前 Meta 蛋白质团队自立门户：AI 生物公司 EvolutionaryScale 获 4000 万美元融资

当大厂忙着用大语言模型做聊天机器人、搞流量变现时，一群做生物 AI 的顶尖科学家却被「优化」出了门。

今年 4 月，Meta 关闭了自家的蛋白质折叠研究团队。但核心成员没有散伙，由原团队主管 Alexander Rives 带队，8 位创始成员打包创立了一家叫 EvolutionaryScale 的生物 AI 初创公司。

据 Forbes 报道，这家新公司已经敲定了至少 4000 万美元的种子轮融资。这笔交易由 Lux Capital 领投，知名 AI 投资人 Nat Friedman 和 Daniel Gross 参投。知情人士透露，EvolutionaryScale 的投后估值达到了 2 亿美元。

拿做 GPT 的方法，去算 7 亿个生命积木

如果把蛋白质看作由氨基酸连成的链条，它的立体折叠结构直接决定了它的功能，也是新药研发能不能精准结合靶点的关键。以往要搞清成千上万个原子的相互作用，难度堪比盲盒。

2020 年，Google 旗下的 DeepMind 凭借 AlphaFold 震惊学术界，一口气预测了 2 亿种蛋白质结构。但这群前 Meta 研究员走了一条不太一样的路：他们直接把类似 GPT-4 的 Transformer 架构套在生物分子数据上，把蛋白质当成一种特殊的「语言」来学习。

去年 11 月，该团队在《Science》杂志上发表成果，称其模型的预测速度比 AlphaFold 快了 60 倍，尽管平均精度略逊一筹。靠着这种超高速度，他们建立了一个包含 7 亿个潜在 3D 结构的庞大数据库，不仅能用于治病研发药物，还能用来寻找清理污染的微生物或合成工业化学品。

按照一份融资宣讲文件的说法，他们这次出来拿钱，主要目的就是把生物 AI 模型急剧放大，看一看在蛋白质领域继续堆算力到底能逼出多大潜能。

巨头甩掉包袱，风投接盘下注

在 ChatGPT 引爆整个科技界之后，大公司的耐心肉眼可见地变少了。Meta 的战略重心迅速倒向能够直接商业化落地的 AI 聊天机器人，原团队因此成为大裁员的牺牲品。这并不是个例，早在 2021 年，OpenAI 也解散了短期看不到产出的机器人团队。

生物 AI 在眼下确实不怎么赚钱。连目前行业内成熟的上市软件服务商 Schrödinger，市值也一直在 30 亿美元以下，而且依然依靠传统分子建模方式运作。在药物研发领域，很多传统药企甚至怀疑文本大模型的质变时刻究竟会不会降临在生物学上。

但风投机构显然不想错过这个可能。从 Inflection、Cohere 到 Adept，今年大笔资金都在涌入 Transformer 驱动的初创公司。哪怕 EvolutionaryScale 目前收入几乎为零，投资人也愿意拿出 2 亿美元的估值赌一把。

为什么重要

从团队实力来看，EvolutionaryScale 几乎是目前蛋白质大模型赛道里血统最纯正的一支正规军。对生物制药研究者和合成生物学团队来说，一个比现有方案快数十倍的生成式蛋白质模型，可能让早期筛选靶点的时间从几个月缩短到几天。只要后续模型能开放调用，它完全值得科研人员和药企管线第一时间去测试。

但商业化的隐患同样摆在眼前。做大语言模型只要有算力和网页文本就能跑，而生物计算最终必须回到实验室进行湿实验验证。速度快 60 倍固然惊人，可生物医药是个人命关天的领域，精度往往比效率残酷得多，差之毫厘就可能让数亿美元的临床试验打水漂。

我们认为，Meta 放走这支团队看起来是短期财务指标驱动的务实选择，却把生物计算下一个拐点的筹码拱手让给了风险投资圈。这恰恰说明，真正可能改变基础科学范式的前沿 AI 探索，正在因为大厂的商业焦虑而被迫重回创业公司时代。