前 Meta 蛋白質團隊自立門戶：AI 生物公司 EvolutionaryScale 獲 4000 萬美元融資

當大廠忙著用大語言模型做聊天機器人、搞流量變現時，一群做生物 AI 的頂尖科學家卻被「最佳化」出了門。

今年 4 月，Meta 關閉了自家的蛋白質摺疊研究團隊。但核心成員沒有散夥，由原團隊主管 Alexander Rives 帶隊，8 位創始成員打包創立了一家叫 EvolutionaryScale 的生物 AI 初創公司。

據 Forbes 報道，這家新公司已經敲定了至少 4000 萬美元的種子輪融資。這筆交易由 Lux Capital 領投，知名 AI 投資人 Nat Friedman 和 Daniel Gross 參投。知情人士透露，EvolutionaryScale 的投後估值達到了 2 億美元。

拿做 GPT 的方法，去算 7 億個生命積木

如果把蛋白質看作由胺基酸連成的鏈條，它的立體摺疊結構直接決定了它的功能，也是新藥研發能不能精準結合靶點的關鍵。以往要搞清成千上萬個原子的相互作用，難度堪比盲盒。

2020 年，Google 旗下的 DeepMind 憑藉 AlphaFold 震驚學術界，一口氣預測了 2 億種蛋白質結構。但這群前 Meta 研究員走了一條不太一樣的路：他們直接把類似 GPT-4 的 Transformer 架構套在生物分子資料上，把蛋白質當成一種特殊的「語言」來學習。

去年 11 月，該團隊在《Science》雜誌上發表成果，稱其模型的預測速度比 AlphaFold 快了 60 倍，儘管平均精度略遜一籌。靠著這種超高速度，他們建立了一個包含 7 億個潛在 3D 結構的龐大數據庫，不僅能用於治病研發藥物，還能用來尋找清理汙染的微生物或合成工業化學品。

按照一份融資宣講檔案的說法，他們這次出來拿錢，主要目的就是把生物 AI 模型急劇放大，看一看在蛋白質領域繼續堆算力到底能逼出多大潛能。

巨頭甩掉包袱，風投接盤下注

在 ChatGPT 引爆整個科技界之後，大公司的耐心肉眼可見地變少了。Meta 的戰略重心迅速倒向能夠直接商業化落地的 AI 聊天機器人，原團隊因此成為大裁員的犧牲品。這並不是個例，早在 2021 年，OpenAI 也解散了短期看不到產出的機器人團隊。

生物 AI 在眼下確實不怎麼賺錢。連目前行業內成熟的上市軟體服務商 Schrödinger，市值也一直在 30 億美元以下，而且依然依靠傳統分子建模方式運作。在藥物研發領域，很多傳統藥企甚至懷疑文本大模型的質變時刻究竟會不會降臨在生物學上。

但風投機構顯然不想錯過這個可能。從 Inflection、Cohere 到 Adept，今年大筆資金都在湧入 Transformer 驅動的初創公司。哪怕 EvolutionaryScale 目前收入幾乎為零，投資人也願意拿出 2 億美元的估值賭一把。

為什麼重要

從團隊實力來看，EvolutionaryScale 幾乎是目前蛋白質大模型賽道里血統最純正的一支正規軍。對生物製藥研究者和合成生物學團隊來說，一個比現有方案快數十倍的生成式蛋白質模型，可能讓早期篩選靶點的時間從幾個月縮短到幾天。只要後續模型能開放呼叫，它完全值得科研人員和藥企管線第一時間去測試。

但商業化的隱患同樣擺在眼前。做大語言模型只要有算力和網頁文本就能跑，而生物計算最終必須回到實驗室進行溼實驗驗證。速度快 60 倍固然驚人，可生物醫藥是個人命關天的領域，精度往往比效率殘酷得多，差之毫釐就可能讓數億美元的臨床試驗打水漂。

我們認為，Meta 放走這支團隊看起來是短期財務指標驅動的務實選擇，卻把生物計算下一個拐點的籌碼拱手讓給了風險投資圈。這恰恰說明，真正可能改變基礎科學範式的前沿 AI 探索，正在因為大廠的商業焦慮而被迫重回創業公司時代。