。也就是说，当人们进入实验室并且人类在场时，他们必须在那里，那是你可以让人们工作的时间。在这些高端研究实验室中，几乎从未有过多个班次。实际上是每周40小时的工作时间。而我们的星云系统每周运行168小时。所以，24小时，7天，这在实验室利用率的可用时间方面大约是四倍的改进。所以我认为在两个不同的方面，三倍和四倍的改进是明确的价值驱动因素。如果你看下一张幻灯片，我认为投资回报率（ROI）是毫无疑问的。我认为自主实验室的最大问题是技术问题。那就是如何在没有人类参与的情况下实现高水平的自动化和高水平的灵活性，即右上角。这与Waymo的问题相同，如何让它在没有人类参与的情况下导航所有不同的环境和道路。如果你能做到，这显然是一个胜利。如果我们能在实验室中做到这一点，这显然是一个胜利。好了，让我稍微谈谈Ginkgo关注的设计约束。在下一张幻灯片上，你可以看到一个工作单元，那些地铁中的一种，它的设计是针对特定的实验方案。所以如果你是一家生物制药公司，想要构建一个高通量筛选工作单元，你打电话给传统的自动化供应商，他们首先会问你的问题是：告诉我你的实验方案，告诉我你需要它以什么吞吐量运行。你每周想处理多少样品？因为他们正在为你构建一条地铁线路，它将为你执行该实验方案。但是如果你是一位在中央广场或剑桥的肯德尔广场开设实验室的新设施负责人，并且你是为一位科学负责人建造实验室，你不会问那位科学负责人：“嘿，你打算在这个实验室里运行什么实验方案，你的30位科学家将在这里工作？”你会说：“你在做什么样的科学研究？”以及非常具体地问：“你希望我在那个实验室里安装什么样的设备，以便你的科学家在未来三到五年内使用实验室时能够高效工作？”因此，它是以设备为导向的，而不是以实验方案为导向的。这是一个微妙的点，但在设计应对这一挑战的硬件和软件时会产生巨大的影响。所以如果你看下一张幻灯片，你可以看到我们的硬件解决方案是我们所谓的机架推车（rack carts）或可重新配置的自动化推车。我们基本上是在每个实验室设备周围安装一个机器人，我们控制着那个环境。顶部有一个HEPA过滤器，这对许多生物工作很重要。我们有防止污染的措施等等。我们有一个六轴机械臂和一段magnumotion轨道，如果你看下一张幻灯片，它允许你像乐高积木一样将它们组合在一起，最终形成非常大的设置。我们现在在实验室里有50多个，而且增长很快。我马上会给你看一些照片。大约一周后，103个机架将全部上线，都在波士顿的一个大型设置中。所以如果你看下一张幻灯片，我们可以，我想展示这实际上是OpenAI实验方案的视频。所以我们与OpenAI做了这个项目，其中GPT5控制了实验室。我们制作了一个视频，展示其中一个样品在该实验方案的各种机架中移动。这只是让你了解它是如何工作的。所以你有这些轨道，我们能够移动，我们系统的一个限制是我们以所谓的SPS格式传递东西。所以你看到的那个小矩形是一个3乘5英寸的矩形。它可以容纳96孔或384孔板，或者1586孔板。它还可以携带耗材，如吸头和其他东西。机械臂拿起那块塑料器皿、样品或吸头或任何东西，然后将其放在特定的设备上。在这种情况下，它刚刚通过了一个声学液体处理仪。现在它要进入Bravo液体处理仪。你再次看到，首先放在那里的实际上是吸头，现在正被液体处理仪拿起，另外两个板是样品板和目标板。所以在OpenAI项目中，我们正在拿起一些合成DNA，并将其放入当时由GPT5模型设计的反应混合物中。好了，这里的关键特征是任何接受这些SPS板的设备，我们都可以集成到机架中。如果是新设备，通常需要一个月到一个半月的时间。我们现在已经有80多种设备在上面了。我们一直在添加新设备。如果客户要求，或者我们想添加到星云系统中，我们就会将其上线。所以现在那个板将被摇匀，最终放到这个热循环仪或最终的分析设备上，运行QPCR反应，并给出每个样品性能的读数。在这种情况下，大部分在星云系统上运行的数据会返回给人类科学家，而不是人工智能科学家。但我们预计随着科学的发展，两者都会有。我们将有科学家和他们的代理在自主实验室上订购实验。看下一张幻灯片。这个系统的一大优点是它可以扩展。我们开始使用星云时，我想大约有8个机架，为我们Ginkgo的样品做NGS（下一代测序）准备，最终现在系统上扩展到了100多个机架。所以让我们稍微深入一点。我想进入下一部分。这在某种程度上是理论，比如我们如何设计硬件来解决自主实验室的一些挑战以及自主性意味着什么。现在我想稍微深入谈谈星云，因为我认为Ginkgo真正独特的地方在于我们不仅仅是一家硬件公司。我们在波士顿实际运营着BSL2实验室，并与世界上一些最大的生物技术、农业生物技术、工业生物技术公司建立了科学合作关系。因此，我们实际上可以展示在这样的系统上进行真正科学研究的样子。所以如果你看下一张幻灯片，我非常自豪的是，在过去的一个季度里，我们已经展示了超过100个实验方案，其中30多个是科学家提交的独特方案。我会提到这一点，但这些不是由自动化工程师或机器人专家提交到我们在波士顿的星云系统上的，该系统集成了50多个实验室设备，你可以根据这些科学家的要求将样品从任何设备点对点发送到任何其他设备。世界上没有其他像星云这样的系统能以这种规模、这种数量的独特方案和用户进行这种开放式的科学研究，这证明了自主实验室是可行的。我的意思是，还有工作要做。正如我们在扩大规模时所讨论的，事情确实会出错，但在我看来，这是证据，表明这将会实现，我们将取代手动操作的实验室。所以如果你看下一张幻灯片，我想介绍一些关键要点，如果你想取代Decada、默克（Merck）、诺华（Novartis）或其他任何地方的实验室楼层，或者Bear Crop Science或任何进行大量实验室工作的公司，你必须展示这些要点。首先，你要在一个自动化设置中连接100多个设备。不能只是5个或10个。科学家期望能够使用许多不同的设备来完成他们本周在科学论文中读到的任何实验方案。我认为100个是正确的数量。我们已经能够做到这一点。本周我们就会知道。大约五天后我们将启动105个或103个机架，全部在一个大型设置中。我们能够做到这一点的原因是那个机架产品化硬件。我给你看的那个推车，我们刚刚推进来，它们从卡车上运过来，我们又推进了50个。在过去的三四周里，这些都已经安装完毕。所以在自动化设置中安装这么多新设备速度相当快。我们会看看它是否有效。其次，我们已经运行了10个，就像我说的，30多个独特的实验方案，总共100多个不同的实验方案。但这只是开始。我认为你必须达到50到100到200个独特的实验方案，同时在自主实验室上运行。我们通过我们的调度程序（catalysts）做到这一点。我们构建的这个软件调度程序是一个非常复杂的调度问题。很容易搞砸。生物学对时间非常敏感。随着我们不断扩大规模，事情总是会出错。所以我们正在快速进行调试和改进系统的循环。但那个调度程序确实是驱动这一切的关键软件。最后，是科学家，而不是自动化工程师。我认为在星云系统的高峰日，我们有大约439位科学家提交实验方案。这真的很令人兴奋。有这么多不同的科学家在一个自动化系统上提交实验方案。再次，我不知道世界上有任何自动化系统以前能够做到这一点。我们能够做到这一点，部分是通过利用人工智能编码工具，并在它们周围包裹自定义工具，这些工具基本上理解如何将科学家的人类语言意图转化为操作自主实验室的代码。这是一个巨大的突破。我们非常感谢所有编码代理的发展。这对提高易用性确实有帮助。因为归根结底，要让机器人做某事，你必须对它们进行编程。而走到实验台旁手动工作，你不需要编程。所以我们必须解决这个问题，我们不能让科学家为了工作而成为程序员。这些人工智能编码工具，比如codexes和cloud codes等等，确实给了我们一个礼物，它们可以嵌入到特定于自动化的其他工具中，以完成这项工作。所以这是三个重要的方面，我对所有方面的进展都感到非常满意。所以如果你看下一张幻灯片，正如我现在多次提到的，我们将在本月底从50个机架扩展到105个机架。这将非常棒。如果你看下一张幻灯片，人们应该出来参观一下这个系统。那个调度程序并非微不足道。这是我们的调度程序示例，我想同时运行17或20个不同的实验方案。每种颜色代表一个不同的实验方案，每一行代表系统上的一个不同设备。X轴是时间。所以你可以想象，如果你想添加一个新的实验方案，你会想：“我需要使用第三行的设备，第七行的设备，第九行的设备。我需要第三行的设备前三分钟，然后我不愿意容忍超过一小时的间隔。然后第二台设备15分钟，然后最多30分钟的间隔，然后最后一台设备，它会检查是否能让你加入，或者是否能通过移动其他一些东西让你加入，而不会以破坏实验方案的方式干扰它们，它会让你加入。这太棒了，对吧？这与传统的实验室自动化（地铁）非常不同。它们运行一批次，地铁线路在特定时间出现。你不能只是跳进去插入自己，但通过我们这里的调度软件可以做到。下一张幻灯片，那个绿色的小部分，很难看清，但从左边数第三列有所有不同科学家提交的名字。所以我真的很喜欢这个。我喜欢看到每天都有不同的人提交不同的实验方案订单。这真的很令人兴奋。再次，我认为这是独一无二的。我们在美国政府方面也看到了很多活力。如果你看下一张幻灯片，这里有很多新的政策行动。有“起源任务”（genesis mission），我们很幸运能成为白宫将人工智能引入国家实验室的一部分。但是，你知道，现在有一个很大的动向，我们看到越来越多的药物发现工作从肯德尔广场转移到中国，就像我早些时候在波士顿地区谈到的那样。这仅仅是因为中国科学家的薪酬是这里的三分之一，他们正在做与美国这里同等的工作，他们同样优秀，同样聪明。因此，我认为如果我们想保持竞争力，我们必须考虑在美国以根本不同的方式进行研究。我不认为我们可以仅仅依靠在这个领域拥有世界上唯一聪明的科学家，或者至少与中国相比。我认为那个时代已经彻底结束了。因此，我们必须考虑一种新的方式。我很高兴看到美国国家科学基金会（National Science foundation）资助1亿美元用于云实验室和自主实验室网络的活动。杨参议员（Senator Young）提出了一项新法案，旨在进一步发展云实验室和自主实验室。所以希望我们能在这里看到更多。但我对已经看到的情况感到鼓舞。看下一张幻灯片。显然，我们非常幸运。12月，我有机会为太平洋西北国家实验室（Pacific North Northwest National Labs）首批18个机架机器人剪彩，并签署了一份4700万美元的新合同，在未来几年内在PNNL的一座新建筑中建立近100个机架的更大规模自主实验室。这真的很令人兴奋，我认为这凸显了我认为我们国家实验室、我国科学研究的发展方向。如果你看下一张幻灯片，我们很幸运地带ARPA H（高级研究计划局健康）参观了星云。我们与他们有一个很棒的项目，拥有这些自主实验室确实加速了我们Ginkgo科学家的工作。我认为这对美国国立卫生研究院（National Institutes of Health）的许多实验室、NSF资助的实验室或学术研究型大学来说都非常有意义。如果我们的科学人才能够比今天由于手动实验室的限制而测试更多的假设，他们的研究都会得到加速。下一张幻灯片。听着，星云正在展示可能性，这意味着早期采用者对此感到兴奋。因此，我们也在为图表左端的那些最早的采用者构建自主实验室。那些兴奋地尝试这种作为实验台替代方案的不同方式的人。因此，随着需求的到来，我们将继续在那里构建这些系统。如果你看下一张幻灯片，我们看到了很多兴趣。第一季度我们有600多名访客。最后我会展示，我们有一个很好的注册链接。你可以注册。我们每周都有参观活动。如果你们中任何人想注册或收听，我们非常乐意带你们参观。好的，这就是星云，深入介绍了这一点。好了，现在我想稍微谈谈我们的服务业务，云实验室、数据点和解决方案，我认为它们有点像我所说的“星链计划”。去年，SpaceX 70%的发射都是星链。如果你看下一张幻灯片，这对SpaceX来说是一个巨大的优势。这意味着他们可以创建一个赚钱的资产，即星链，同时一次又一次地测试他们的发射平台。他们的发射平台最终在他们看来是大产品，他们可以拥有通往太空的运输层。但今天，他们70%的平台需求来自星链。我认为自主实验室也有类似的情况。我们能够在波士顿拥有一个大型系统，并基本上证明将我们的数据点、Ginkgo云实验室解决方案甚至我们的试剂业务转移到该平台上。如果你看下一张幻灯片，我真的很兴奋。上个季度我们的云实验室刚刚启动。这真的很令人兴奋。这来自《伦敦时报》：“你想花39美元运行一个实验吗？机器人会为你做。”去看看Ginkgo Bio云实验室。你可以在顶部的“估算”选项卡中，输入你感兴趣的任何实验方案，它会查找我们是否有进行该实验方案所需的设备。如果有，它会估算在云实验室运行该实验方案的价格。人们对它的便宜程度感到相当惊讶。这反映了实验室工作的所有成本所在，即每周40小时的手动实验室工作，设备密度低，设备利用率低，实验室运行成本高昂，这导致你订购的所有CRO服务等都非常昂贵。我们认为我们可以通过自动化和云解决这个问题。Ginkgo Bio，我们的云实验室服务，确实是实现这一目标的好方法。如果你看下一张幻灯片。这就是OpenAI在我们做GPT5运行实验室的项目时所利用的，我们取得了很棒的结果。2月，我们展示了经过六轮设计后，我们将无细胞蛋白质合成的成本比科学最先进水平降低了40%。这让很多人大开眼界。我认为人们之前并没有真正知道这些模型是否能够以这种复杂程度设计实验和解释数据。所以对这一点真的很兴奋，对我们将继续与OpenAI证明这一点的未来工作也感到兴奋。我想说，这与自主实验室不同。我真的会称这是一个人工智能科学家使用自主实验室，使用云实验室来完成它的工作。但如果你关注人工智能如何改变科学，这也是一件非常重要的事情。下一张幻灯片。同样令人兴奋的是，就在上个季度，我们的交付业务、云实验室和数据点服务迎来了三个新渠道。亚马逊生物发现（Amazon biodiscovery）由AWS推出，基本上是一个允许你设计抗体的平台。这三个都有点在抗体领域。Benchling也是如此，然后是Tamarin Bio，Tamarind和亚马逊是制药公司访问这些前沿生物模型的方式。如果你想到AlphaFold，它为谷歌的Demis赢得了诺贝尔奖，那是最早的蛋白质设计模型之一，现在还有更多。它们计算密集型，很有趣，它们帮助药物发现科学家为他们的药物设计抗体或蛋白质。但然后你必须测试它。除非你进入实验室，否则我们不知道这些东西在生物学中是否有效。所以这个想法是，你能否拥有这些层，你可以访问最新的模型和所有支持它们的计算，然后当你准备好做实验时，你点击一个按钮，它会将设计发送到云实验室去做，数据会很好地、包装好地流回模型，你可以根据需要运行这个循环多次。这就是亚马逊和Tamarind正在做的事情。Benchling是电子实验室笔记本（ELN）的领导者。这是一个类似的想法。如果你作为科学家在你的ELN中设计了这个实验，你最终能否点击“开始”并将其发送到云实验室？我们在那里与我们的数据点服务合作，同样围绕抗体。看到这些真的很令人兴奋。我认为这是科学家未来工作方式和订购实验室实验的一种规范的早期迹象。好的，我再快速说几句关于数据点的事情。这里的进展真的很令人兴奋。在运行的第一年，就与世界上10家顶级生物制药公司合作。这是制药、政府甚至科技公司和科技生物公司的良好组合。下一张幻灯片，我们在社区领导方面做得很好。我们正在举办竞赛。有虚拟细胞药理学倡议，我们实际上会免费测试化合物。如果你在小分子药物发现领域，一定要看看这个。非常好的机会，我们还举办这些峰会等等。这很好。我认为人工智能应用于药物设计是一个大领域，通过数据点，我们几乎像一个规模人工智能公司，创建那些训练模型的大数据包。下一张幻灯片。我们在解决方案方面有长期业务，在过去10年中，我们有超过250个这样的研究合作伙伴关系。这让我们能够与制药、工业生物技术和农业生物技术领域一些最大公司的研发团队合作。在Ginkgo，独特之处在于研究范围非常广泛，从与玉米根部相关的微生物并试图通过工程改造它们来生产肥料，到mRNA疗法或制药中的抗体开发，再到工业生物技术的酶。在Ginkgo，在半自动化的设置中进行了大量不同类型的基因工程和生物技术实验室工作。换句话说，不是实验室里没有人，而是半自动化。所以人类与液体处理机器人交互，人类与各种台式设备交互，这些设备可以一次处理大量样品。所以我们有点像还没有完全达到自主实验室，但多年来我们在半自动化设置中做了很多可变的工作。所以如果你看下一张幻灯片，我最兴奋的是将这类工作转移到星云上。这是最难转移的工作。这就是我之前提到的汽车，实验室批次，它完全可变，非常不同。它不只是像传统CRO那样一遍又一遍地做同样的实验。但是如果你还记得我的幻灯片，95%的支出都在那里。在我们所有的客户中，他们花在我们身上的钱很少，但他们主要花在巨大的内部研究实验室上做这类工作。因此，如果我们想取代手动实验台，将解决方案业务的工作迁移到星云上是一个非常关键的展示。所以我对那里的进展感到兴奋。我们试图公开分享这些。小插曲，我们带人参观。如果你看下一张幻灯片，我们做得最好的事情之一就是带人参观，展示实验室，让他们与我们的科学家交谈，看看科学家每天如何提交数据实验方案。今年我已经带三位制药、农业研发负责人来参观了，只是为了看这个系统，这真的很令人兴奋。所以如果你想参观，这里有链接。你真的应该过来。但我认为星云和我们在其上的服务是一个真正独特的资产，展示了我们认为从根本上更好的生物技术研发方式。我们很乐意将其推广到所有公司，取代他们的实验台。所以看下一张幻灯片。这就是我想要看到的世界。所以，如果你感兴趣，请给我发邮件到jason@ginkgobiorx.com。很乐意跟进，现在也很乐意回答你的问题。谢谢。
太好了，谢谢Jason。和往常一样，我将从公众的一个问题开始，并提醒在线的分析师，如果你想问问题，请在Zoom上举手，我会叫到你并打开你的线路。谢谢大家。好的，谢谢大家的参与。所以，提醒在线的分析师，如果你有问题，请随时举手，我会叫到你。我们首先有一个来自Brendand的问题，通过电子邮件提交的。他有两个问题。第一个是，我们应该如何看待AWS和Benchling公告对今年收入的潜在影响？这些发布到目前为止进展如何，2026年剩余时间这些新平台的假设中包含了什么？
是的，我可以回答这个问题。所以，是的，我们谈到了养老金问题。同一类别的另一个是与Tamarind Bio的合作关系。我对这些感到超级兴奋。我的意思是，这是我第一次看到这种云层直接与实验室作为销售渠道对话。所以我很兴奋看到它的发展方向。这绝对是新的，对吧？所以我看到的是大量的入站流量，我们看到一些人因为这个渠道而联系我们。这很令人兴奋。我最兴奋的是，你知道，它开始围绕抗体，对吧？因为这很自然。有许多与抗体验证相关的人工智能模型等等。而且有一些不同的提供商可以为你提供这些抗体服务。但我最兴奋的是，通过我们的云实验室，我们不仅限于测试抗体结合。如果你已经在我们发布的八九个、十个实验方案上看，我们每周都会发布一个新的。种类相当广泛。我们正在做质谱分析、代谢组学，各种各样的事情。所以你可以来云实验室要求一个实验方案。我们会添加它。我希望这能直接从电子实验室笔记本或其他地方变成一个渠道，科学家会说，这是我想要的实验方案。定价。你从cloud.ginkgobio.info得到一个价格，然后你去运行你的实验。我认为这比我们今天看到的成功的云计算更接近，而今天的云计算实际上只是在抗体的一个更狭窄的领域，我认为这是一个令人兴奋的起点。但我非常兴奋能将其扩展。我认为这可能会成为一个非常有趣的渠道，科学家今天无法获得。你知道，归根结底，你不能完成定制的东西，所以我认为这是我最兴奋的地方。
好的。下一个来自Brendan的问题。随着生物技术和制药公司继续推出自己的人工智能能力，您认为Ginkgo的数据点和集体人工智能驱动产品对客户有哪些特别吸引力？换句话说，您在这里看到了什么样的需求动态，未来几个季度这部分业务是否有任何潜在的收入渠道解锁值得我们关注？
是的，所以我一直非常。我的意思是，我们大约一年半前推出了数据点。现在有10家顶级制药公司作为客户，这真的很令人兴奋。我认为收入解锁是这些客户的重复业务。所以我们开始看到这种情况，我们看到的是试点项目、数据生成项目。然后现在，因为你看到人们试图建立内部模型。记住，这些不是推理模型。这些不是像Claude或Codex或Opus或GPT 5.5那样的内部版本。它们是在生物数据上训练的模型。所以它们更加专业化。因此，我确实认为在这个领域，你会看到很多人拥有自己的数据集、自己的模型，这些模型可能是各种蛋白质模型的调整版本。这一点也不罕见。比我认为你在推理模型和编码领域看到的要普遍得多，因为这些东西非常不同，人们有不同的数据集。所以我有点希望，随着人们构建这些模型，我们会继续看到这种重复需求，因为他们会想，“好吧，我发现了一个。我看到数据的回报和我内部模型的性能有提升。给我更多数据。”所以，这就是收入解锁。我们看到的越多，我认为我们就越能成为默认提供商。这当然是早期图像模型和语言模型领域Scale和其他公司发生的事情。当人们看到，“哦，我看到更多数据带来的性能提升”，他们就会回过头来购买更多数据。这就是我们将关注的蛋白质模型和其他未来出现的模型类型。我认为这是数据点的领域。
好的。有点关于人工智能的主题，X平台上有人问了我们一个问题。我认为这是基于我们与OpenAI的项目。使用GPT 5.5后效率提升了多少？还有改进的空间吗？这会是一个过渡因素吗？
是的，所以我们做了这个项目，提醒一下，我们在2月份宣布了与OpenAI的第一个项目，其中GPT实际上不是5.5。是5。因为我们开始得早得多，当时那个模型已经出来了。为了更科学的论文目的，我们在整个过程中都使用了同一个模型。所以我们能够展示，在GPT设计的六轮运行中，每轮100个384孔板，我们在试图实现的科学目标上比最先进水平提高了40%。我认为有一些真正有趣的问题，比如你能在这些科学领域推动多远？比如在某些科学领域，收益递减实际上是什么样子的？模型能有突破性的想法，创造真正新的方法吗？有待确定。然后随着模型变得更好。是的，5.5会比我们用5得到的更好。我认为这一切都将是令人兴奋的测试内容。所以我们很兴奋能与OpenAI做更多的工作，我们也计划这样做。所以我认为在推理模型在实验设计和实验分析方面的能力上，这是一个开放的领域。这正是它真正在做的两件事。就像，这是我想运行的实验。把数据给我。云实验室，自主实验室。告诉我我刚刚设计的实验结果是什么。然后我将分析它们并设计更多的实验。我们会看到。我认为观察它的能力真的很令人兴奋。这是一种新的科学方法。我不会过多地详述这一点，但我认为它大致可以让个人。获得这样的模型加上自主实验室，可以让单个科学家的操作更接近学术实验室的首席研究员或拥有8人实验室或30人实验室的药物发现小组负责人，他们将假设分配给不同的人，并随着时间的推移进行研究。一个人可以以可能接近他们目前在实验台的成本，在自主实验室上推出五个代理来进行一系列实验，这真的很令人兴奋。我认为这从根本上改变了我们进行科学的速度。这就是为什么你看到美国的“起源任务”投资于这类事情，因为他们的目标是将美国科学的产出提高两倍。这些就是实现这一目标的方法。我们的以科学为基础的产业，其中制药是最大的，将因此发生彻底的改变。如果你能提高2到3倍的速度，那是毫无疑问的。
好的，我们的下一个问题实际上是来自韩国的dk的一系列问题，这些问题都关于迁移到我们的自主实验室星云如何改变了我们正在做的科学。问题是，使用Ginkgo的自动化实验室对总体成本有何影响？在速度方面是否有显著差异，例如实验的周转时间，以及自从迁移到自主实验室以来，您是否观察到成功率、可重复性或可扩展性的提高。
是的。关于成本，我在演讲中提到了一点，但我认为，不仅对我们，而且对我们的任何客户来说，自主实验室的明确投资回报率是空间利用率比手动实验室降低约三倍，时间增加约四倍。换句话说，实验室用于进行实验室工作的时间量。从40小时到168小时，每周24小时7天。这确实是这些改进将产生成本降低的地方。但这是一个巨大的数额，因为这确实是我们在研究中花费金钱的两个主要方面：人员时间和空间时间。在速度方面，是的，这很有趣。单个实验方案并不一定比你在实验台上做的更短。你可以想象未来有办法以不同的方式重建实验方案。但科学家首先要做的就是把他们在实验台上做的工作转移到自主实验室。在这种情况下，实验方案的端到端时间不一定需要更快。然而，实际上它可以更快，因为你可以在下午4点开始一个实验方案，而你从来不会计划在实验室里再花七个小时，启动它，让它通宵运行。所以在那种情况下，你把一个你会在明天上午10点开始的实验在下午4点开始，明天早上8点或10点就能得到结果，这样可以节省一整天的时间。所以，我认为你实际上会看到速度的大幅提升，因为科学家将开始利用每周4倍的可用时间。所以如果他们计划得当，理论上你可以看到很多时间的四倍改进，这取决于你的实验需要多序列化。所以我认为这真的很令人兴奋。我们的科学家，我认为他们真的很喜欢这一点。然后关于实验质量的改进，我会称之为实验质量。我认为可重复性在自动化方面本质上是有优势的。这主要与审计跟踪有关。就像，如果你看到一个非常惊人的结果，你可能会回去查看你的实验，说“哦，哎呀，我看到我在这里做了什么。我设计这个实验的方式有点愚蠢。这实际上就是给我这个结果的原因。”而不是假设你做了你想做的实验，这就是你得到的惊人结果的来源。我认为这在实验台的科学家身上很常见，没有任何恶意。所以我认为你会看到可重复性的大幅提高。然后另一个被提到的是吞吐量。是的，吞吐量的增加将是惊人的。我认为当人们访问Cloud.Ginkgobio时，会感到惊讶，我鼓励人们这样做，输入一个实验方案，看看它要花多少钱，因为我基本上是根据试剂使用和设备时间以及加价来定价的。这与你在实验台有一整个团队做这项工作的疯狂成本不同。就是不一样。所以如果科学家真的明白每个样品在实验中可以有多低成本，而且他们不需要为了做更多的实验而在实验室里苦干三天，做一千个实验，他们会订购一千个实验。所以我认为你会看到数据量的爆炸式增长。这100%是每个曾经被自动化的领域发生的事情，对吧？就像计算自动化的开始。当我们从计算尺转向自动化计算时。计算使用量的爆炸式增长，以及那些懂得如何设计计算的人能获得的投资回报率的大幅提高。这就是我想为药物发现领导者的科学家们做的事情，当他们有机会使用自主实验室时。与他们从手动实验室获得的投资回报率和吞吐量相比，这是无可比拟的。所以，是的，我认为这三个方面你都会看到巨大的收益。最酷的是我们将继续在星云上展示这一点。所以，你知道，今天刚刚有一位研发负责人和他的团队参观，我们向他们展示了所有的收益，现在真的很令人兴奋。
所以我想以一个相关的问题结束，你们在电话会议中提到，在其他地方也提到过，你们正试图达到100个机架。你实际上期望什么时候能达到？
是的。所以这很有趣。我不得不放一些幕后视频，但在过去的三周里，我们一直在Ginkgo安装机架。它们刚刚从我们在埃默里维尔的团队建造的卡车上运过来，我们刚刚增加了另外50个。它们现在都已完全连接，实验室参观了它。太疯狂了。我们现在可以运行它们，就像原来的系统在运行，现在新的50个也在运行，两者之间有一个连接，这个连接将在下周14日启动，我想。所以这迫在眉睫。所以我真的很兴奋看到它全部整合在一起。但我们已经将其作为两个独立的循环运行起来了。所以在三周内安装50个新设备，同样，这些都是实验室自动化中从未有人做过的事情。所以我确实认为我们在Ginkgo正在做一件非常独特的事情。这就是赌注。这当然是我在公司所关注的，是我们投入资本的地方，是我们新客户的来源。所以，如果你喜欢这个想法，我认为现在是以任何方式参与公司的非常令人兴奋的时刻。所以，但是，是的，我们下周将达到100个。103个或5个。我得数一数。
是的，谢谢。好的，如果你想关注我们的这一旅程。你可以去X平台、LinkedIn、Instagram，继续关注。我们将有很多关于Nuke Full系统揭幕的内容。和往常一样，如果你有问题，可以通过investors@ginkgobioworks.com联系我们。非常感谢大家。下次再见。
谢谢大家。