美國叁家最強AI公司,怎麼都去搞生命科學了?
Isomorphic Labs 已累計融資約 27 億美元：2025 年完成 6 億美元融資，2026 年 5 月又完成 21 億美元 Series B。它還與禮來、諾華等大型藥企達成合作，潛在交易總額接近 30 億美元。Hassabis 今年表示，公司預計在 2026 年底前啟動第壹批臨床試驗，這壹時間表已經較此前“2025 年底前進入臨床”的目標有所延後。
叁家的路徑並不相同。Anthropic 做的是把生物能力深度嵌入通用基礎模型，並通過收購和實驗能力建設補足閉環；OpenAI 做的是垂直模型、工具插件和藥企合作網絡；DeepMind/Isomorphic 做的是獨立公司、閉源引擎和自有/合作管線。
但方向完全壹致：前沿 AI 實驗室正在把生命科學視為軟件工程之後的下壹個核心戰場。
為什麼是現在？
最直接的推動力是：AI 設計的藥物開始在人體試驗中拿出結果了。
2025 年 6 月，英矽智能的 rentosertib 在特發性肺纖維化的 IIa 期臨床試驗中獲得積極結果，論文發表在《Nature Medicine》上。Rentosertib 是壹個 TNIK 抑制劑，其靶點發現和分子設計都使用了生成式 AI。無論最終它能否走到上市，這至少把“AI 能否真正發現藥物”從壹個理論問題推進到了臨床證據層面。
AlphaFold 獲得 2024 年諾貝爾化學獎，也起到了類似的信號作用。它讓投資人、藥企和前沿 AI 實驗室看到，AI for Science 不只是 demo，也可以產生被科學共同體承認的基礎性成果。而 FDA 在 2025 年 4 月宣布逐步取消單克隆抗體動物實驗要求、鼓勵 AI 計算模型替代，則從監管層面打開了兩年前不存在的通道。
數據側的變化同樣重要。單細胞圖譜、擾動數據集、空間轉錄組學、多組學數據在過去幾年快速積累，為模型提供了蛋白質結構之外的訓練材料。Bessemer 引用 Epoch AI 數據稱，2015 年全年新發布的生物學 AI 模型還不到 10 個，到 2025 年已經超過 380 個。生物學正在從“數據稀缺的濕實驗學科”，變成更適合模型訓練和自動化閉環的領域。
還有壹個容易被低估的變量：Agentic AI 讓生物學模型從“會回答問題”變成了“能幹活”。壹個會解釋蛋白質折疊的模型很有價值，但它仍然只是個助手。壹個能選擇工具、設計實驗、讀取數據、修正失敗、給出候選方案並把結果送去實驗室驗證的模型，才更接近產品。Claude Mythos 5 的藥物設計流程、GPT-Rosalind 的 Codex 插件、Isomorphic 的 IsoDDE，本質上都在朝這個方向走：不是只做科學問答，而是把模型嵌入科學工作的執行鏈條。
最後是商業邏輯。編程助手已經是最擁擠的前沿模型商業化賽道，相比之下，制藥和醫療健康是更大、更慢、更貴，也更難被重寫的產業。麥肯錫估算，生成式 AI 每年可能為制藥和醫療產品行業釋放 600 億到 1,100 億美元價值；BCG 的模型也認為，AI 有機會把臨床前發現時間縮短 30% 到 50%，成本降低 25% 到 50%。
與此同時，大藥企正面臨新壹輪專利懸崖。2026 到 2030 年間，多款重磅藥物將失去專利保護，行業有數千億美元收入暴露在風險中。藥企需要更快補充管線，AI 生物技術公司和前沿模型公司正好站在這個缺口上。
泡沫還是革命？
不過，如果只看多頭邏輯，這個故事推進得似乎有點太順了。
換個角度看，AI 藥物發現的臨床記錄其實仍然很少。Recursion 仍沒有獲批藥物，2025 年還收縮了部分管線。BenevolentAI 的候選藥物在特應性皮炎臨床試驗中失敗後，公司從阿姆斯特丹退市並被收購。Exscientia 早期的 AI 藥物項目也曾在臨床後終止。Insilico 的 rentosertib 結果是真實的，但目前它更像壹個重要樣本，而不是已經被反復驗證的產業規律。
也就是說，AI 藥物發現已經越過了“完全沒有臨床證據”的階段，但還遠沒有到“確定能系統性提高成功率”的階段。
再看估值。Isomorphic Labs 已經累計融資約 27 億美元，但尚未披露具體臨床資產；Coefficient Bio 團隊不到 10 人，卻以約 4 億美元被 Anthropic 收購。這裡面買的當然有技術和人才，但更重要的是稀缺性。
Isomorphic Labs 的稀缺性在於，它可能是目前最接近“AI 原生、垂直整合藥企”的實體。投資人為“找不到第贰家”付了溢價。Jumper 去 Anthropic，某種程度上正是在制造這個可信的第贰家。
叁家都沖進來之後，壹個更現實的問題也出現了：前沿 AI 實驗室在生命科學裡的長期角色到底是什麼？是賣 API 給藥企，賺工具錢？是自己做管線，和藥企競爭？還是成為底層基礎設施，向整個藥物研發產業收平台稅？
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
叁家的路徑並不相同。Anthropic 做的是把生物能力深度嵌入通用基礎模型，並通過收購和實驗能力建設補足閉環；OpenAI 做的是垂直模型、工具插件和藥企合作網絡；DeepMind/Isomorphic 做的是獨立公司、閉源引擎和自有/合作管線。
但方向完全壹致：前沿 AI 實驗室正在把生命科學視為軟件工程之後的下壹個核心戰場。
為什麼是現在？
最直接的推動力是：AI 設計的藥物開始在人體試驗中拿出結果了。
2025 年 6 月，英矽智能的 rentosertib 在特發性肺纖維化的 IIa 期臨床試驗中獲得積極結果，論文發表在《Nature Medicine》上。Rentosertib 是壹個 TNIK 抑制劑，其靶點發現和分子設計都使用了生成式 AI。無論最終它能否走到上市，這至少把“AI 能否真正發現藥物”從壹個理論問題推進到了臨床證據層面。
AlphaFold 獲得 2024 年諾貝爾化學獎，也起到了類似的信號作用。它讓投資人、藥企和前沿 AI 實驗室看到，AI for Science 不只是 demo，也可以產生被科學共同體承認的基礎性成果。而 FDA 在 2025 年 4 月宣布逐步取消單克隆抗體動物實驗要求、鼓勵 AI 計算模型替代，則從監管層面打開了兩年前不存在的通道。
數據側的變化同樣重要。單細胞圖譜、擾動數據集、空間轉錄組學、多組學數據在過去幾年快速積累，為模型提供了蛋白質結構之外的訓練材料。Bessemer 引用 Epoch AI 數據稱，2015 年全年新發布的生物學 AI 模型還不到 10 個，到 2025 年已經超過 380 個。生物學正在從“數據稀缺的濕實驗學科”，變成更適合模型訓練和自動化閉環的領域。
還有壹個容易被低估的變量：Agentic AI 讓生物學模型從“會回答問題”變成了“能幹活”。壹個會解釋蛋白質折疊的模型很有價值，但它仍然只是個助手。壹個能選擇工具、設計實驗、讀取數據、修正失敗、給出候選方案並把結果送去實驗室驗證的模型，才更接近產品。Claude Mythos 5 的藥物設計流程、GPT-Rosalind 的 Codex 插件、Isomorphic 的 IsoDDE，本質上都在朝這個方向走：不是只做科學問答，而是把模型嵌入科學工作的執行鏈條。
最後是商業邏輯。編程助手已經是最擁擠的前沿模型商業化賽道，相比之下，制藥和醫療健康是更大、更慢、更貴，也更難被重寫的產業。麥肯錫估算，生成式 AI 每年可能為制藥和醫療產品行業釋放 600 億到 1,100 億美元價值；BCG 的模型也認為，AI 有機會把臨床前發現時間縮短 30% 到 50%，成本降低 25% 到 50%。
與此同時，大藥企正面臨新壹輪專利懸崖。2026 到 2030 年間，多款重磅藥物將失去專利保護，行業有數千億美元收入暴露在風險中。藥企需要更快補充管線，AI 生物技術公司和前沿模型公司正好站在這個缺口上。
泡沫還是革命？
不過，如果只看多頭邏輯，這個故事推進得似乎有點太順了。
換個角度看，AI 藥物發現的臨床記錄其實仍然很少。Recursion 仍沒有獲批藥物，2025 年還收縮了部分管線。BenevolentAI 的候選藥物在特應性皮炎臨床試驗中失敗後，公司從阿姆斯特丹退市並被收購。Exscientia 早期的 AI 藥物項目也曾在臨床後終止。Insilico 的 rentosertib 結果是真實的，但目前它更像壹個重要樣本，而不是已經被反復驗證的產業規律。
也就是說，AI 藥物發現已經越過了“完全沒有臨床證據”的階段，但還遠沒有到“確定能系統性提高成功率”的階段。
再看估值。Isomorphic Labs 已經累計融資約 27 億美元，但尚未披露具體臨床資產；Coefficient Bio 團隊不到 10 人，卻以約 4 億美元被 Anthropic 收購。這裡面買的當然有技術和人才，但更重要的是稀缺性。
Isomorphic Labs 的稀缺性在於，它可能是目前最接近“AI 原生、垂直整合藥企”的實體。投資人為“找不到第贰家”付了溢價。Jumper 去 Anthropic，某種程度上正是在制造這個可信的第贰家。
叁家都沖進來之後，壹個更現實的問題也出現了：前沿 AI 實驗室在生命科學裡的長期角色到底是什麼？是賣 API 給藥企，賺工具錢？是自己做管線，和藥企競爭？還是成為底層基礎設施，向整個藥物研發產業收平台稅？
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
 全球生命科學人工智能競爭力指數排名: 中國第叁 |
饒毅:中國生命科學水平,相當於日本八拾年代 |
| 14年生命科學與生物技術發展回顧 |
推薦: