AI 大廠進軍醫藥，但資本市場等不了十年
重點摘要
過去幾個月，三家AI巨頭不約而同地將生命科學提升至戰略核心位置，試圖在醫藥領域開闢新戰場。六月底，Anthropic推出Claude Science，這是一個專為科學家設計的AI工作臺，能夠接入科研數據庫、執行代碼、分析數據、生成圖表，甚至查看蛋白質結構，並將整個研究過程保存為可審計、可複現的記錄。幾乎在同一時間，OpenAI發布GeneBench-Pro，專門用來測試AI Agent在基因組學、定量生物學等真實科研任務中的表現，特別是處理模糊數據與多階段判斷的能力。
過去幾個月，三家AI巨頭不約而同地將生命科學提升至戰略核心位置，試圖在醫藥領域開闢新戰場。六月底，Anthropic推出Claude Science，這是一個專為科學家設計的AI工作臺，能夠接入科研數據庫、執行代碼、分析數據、生成圖表，甚至查看蛋白質結構，並將整個研究過程保存為可審計、可複現的記錄。幾乎在同一時間，OpenAI發布GeneBench-Pro，專門用來測試AI Agent在基因組學、定量生物學等真實科研任務中的表現，特別是處理模糊數據與多階段判斷的能力。而更早布局的Google，則已從AlphaFold更進一步走向藥物設計，旗下Isomorphic Labs正在全力打造AI藥物設計引擎，並計劃在今年底前推動首批候選藥物進入臨床試驗。 這三家公司的路徑鮮明反映了各自的基因。Google DeepMind憑藉深厚的AI for Science積累，先以AlphaFold在蛋白質結構預測上取得突破，隨後將能力延伸到Isomorphic Labs，直接切入藥物研發產業鏈。Isomorphic Labs今年五月完成21億美元融資，創辦人Demis Hassabis表示將用於大規模建設藥物設計引擎，目標是「解決所有疾病」。OpenAI則選擇從通用推理模型著手，推出GPT-Rosalind作為生命科學專用的推理中樞，並搭配LifeSciBench與GeneBench-Pro等評估體系，試圖證明其模型能勝任複雜的科學工作流。相較之下，Anthropic走的是產品整合與工作流嵌入的路線：從Claude for Life Sciences階段開始串接Benchling、BioRender、PubMed等工具，到Claude Science將數據庫、代碼、計算資源與科學渲染器整合成單一工作臺，甚至計劃建立自己的濕實驗室並開發藥物，專注於被大型藥企忽視的疾病領域。 然而，醫藥研發的漫長週期與AI產業的快節奏之間存在根本性矛盾。模型可以幾個月迭代一次，AI公司的估值與收入按季度計算，但一款藥物從早期發現到通過臨床試驗、獲得監管批准，往往需要十年以上的時間。AI能夠加速靶點發現、分子篩選與早期研發，卻無法壓縮人體臨床驗證所需的時間。這也是為什麼許多大型藥企與AI公司的合作雖然標榜數十億美元的潛在總額，實際首付款往往僅佔極小比例。例如阿斯利康與石藥集團的53.3億美元合作，首付款僅1.1億美元；禮來擴大與Insilico Medicine的合作，潛在總額27.5億美元，首付款也只有1.15億美元。藥企願意為更快的發現能力付費，但不會在臨床結果出現前為全部想像提前買單。 這種時間錯位引發了一個值得深思的判斷：《華爾街日報》指出，如果AI最終真的改變藥物研發，最大的贏家未必是OpenAI、Anthropic或Google，更可能是擁有專有數據、實驗能力與全球臨床體系的大型製藥公司。因為在AI參與的藥物研發中，模型能力只是其中一個環節。真正決定候選藥物能否走到患者面前的，還包括多年累積的內部實驗數據、毒性數據與失敗記錄（尤其是那些從未發表的失敗經驗），以及濕實驗驗證能力、全球臨床試驗運營經驗、監管申報與商業化網絡。大型藥企不需要在AI公司之間選邊站，它們可以同時使用AlphaFold進行結構預測，調用OpenAI的模型處理文獻與數據分析，並採購Anthropic的工作臺來整合內部流程。 儘管如此，這三條路線各自展現了不同的戰略意圖。Google透過Isomorphic Labs試圖從結構預測一路深入到藥物管線，不只提供模型，更想親自推進候選藥物上市。OpenAI則致力於建立生命科學領域的通用推理模型與評估標準，更像是在提供科研能力基礎設施。Anthropic則從工作臺與企業級部署切入，先後與Novo Nordisk、Genmab、Bristol Myers Squibb等藥廠合作，將Claude嵌入日常研究、臨床開發與監管文檔生成流程，甚至計劃親自驗證藥物發現的早期階段。三家公司雖然路徑不同，但都在搶奪同一個命題：讓AI成為醫藥研發中不可或缺的一環。 值得注意的是，除了這三家模型公司，雲端巨頭亞馬遜也以基礎設施提供者角色切入。今年四月推出的Amazon Bio Discovery，讓研究人員在雲端調用生物基礎模型進行分子生成與評估，並整合外部實驗室進行合成與測試。全球前20大藥企中已有19家使用AWS雲服務，顯示這條「賣水人」路線同樣具有吸引力。但無論是模型公司還是雲端平台，最終都必須面對一個現實：在生命科學領域，模型給出的答案只是假設，必須經過濕實驗驗證，再將結果回流模型，形成「假設—實驗—數據—優化」的閉環。沒有實驗反饋，再強的模型也只能在既有數據上做越來越精細的預測。 醫藥研發長期存在一個被稱為「Eroom定律」的現象：儘管計算、生物技術與實驗工具不斷進步，新藥研發所需的時間與成本卻沒有同步下降。AI或許能壓縮尋找候選分子的時間，卻無法壓縮一個分子在人體內證明自己的過程。今天由AI找到的候選藥物，可能要到數年後市場才能確定它究竟是有效藥物，還是又一個在臨床階段失敗的項目。這種不確定性使得資本市場保持謹慎，也讓AI醫藥故事在亮眼標題之外，必須面對生物學自身步調的考驗。 最終，AI製藥競爭的勝負可能不取決於誰擁有最強的模型，而是誰能掌握別人拿不到的數據，誰能讓模型的預測進入實驗閉環，誰又有能力將實驗結果一路推進到臨床與上市。大型藥企若能把內部數據、濕實驗與臨床開發能力，與外部AI工具高效整合，就有機會成為這場變革的最大受益者。而對於Google、OpenAI與Anthropic來說，它們現在建立的技術壁壘，究竟是讓自己成為未來的製藥巨頭，還是僅僅變成大藥企可以採購與組合的新工具，答案恐怕要等數年後，第一批由AI深度參與研發的藥物進入臨床結果時，才能真正揭曉。
Related
相關文章
融資29.8億，愛詩科技再獲融資：收入是可靈1/10
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道安徽最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作融資29.8億，愛詩科技再獲融資：收入是可靈1/10鉛筆道·2026年07月14日 17:35才過4個月，又融資了？愛詩科技C輪北京市2023-04打造全球頂級AI視頻生成模型及應用36氪報道前沿技術工具軟件我要聯繫 一家成立僅3年的中國AI視頻公司，累計拿到近30億元C輪融資。 7月14日，愛詩科技宣佈完成整體C輪融資，累計融資29.8億元。其中，C+輪由阿里巴巴領投，王慧文家辦Lollapalooza Capital、常春藤資本、惠遠資本、鐘鼎資本、韓國未來資產、藍色光標、CloudAlpha、iGlobe Partners等十餘家機構參與。 需要說明的是，29.8億元是整個C輪的累計金額，並非今天一次性新融29.8億元。 本次完成的是C輪延展輪，新增C+輪金額沒有單獨披露。TechCrunch稱，完成本輪融資後，PixVerse估值已超過20億美元，約合人民幣140億元。 4個月前，愛詩科技剛完成約3億美元C輪融資，成為獨角獸。比融資數字更值得關注的是： 這4個月裡，公司發生了什麼？ 01 4個月新增5000萬用戶 今年3月，愛詩科技完成約3億美元C輪融資。當時，PixVerse全球用戶超過1億，覆蓋175個
騰訊混元發佈 1bit 與 4bit 量化版 Hy3 模型，旗艦 AI 模型可單卡本地運行
首頁 > 智能時代>人工智能 騰訊混元發佈 1bit 與 4bit 量化版 Hy3 模型，旗艦 AI 模型可單卡本地運行 2026/7/14 17:39:02 來源：IT之家 作者：遠洋 責編：遠洋 評論： 感謝IT之家網友 麻辣清補涼 的線索投遞！ IT之家 7 月 14 日消息，今日騰訊混元發文表示，Hy3 上線並開源後，社區一直在呼籲量化版本，希望單卡跑參數量達 295B 的 Hy3。團隊針對開源社區需求，把 Hy3 的權重量化到 1bit 與 4bit 並打包成 GGUF，配合 llama.cpp 生態，讓原本只能跑在多卡集群上的模型，最少一張推理顯卡、乃至內存充足的本地機器也能跑起來。IT之家附官方詳細介紹如下：從模型上看，騰訊混元 Hy3 是一個 295B 參數的旗艦模型，展現出顯著強於同尺寸模型的智能水平，並比肩更大尺寸旗艦模型的效果，大幅提升了在各類產品和生產力任務中的實用價值，但是它的 BF16 權重接近 600 GB，要完整發揮實力，離不開多卡服務器這樣的部署環境。1bit, 4bit 以及 BF16 Hy3 模型遊戲編程示例1bit 塞進單卡，4bit 接近滿血我們首先提供了 1bit 極限量化版本 IQ1_M，把權重從 598 GB 一路壓到 85.5GiB，整整縮小了 6.7 倍。這意味著一張 96GB 的推理顯卡就能部署。對於硬件最受限、又想在本地把旗艦模型跑起來的場景，Hy3 1bit 版本是我們所推薦的。同時，我們也提供了 4bit 量化版本 Q4_K_M，體積 169.9GiB，兩張推理顯卡即可承載，如果目標是在有限資源成本內拿到更接近滿血模型的效果，推薦就選 Hy3 4bit 版本。我們還提供了 GPTQ Int4 版本，它可以直接通過 vLLM 部署對外提供服務，天然享受 vLLM 生態在高併發、低延遲上的紅利，更貼合服務端部署的需求。
AI短劇，為何共用一張臉？
打開短劇App，連續看個幾部AI生成的劇集，很快就會發現一個奇怪的現象——男主角幾乎都長著同樣凌厲的下頜線、薄嘴唇、眼神下壓不怒自威，女主角則清一色鵝蛋臉、大眼睛、自帶柔光肌膚。明明不同故事背景，冷臉總裁和剛被趕出侯府的將軍卻像共用同一張臉，校園白月光與古裝大小姐也只是換了套衣服。社群平台上，「AI臉」引發的生理性厭惡甚至曾衝上微博熱搜，觀眾們不禁疑惑：擁有海量數據的AI模型，理論上能創造出無限張面孔，為何偏偏讓短劇主角集體「撞臉」？ 要理解這個現象，得先看AI人物究竟是怎麼生成的。
有消息稱三星晶圓代工決定承接 Anthropic 自研 AI 芯片製造訂單
首頁 > IT資訊>業界 有消息稱三星晶圓代工決定承接 Anthropic 自研 AI 芯片製造訂單 2026/7/14 16:10:49 來源：IT之家 作者：溯波（實習） 責編：溯波 評論： IT之家 7 月 14 日消息，韓媒 NewsWorks 當地時間昨日援引業內人士的話報道稱，三星晶圓代工決定承接 Anthropic 自研 AI 芯片製造訂單。
企業智能體部署太多坑了！亞馬遜雲科技甩出一部“防坑指南”
智東西（公眾號：zhidxcom） 作者 | ZeR0 編輯 | 漠影 智東西7月14日報道，在近期舉行的亞馬遜雲科技2026中國峰會上，亞馬遜全球副總裁、亞馬遜雲科技亞太區聯席總裁儲瑞松談道，Agentic AI迎來爆發拐點，AI正從輔助工具轉變為直接交付可衡量業務結果的生產力。
報告稱 Claude Code 處理用戶請求前消耗 Tokens 量約為 OpenCode 的 4.7 倍
# 報告稱 Claude Code 處理用戶請求前消耗 Tokens 量約為 OpenCode 的 4.7 倍 科技媒體 Systima 於 7 月 12 日發布最新對比測試報告，揭示 Anthropic 旗下開發工具 Claude Code 在處理用戶請求前的初始 Token 消耗量，約為開源替代方案 OpenCode 的 4.7 倍。這項測試結果引發了開發者社群對 AI 編程工具資源效率的廣泛討論。 ## 測試方法與核心發現 根據 Systima 發布的詳細測試報告，研究團隊對比了 Claude Code 2.