Rick Hsu 🚀🦠🧬🌎

@Tsla99T @caiziboshi 月月鳥：可惡 想合影

@caiziboshi 铁打的musk，流水的元庆，杰克马，军儿

雷军估计坐小孩桌的，过来打招呼合影。马斯克一脸不耐烦！

@oneseo80 The power of Demis Hassabis.

21억불 펀딩… 대단하다…

@banya_diary It's really insightful, thank you very much.

깅코 바이오웍스(Ginkgo Bioworks) 2026년 1분기 어닝 콜: AI 바이오 시대, 자동화 실험실 올인 전략 $DNA - 생존 기로에 서있는 깅코 바이오웍스 현재 깅코 바이오웍스는 단순한 실적 부진이라기보다는, 회사 전체를 완전히 다른 방향으로 바꾸는 전환 과정에 들어가 있는 상태라고 볼 수 있습니다. 실제로 2026년 1분기 매출은 1,900만 달러로 전년 대비 49% 감소했고, 순손실도 7,600만 달러를 기록했습니다. 기존 저수익 사업과 프로젝트를 정리하면서 매출 기반 자체가 줄어들고 있기 때문입니다. 다만 연구개발비와 운영비를 크게 줄이면서 현금 소모는 감소하고 있으며, 현재 약 3억 7,300만 달러의 현금을 보유하고 있어 당장 유동성 위기에 몰린 상황은 아닙니다. - 깅코가 지금 집중하는 핵심 전략 깅코는 이제 기존 CRO(Contract Research Organization) 스타일의 단순 바이오 서비스 기업이 아니라, AI와 로봇이 스스로 실험을 수행하는 자동화 실험실(Autonomous Lab) 플랫폼 기업이 되겠다는 방향으로 움직이고 있습니다. 특히 OpenAI나 앤트로픽과 같은 AI 빅테크들이 점점 더 과학 연구 자동화에 관심을 가지기 시작하면서, 깅코는 자신들이 AI 바이오 시대의 핵심 인프라가 될 수 있다고 보고 있습니다. 그래서 기존 바이오시큐리티 사업부까지 분사하면서 자동화 실험실 사업에 더욱 집중하는 구조로 재편했습니다. - 자동화 실험실 기존 바이오 실험실은 결국 사람이 직접 장비를 옮기고 실험 순서를 연결해줘야 했습니다. 워크셀(workcell) 같은 일부 자동화 장비가 존재하긴 하지만, 보통 특정 실험만 반복 수행할 수 있는 수준이었습니다. 반면 깅코의 자동화 실험실은 여러 장비와 로봇을 하나의 시스템처럼 연결해 사람이 거의 개입하지 않아도 다양한 실험을 연속적으로 수행할 수 있는 구조를 목표로 하고 있습니다. 쉽게 말해 기존 공장이 수작업 중심이었다면, 깅코는 이를 완전 자동화 스마트 팩토리처럼 만들려는 것입니다. 이 구조가 완성되면 실험실 공간 효율도 크게 올라갑니다. 기존 사람 중심 실험실보다 공간을 약 3배 더 효율적으로 사용할 수 있고, 사람 근무 시간인 주 40시간이 아니라 주 168시간 내내 운영할 수 있어 장비 활용도도 약 4배 증가한다고 설명했습니다. - RAC 시스템과 네뷸라(Nebula) 실험실 인프라 깅코 자동화 실험실의 핵심 장비 구조는 RAC(Reconfigurable Automation Carts)입니다. 쉽게 말하면 실험 장비 하나하나에 로봇 팔이 붙어 있는 이동형 모듈이라고 보시면 됩니다. 이 장비들은 레고 블록처럼 서로 연결할 수 있고, 실험 샘플은 표준화된 SBS 포맷 플레이트 위에서 이동합니다. 즉 로봇이 플레이트를 집어 여러 장비 사이를 옮기면서 실험을 자동으로 이어가는 구조입니다. 현재 보스턴의 네뷸라(Nebula) 실험실에는 이미 50개 이상의 RAC 시스템이 운영되고 있으며, 최종적으로는 약 103개의 장비 랙까지 연결하는 방향으로 확장 중입니다. 중요한 점은 새로운 장비도 약 1~1.5개월이면 시스템에 추가할 수 있을 정도로 확장성을 고려해 설계되었다는 점입니다. - OpenAI와의 협업 사례 가장 흥미로운 부분은 OpenAI와의 협업입니다. 여기서는 GPT-5가 단순히 논문을 읽는 수준이 아니라, 실제 실험 과정 자체를 설계하는 역할까지 수행했습니다. 예를 들어 어떤 DNA를 어떤 조건에서 반응시킬지, 어떤 실험 순서로 진행할지를 GPT-5가 설계하면, 실제 실험은 네뷸라 실험실의 로봇 시스템이 자동으로 수행하는 방식입니다. 실험 과정도 상당 부분 자동화되어 있습니다. 액체를 매우 정밀하게 옮기는 liquid handler 장비가 샘플을 처리하고, DNA를 반응 용액에 넣고, 온도를 바꾸며 반응시키는 thermocycling 과정까지 자동으로 진행됩니다. 이후 qPCR 분석을 통해 결과를 측정하고, 생성된 데이터는 다시 AI나 연구자에게 전달됩니다. 즉 AI가 실험을 설계하고 → 로봇이 수행하고 → 결과 데이터를 다시 AI가 학습하는 반복 구조를 만들고 있는 것입니다. - AI 바이오에서 가장 중요한 반복 학습 루프 깅코가 궁극적으로 만들고 싶은 것은 단순 자동화 장비가 아니라, AI가 스스로 반복 학습할 수 있는 생물학 실험 환경입니다. 실제로 OpenAI 프로젝트에서는 단 6번의 반복 실험만으로 cell-free 단백질 합성 비용을 기존 최첨단 기술 대비 약 40% 낮췄다고 설명했습니다. 이는 AI가 실험 결과를 계속 학습하며 조건을 빠르게 최적화했기 때문입니다. 결국 깅코가 보는 미래는 AI 모델이 항체나 단백질을 설계하고, 실제 실험은 클라우드 기반 자동화 실험실이 수행하며, 다시 그 데이터를 AI가 학습하는 구조입니다. 즉 AI 모델, 컴퓨팅 인프라, 실제 실험실이 하나의 반복 루프로 연결되는 형태이며, 깅코는 여기서 실험 실행 인프라 시장을 선점하려 하고 있습니다.

아래 포스팅에서 영감을 준 한 단어: "연결" 그걸 가능하게 만드는 것은 "토큰" Physical AI가 기존 자동화와 다른 점은 SW와 HW의 활동이 모두 토큰화되어 서로 연결된다는 점. 즉, Physical AI는 "물리적 행위를 디지털 토큰으로 변환하는 인터페이스"다. @Ginkgo RAC가 바로 그 인터페이스. 지난 2월 @OpenAI 협업의 진짜 의미는: "wet lab의 물리적 행위가 토큰화되어 GPT로 피드백되는 루프의 작동을 보여줬다"는 것 앞으로 봐야할 $DNA의 투자 포인트: a. @OpenAI와 추가 협업 → 반복성 b. 다른 Dry Lab과의 협업 → 확장성

Nothing beats running @ginkgo cloud lab for happy customers! Not going to stop until it’s as easy to start a biotech startup on GCL as it is to start a software startup on AWS.

Awesome to see us break 50+ unique protocols in a single day for the first time on our RAC-based Autonomous Lab at @Ginkgo ! Over 30 different scientists submitted 146 protocols yesterday, but importantly these were not 146 repeats of a single protocol but 51 different end-to-end automated protocols! Traditional integrated lab automation can't handle the variable lab needs of scientists which is why 99% of lab work still happens at the lab bench and robots are largely nowhere to be seen in biopharma companies or large research institutes. There's a few robotic workcells used in high-throughput screening -- where they do the same few protocols over and over --but that's largely it for lab robots today. Autonomous labs are automation that bench scientists (and AI scientists) will love! Ginkgo sells the robots that are used to build these systems and we're happy to make one for your lab! 500+ people visited ours in Boston during SLAS but you can still book a tour anytime to see it in person: calendly.com/ginkgo-bio/tou… If you've seen any other lab robotics system be able to do this let me know below. I'm amazed how fast this is all going now at Ginkgo. Super proud of the team.

영상을 보고나니, Ginkgo RAC의 해자는 하드웨어 래퍼(hardware wrapper), 소프트웨어 래퍼(software wrapper)네요. 기존의 바이오 장비 시장은 Thermo Fisher, Agilent, Danaher 등 각 벤더가 자신들만의 폐쇄적인 규격과 소프트웨어를 고집하여 호환성이 떨어지는 파편화된 시장이었습니다. Ginkgo는 이질적인 타사 장비들을 자신들의 '래퍼(Wrapper)'로 감싸서 완벽하게 통합된 하나의 시스템으로 탈바꿈시켜버립니다. 1. 하드웨어 래퍼 (Hardware Wrapper): 파편화된 장비의 '레고 블록화' RAC은 일종의 '표준화된 껍질(Standardized wrapper / envelope)’입니다. - 물리적 인터페이스의 통일: 시중에 판매되는 원심분리기, 배양기, 액체 분배기 등은 크기와 모양이 모두 다릅니다. Ginkgo는 이 개별 장비들을 6축 로봇 팔과 자가부상 샘플 운송 트랙(Magnumotion track)이 장착된 표준화된 카트(RAC) 안에 집어넣고 감싸버립니다. - 복제 및 확장성의 해자: 특정 장비(예: 플레이트 실러)를 RAC에 맞게 통합하는 초기 설계(프레임 및 앵커 포인트 개발)를 한 번 완료하고 나면, 이후부터는 추가 R&D 없이 그저 “복붙(copy and paste)" 하듯 찍어내어 비용과 시간을 획기적으로 줄일 수 있습니다. 이로 인해서 고객이 원하면 언제든 새로운 기능을 레고블록처럼 쉽게 추가할 수 있습니다. 2. 소프트웨어 래퍼 (Software Wrapper): '끔찍한(Heinous)' 벤더 소프트웨어의 추상화 하드웨어 통합보다 훨씬 더 강력한 해자는 바로 소프트웨어 단에서 발생합니다. - 폐쇄적인 벤더 API의 극복: 많은 장비 벤더들은 타사의 통합을 막고 자사 소프트웨어만 쓰게 하려고 의도적으로 API를 제공하지 않거나 폐쇄적으로 운용합니다. Ginkgo는 고객이 요청하는 장비를 시스템에 올리기 위해 직접 드라이버를 개발하거나 장비에 하드와이어링(Hardwire)하는 고된 작업을 수행합니다. 장비 하나를 통합하는 데 1~2개월이 걸리는 힘든 과정이지만, 한 번 통합해 놓으면 영구적으로 시스템에서 사용할 수 있습니다. Ginkgo는 이미 약 100여 개의 각기 다른 장비 통합을 완료한 상태로, 이는 후발주자가 쉽게 따라올 수 없는 거대한 진입 장벽입니다. - 사용자 경험(UX)의 완벽한 추상화: 고객(과학자) 입장에서는 Agilent 장비를 쓰든 Danaher 장비를 쓰든 각 벤더의 개별 소프트웨어를 배울 필요가 전혀 없습니다. 과학자는 오직 Ginkgo의 통합된 소프트웨어 제어 프로그램(Automation control software) 하나로만 코드를 짜고 명령을 내리며, Ginkgo의 소프트웨어 래퍼가 이를 타사 장비의 언어로 자동 번역(Translation)하여 제어합니다. 중요한 건 다양한 장비의 하드웨어와 소프트웨어를 통합해보는 것입니다. 초기 비용과 시간은 많이 들겠지만, 일단 통합해놓으면 그 후로는 레고블록처럼 붙이기만 하면 됩니다. 전형적인 플랫폼 사업 BM을 추구하네요. @jrkelly 역시 이를 노리고 사업을 진행하는 것이겠죠?

Very excited to share an outcome of @Ginkgo's partnership with @OpenAI where we gave GPT-5 access to @Ginkgo's robotic cloud lab!! Punchline: after 6 cycles of experimental work designed by GPT-5 we saw a 40% improvement in cell free protein synthesis over scientific SOTA! This is a hard experimental scientific problem and I was surprised we got a breakthrough so quickly -- this work was led by @reshmapshetty at @ginkgo with great partnership from @joyjiao12, @tejalpatwardhan and @bacchuswng at @openAI -- listen to them tell you the story📽️👇and more w/ link to our pre-print and blog post in 🧵 OpenAI and Ginkgo are both partners in @ENERGY's Genesis Mission to bring AI into science. We should replace all the lab benches in the US with Autonomous labs and free our scientists to attack challenges in medicine, wellness, materials, food, energy, technology, and more. Glad to see @SecretaryWright & @dariogila and @mkratsios47 leading this charge. It's also great to see @OpenAI's commitment to science with @kevinweil now heading up an effort that I know was a big part of the reason @sama started OpenAI in the first place -- unlimited intelligence will have it's biggest and best impact on humanity in pushing the boundaries of science. To me this is a hint at what the future of science looks like in a post-AGI world -- scientists setting the direction and guardrails for AI experimentalist models to run Autonomous labs that deliver scientific breakthroughs to humanity. That's a great future, happy to take a small step towards it today.

We connected our autonomous lab to @OpenAI's GPT-5 and let it run 36,000 experiments. The result was a new state-of-the-art for Cell-Free Protein Synthesis that cut costs by 40% per gram of protein. You can now order the beta version for your own lab: reagents.ginkgo.bio You can read the full preprint and read OpenAI’s blog post about our work here: openai.com/index/gpt-5-lo… See the full press release here: prnewswire.com/news-releases/…

I’m super excited to share what I’ve been up to the last six months. The @Ginkgo team and I have been working with @joyjiao12 @tejalpatwardhan and @bacchuswng at @openai to connect GPT-5 to Ginkgo’s cloud lab to optimize cell-free protein synthesis: openai.com/index/gpt-5-lo…

We worked with @Ginkgo to connect GPT-5 to an autonomous lab, so it could propose experiments, run them at scale, learn from the results, and decide what to try next. That closed loop brought protein production cost down by 40%.

A lot of talk about AI for Science by the major tech cos in Davos this week. Sharing my report-out and my take on the bottleneck to overcome if we want to bring AI into science but love to hear your thoughts in replies!

@wshngknshji1 可以繼續購買的，只是用原價，謝謝

马杜罗被抓到美国后。 川普继续声称与习主席关系很好。✌️😀😂 川普总统今天早晨接受了福克斯新闻频道采访。当被问道，"您如何看待空袭发生前几个小时，一支中国代表团曾与马杜罗会面，而我们至今仍未听到中方对此次袭击发表任何评论这一事实?" 特朗普说："我对此一无所知，但我与习主席关系很好。这不会是个问题。中国可以继续购买委内瑞拉的石油的。我们会允许人们获得石油” 马杜罗被抓到美国。川普版“门罗主义”打响第一枪。美洲，是美国人的美洲。全球大小流氓瑟瑟发抖。 youtube.com/live/AM5ZnZcIu… 来自 @YouTube

@Tsla99T 不愧是月月鳥，真要去掉雙月漏小鳥啦

月月鸟真的是又土又low，金门大桥裸跑都出来了 硅谷公司这么多，找不到其他工作了吗

The biotech and biosciences community should be excited about the Genesis Mission EO ! Definitely give it a read - and let’s build some autonomous labs 🙌🙌

@SawyerMerritt Next one is Optimus

Xiaomi CEO: “We bought 3 Model Ys at the start of this year, disassembling the parts one by one, and studied every component, one at a time… If you don’t choose the YU7, you might consider the Model Y… The Model Y is an exceptionally impressive car.” driveteslacanada.ca/news/xiaomi-bo…

查理．柯克（Charlie Kirk） 與中國 留學生的對話 評論 極權國家與自由社會的差別！

川普對Charlie Kirk的悼念演說 這是一篇非常卓越的演說稿，表彰了查理的精神，偉大事蹟，並譴責極左這幾年的政治暴力，最後重申誓將守護美國最重要的核心價值 川普本人就是從同樣的謀殺幸運逃過一死的天選之人 這個演說也是川普少數長時數，情緒最凝重的演說 因為查理是他多年來的死忠支持者，這次大選查理再次全力發聲力挺，而且選後一個官位都不要 川老內心一定也很傷心

@Miulahung 真的是太驚人了...美國真的太瘋，等國際大事收藏版談

那些會評論說 Charlie Kirk 講極端言論的人的說法真的都完全不用參考，我自己看過多場 Charlie Kirk 的對談，他的言論邏輯性極強，要說犀利絕對很犀利，但內容有極端有仇恨嗎？絕對是沒有的，他基本上是用尊重的態度在面對不同的觀點。