北京
药物研发是现代工业中代价最为高昂的领域之一。找到一个可行的候选分子，往往需要耗费十年时间和数十亿美元资金，而大多数候选分子最终仍难逃失败的命运。一代又一代的AI初创公司承诺要改变这一现状，但它们开发的工具大多只是让研究人员的工作稍微轻松了一些——毕竟，这些用户本身就具备足够的技术背景。
然而，SandboxAQ认为，真正的瓶颈并不在于模型本身，而在于使用界面。
该公司与Anthropic展开合作，将其科学AI模型直接集成到Claude中，让强大的药物研发和材料科学工具以对话式界面呈现，用户无需任何专业计算基础设施即可使用。
SandboxAQ成立于约五年前，是Alphabet旗下的拆分公司，现任董事长为谷歌前CEO埃里克·施密特。该公司已从投资者处融资逾9.5亿美元，并构建了多条业务线，其中包括网络安全业务。
SandboxAQ最具特色的业务之一，是开发大型定量模型（LQM）。这些专有模型以"物理规律为基础"，即建立在现实世界的物理法则之上，而非文本数据的统计规律。它们能够执行量子化学计算，并模拟分子动力学与微观动力学——后者研究化学反应在分子层面的展开过程。这一能力至关重要，因为它能够在研究人员进入实验室之前，预测候选分子在真实场景中的行为表现。
"LQM在真实实验室数据和科学方程式的基础上进行训练，是专为定量经济设计的AI模型。这一经济领域规模超过50万亿美元，横跨生物制药、金融服务、能源和先进材料等行业。"公司在新闻稿中表示。这一表述清晰地传递出一个信号：SandboxAQ并非在打造另一款聊天机器人或代码助手，而是瞄准AI本应颠覆的那个庞大经济体。
Chai Discovery和Isomorphic Labs等获得大量融资的企业，将重心放在科学模型本身的突破上；而SandboxAQ关注的，是谁能真正用上这些模型。
"这是第一次，有人可以通过自然语言使用前沿定量模型与前沿大语言模型的组合。"SandboxAQ AI仿真业务总经理纳迪亚·哈尔亨在接受TechCrunch采访时表示。此前，用户若要运行SandboxAQ的LQM，还需自行搭建数字基础设施。
SandboxAQ的客户主要是计算科学家、研究科学家或实验科学家，他们通常供职于大型制药公司或工业企业，致力于寻找能够转化为商业产品的新材料。
"客户来找我们，是因为他们已经尝试过市面上其他所有软件，但问题的复杂程度超出了那些工具的能力边界——在将研究结果转化为现实应用时，要么行不通，要么得不到正向结果。"哈尔亨说道。
Q&A
Q1：SandboxAQ的大型定量模型（LQM）与普通大语言模型有什么区别？
A：LQM是以物理规律为基础构建的专有模型，依托真实实验室数据和科学方程式进行训练，能够执行量子化学计算、模拟分子动力学和微观动力学，预测候选分子的真实行为。而普通大语言模型主要基于文本数据的统计规律，擅长语言理解和生成任务，并不具备物理世界的定量计算能力。两者定位和应用场景有本质差异。
Q2：SandboxAQ与Anthropic合作将模型接入Claude，对用户来说有什么实际意义？
A：最直接的意义是大幅降低了使用门槛。此前，用户需要自行搭建专业的数字基础设施才能运行LQM；接入Claude后，用户只需通过自然语言对话即可调用这些强大的科学模型，无需具备专业的计算技术背景，让更多科研人员能够直接上手使用。
Q3：SandboxAQ的目标客户是哪些人？他们为什么会选择这家公司的工具？
A：SandboxAQ的主要客户是供职于大型制药公司或工业企业的计算科学家、研究科学家和实验科学家。他们通常面对的是高度复杂的科学问题，在尝试过市面上其他软件无果之后，才转向SandboxAQ——因为其他工具在将研究结果落地为真实世界应用时，往往无法应对如此高的问题复杂度。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
