美国三家最强AI公司,怎么都去搞生命科学了?

Isomorphic Labs 已累计融资约 27 亿美元：2025 年完成 6 亿美元融资，2026 年 5 月又完成 21 亿美元 Series B。它还与礼来、诺华等大型药企达成合作，潜在交易总额接近 30 亿美元。Hassabis 今年表示，公司预计在 2026 年底前启动第一批临床试验，这一时间表已经较此前“2025 年底前进入临床”的目标有所延后。

三家的路径并不相同。Anthropic 做的是把生物能力深度嵌入通用基础模型，并通过收购和实验能力建设补足闭环；OpenAI 做的是垂直模型、工具插件和药企合作网络；DeepMind/Isomorphic 做的是独立公司、闭源引擎和自有/合作管线。

但方向完全一致：前沿 AI 实验室正在把生命科学视为软件工程之后的下一个核心战场。

为什么是现在？

最直接的推动力是：AI 设计的药物开始在人体试验中拿出结果了。

2025 年 6 月，英矽智能的 rentosertib 在特发性肺纤维化的 IIa 期临床试验中获得积极结果，论文发表在《Nature Medicine》上。Rentosertib 是一个 TNIK 抑制剂，其靶点发现和分子设计都使用了生成式 AI。无论最终它能否走到上市，这至少把“AI 能否真正发现药物”从一个理论问题推进到了临床证据层面。

AlphaFold 获得 2024 年诺贝尔化学奖，也起到了类似的信号作用。它让投资人、药企和前沿 AI 实验室看到，AI for Science 不只是 demo，也可以产生被科学共同体承认的基础性成果。而 FDA 在 2025 年 4 月宣布逐步取消单克隆抗体动物实验要求、鼓励 AI 计算模型替代，则从监管层面打开了两年前不存在的通道。

数据侧的变化同样重要。单细胞图谱、扰动数据集、空间转录组学、多组学数据在过去几年快速积累，为模型提供了蛋白质结构之外的训练材料。Bessemer 引用 Epoch AI 数据称，2015 年全年新发布的生物学 AI 模型还不到 10 个，到 2025 年已经超过 380 个。生物学正在从“数据稀缺的湿实验学科”，变成更适合模型训练和自动化闭环的领域。

还有一个容易被低估的变量：Agentic AI 让生物学模型从“会回答问题”变成了“能干活”。一个会解释蛋白质折叠的模型很有价值，但它仍然只是个助手。一个能选择工具、设计实验、读取数据、修正失败、给出候选方案并把结果送去实验室验证的模型，才更接近产品。Claude Mythos 5 的药物设计流程、GPT-Rosalind 的 Codex 插件、Isomorphic 的 IsoDDE，本质上都在朝这个方向走：不是只做科学问答，而是把模型嵌入科学工作的执行链条。

全球生命科学人工智能竞争力指数排名: 中国第三

饶毅:中国生命科学水平,相当于日本八十年代

最后是商业逻辑。编程助手已经是最拥挤的前沿模型商业化赛道，相比之下，制药和医疗健康是更大、更慢、更贵，也更难被重写的产业。麦肯锡估算，生成式 AI 每年可能为制药和医疗产品行业释放 600 亿到 1,100 亿美元价值；BCG 的模型也认为，AI 有机会把临床前发现时间缩短 30% 到 50%，成本降低 25% 到 50%。

与此同时，大药企正面临新一轮专利悬崖。2026 到 2030 年间，多款重磅药物将失去专利保护，行业有数千亿美元收入暴露在风险中。药企需要更快补充管线，AI 生物技术公司和前沿模型公司正好站在这个缺口上。

泡沫还是革命？

不过，如果只看多头逻辑，这个故事推进得似乎有点太顺了。

换个角度看，AI 药物发现的临床记录其实仍然很少。Recursion 仍没有获批药物，2025 年还收缩了部分管线。BenevolentAI 的候选药物在特应性皮炎临床试验中失败后，公司从阿姆斯特丹退市并被收购。Exscientia 早期的 AI 药物项目也曾在临床后终止。Insilico 的 rentosertib 结果是真实的，但目前它更像一个重要样本，而不是已经被反复验证的产业规律。

也就是说，AI 药物发现已经越过了“完全没有临床证据”的阶段，但还远没有到“确定能系统性提高成功率”的阶段。

再看估值。Isomorphic Labs 已经累计融资约 27 亿美元，但尚未披露具体临床资产；Coefficient Bio 团队不到 10 人，却以约 4 亿美元被 Anthropic 收购。这里面买的当然有技术和人才，但更重要的是稀缺性。

Isomorphic Labs 的稀缺性在于，它可能是目前最接近“AI 原生、垂直整合药企”的实体。投资人为“找不到第二家”付了溢价。Jumper 去 Anthropic，某种程度上正是在制造这个可信的第二家。

三家都冲进来之后，一个更现实的问题也出现了：前沿 AI 实验室在生命科学里的长期角色到底是什么？是卖 API 给药企，赚工具钱？是自己做管线，和药企竞争？还是成为底层基础设施，向整个药物研发产业收平台税？