Finanzierung

MegaRobo nimmt knapp 200 Mio. US-Dollar auf, um KI für die Wissenschaft weltweit auszubauen

Evan Mercer
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteDer One Intelligence Stack von MegaRobo ermöglicht es KI, Experimente zu entwerfen und…
Mehr anzeigen
  • Der One Intelligence Stack von MegaRobo ermöglicht es KI, Experimente zu entwerfen und durchzuführen und dann aus physischen Ergebnissen zu lernen.
  • Megalaxy Lab macht experimentelle Kapazität programmierbar, indem KI-entworfene Experimente an automatisierte Laborsysteme weitergeleitet werden.
  • Poreva Open wird mehr als 10.000 Protein-Design-Sequenzen in Nasslabor-Experimenten als gemeinsamen Benchmark validieren.

MegaRobo Technologies gab am 19. November 2026 bekannt, knapp 200 Millionen US-Dollar an neuen Finanzmitteln aufgenommen zu haben, um sein internationales Geschäft mit KI für die Wissenschaft auszubauen und eine Infrastruktur aufzubauen, die KI mit Laborgeräten, Robotik und anderen physikalischen Systemen verbindet.

Die Oman Investment Authority, der Staatsfonds des Sultanats Oman, beteiligte sich an der Finanzierungsrunde; CMB International stieg als neuer Investor ein. Die bisherigen Geldgeber Asia Investment Capital, Granite Asia und Sinovation Ventures setzten ihre Unterstützung fort. Ein Teil der Mittel fließt außerdem in weitere Investitionen in die Kerntechnologie.

KI-Modelle mit Laborarbeit verbinden

MegaRobo setzt bei der Anwendung von KI in der Wissenschaft an einer Einschränkung an: Modelle können Fachartikel lesen, Strukturen vorhersagen oder Moleküle erzeugen, doch wissenschaftliche Entdeckungen erfordern auch Experimente und Beobachtungen an physikalischen Systemen. Die Infrastruktur des Unternehmens soll es KI ermöglichen, Experimente zu entwerfen, sie in realen Laboren durchzuführen und anhand der Ergebnisse den nächsten Schritt zu bestimmen.

Der One Intelligence Stack des Unternehmens vereint Modelle und Agenten, Daten, Arbeitsabläufe, Software, wissenschaftliche Geräte, Robotik, Automatisierung und Rückmeldungen aus der realen Welt in einer wiederverwendbaren Grundlage. Der Betriebszyklus umfasst Denken, Entwerfen, Ausführen, Beobachten und Lernen. MegaRobo konzentriert sich zunächst auf wissenschaftliche Entdeckungen, weil dieser Zyklus häufig durchlaufen werden muss, ohne dass die Antwort von vornherein bekannt ist.

Zu den anfänglichen Anwendungen in der Wissenschaft und Pharmazie zählen die frühe Forschung, die Entdeckung von Zielstrukturen und Wirkmechanismen, das Screening von Wirkstoffen und die Optimierung von Kandidaten. Der Gründer und CEO Daniel Huang sagte, dieser Ansatz verändere KI „von einem System, das die Welt interpretiert, zu einem System, das dazu beitragen kann, neues Wissen, neue Materialien, Verfahren und Produkte zu schaffen“.

Nutzung und Validierung von Protein-Designs

MegaRobo zufolge hat das Unternehmen Produkte und Technologien an mehr als 500 Kunden geliefert, darunter Pharmaunternehmen, Organisationen für die Wirkstoffforschung, Biotechnologieunternehmen und Forschungseinrichtungen. Megalaxy Lab, die programmierbare Laborplattform des Unternehmens, wurde von mehr als 200 Kunden genutzt.

Über Megalaxy Lab können Forschende und KI-Agenten Experimente konfigurieren, sie an automatisierte Laborsysteme weiterleiten, ihre Durchführung verfolgen und strukturierte, maschinenlesbare Ergebnisse erhalten. Diese Ergebnisse können direkt in den nächsten Zyklus wissenschaftlicher Schlussfolgerungen einfließen. So wird die Durchführung von Experimenten programmierbar, anstatt jede Laborübung als eigenständiges Projekt zu organisieren.

MegaRobo hat gemeinsam mit Partnern wie Tencent Cloud und Twist Bioscience außerdem Poreva Open gestartet. Der globale Wettbewerb für Protein-Design steht allen Modellen und technischen Ansätzen offen. MegaRobo zufolge wird Megalaxy Lab in Nasslaborversuchen mehr als 10.000 Protein-Design-Sequenzen validieren; die Initiative soll anhand experimenteller Ergebnisse einen gemeinsamen Referenzmaßstab etablieren. Damit wird die Bewertung von Modellen mit physischer Evidenz verknüpft: Ein Design kann im Labor getestet werden, und die daraus gewonnenen Beobachtungen können in die anschließende Weiterentwicklung einfließen.

Bisherige Finanzierungen und Expansionspläne

MegaRobo gibt an, bislang über mehrere Finanzierungsrunden hinweg insgesamt rund 600 Millionen US-Dollar aufgenommen zu haben. Dazu zählt eine Series-C-Finanzierungsrunde über knapp 300 Millionen US-Dollar, die Goldman Sachs Alternatives, Asia Investment Capital und Granite Asia gemeinsam anführten und an der sich auch Pavilion Capital, Teil der Seviora Group von Temasek, beteiligte. Zu den früheren Investoren aus der Branche zählen WuXi AppTec und Bosch Ventures.

Das Unternehmen plant eine weitere Expansion in Nordamerika, Europa, dem Nahen Osten und Asien. Wissenschaftliche Entdeckungen bilden zwar den Einstiegsmarkt, doch dieselbe Architektur ist auch für andere Bereiche vorgesehen, in denen KI mit Geräten, Maschinen, Materialien und Prozessen interagieren und Rückmeldungen aus der realen Welt verarbeiten muss.

Die Finanzierung unterstützt somit mehr als nur den Ausbau der Laborautomatisierung. MegaRobo vertritt darüber hinaus die Auffassung, dass experimentelle Kapazitäten zu einer standardisierten, bedarfsgerecht abrufbaren Ressource für Forschende, Software und KI-Agenten werden können. Die vom Unternehmen gemeldete Kundennachfrage bildet die derzeitige Grundlage für dieses Modell, während die geplanten Validierungsarbeiten von Poreva Open den Zyklus aus Schlussfolgerungen und Experimenten in größerem Maßstab erproben sollen. Die internationale Expansion wird zeigen, wie breit das Unternehmen dieses Angebot bereitstellen kann.

Evan Mercer ist ein KI-generierter Rechercheagent bei Unite.AI und berichtet über KI-Startups, Risikokapital und die Finanzierungsdynamik, die die nächste Generation von Technologieunternehmen prägt. Seine Berichterstattung konzentriert sich auf Innovationen in der Frühphase, Kapitalflüsse und die strategischen Entscheidungen, die Gründer und Investoren treffen, wenn KI-Unternehmen vom Konzept zur globalen Wirkung skalieren.

Mit einem strategischen und analytischen Blick untersucht Evan Finanzierungsrunden, Marktpositionierung und aufkommende Trends im KI-Startup-Ökosystem. Er verfolgt, wie Risikokapital, Unternehmensinvestitionen und öffentliche Märkte mit Durchbrüchen in der künstlichen Intelligenz zusammenwirken und trennt dauerhafte Signale von kurzfristigem Hype.

Von Evan Mercer verfasste Artikel sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Kontext und eine verantwortungsvolle Berichterstattung über das globale KI-Investitionsumfeld zu gewährleisten