Spore.Bio 押注 AI 能在數分鐘內讀出細菌，而非數天：800 萬歐元種子輪、2300 萬美元 A 輪

一家巴黎深科技公司，銷售一款 AI 驅動裝置，可在工廠現場於數分鐘內偵測並辨識細菌，服務對象為食品、飲料、製藥與化妝品製造商。

AI 讀取工廠樣本的光譜，可在數分鐘內偵測、定量並辨識細菌，以即時品質管制取代已有 150 年歷史的培養檢測。

800 萬歐元種子前輪，由 LocalGlobe 領投，於 2024 年 1 月宣布

Spore.Bio 於 2023 年在巴黎創立，創辦人為 Amine Raji，他是食品製造業老手，曾在超過 50 家工廠工作，包括為雀巢效力；Maxime Mistretta，微生物學家，擁有巴斯德研究所的博士學位並完成博士後研究；以及 Mohamed Tazi，連續創業者，曾將 Gymlib 出售給 EGYM。他們的押注是：機器學習能讀取拭子反射光線的波長，在不培養細菌的情況下偵測、定量並辨識細菌——把原本 5 至 20 天的實驗室流程，變成數分鐘的工廠現場檢測。該公司於 2024 年 1 月結束隱匿狀態，帶著由 LocalGlobe 領投的 800 萬歐元種子前輪資金亮相。

Spore.Bio 在不到八個月內打造出第一台可運作的裝置，簽下商業合約，並累積了一份超額認購的原型等候名單。2025 年 2 月，它募得 2300 萬美元 A 輪，由 Singular 領投——Point 72、Station F 等亦參與——以將流程工業化，並將團隊擴編至約 50 名科學家與工程師。它亦與巴斯德研究所合作，後者的細菌生物資料庫為 AI 模型提供資料。該公司引用 2023 年全球食品檢測市場規模 225 億美元，以及平均召回成本約 1000 萬美元。

仍在營運：截至 2026 年初，Spore.Bio 正在食品、飲料、化妝品、製藥與水等領域進行商業化，並於 2026 年 1 月獲選為 Google.org 2000 萬美元「AI for Science」基金的受助者。

培養法結果需等待 5 至 20 天，這是食品、製藥與化妝品業真實的生產限制，因此數分鐘級的替代方案攻擊的是製造商可衡量的成本項目。

光學加上機器學習能在不培養細菌的情況下讀取細菌，這是一條既有實驗室業者尚未工業化的技術路徑。

創辦人的可信度很重要：Raji 在超過 50 家工廠的多年經驗，以及 Mistretta 的巴斯德研究所背景，說服投資人相信團隊既懂問題也懂科學。

污染面臨的法規與市場壓力正在升高，而召回的直接成本平均約 1000 萬美元，使速度同時成為安全與財務上的論據。

等候名單與早期商業合約顯示，在產品完全規模化之前已有需求，降低了 A 輪的風險。

數百年歷史的標準，可以被一個貼近領域的 AI 應用推翻：把光學與機器學習配對，在創辦人具可信度的地方證明它，並把速度當作安全與成本的雙重勝利來銷售。

截至 2026 年 9 月，Spore.Bio 是一家民營、處於商業化階段的公司：它在 2025 年 2 月由 Singular 領投的 A 輪中募得 2300 萬美元（總募資約 3100 萬美元），與巴斯德研究所簽署合作，並正在食品、飲料、化妝品、製藥、水，以及細胞與基因治療應用中推出其 AI 驅動的細菌偵測。2026 年 1 月，它獲選為 Google.org 2000 萬美元「AI for Science」基金的受助者，並聘請了一位科學與法規事務副總裁。目前尚未發生退出或停業；採用情況仍在驗證中。