大佬集体杀入生命科学！黄仁勋、奥特曼、Amodei、扎克伯格同时下注，AI制药彻底火了

“未来”、“AI”、“生命科学”……

这几个词，黄仁勋、Sam Altman、Dario Amodei这两年轮番挂在嘴边，扎克伯格也把科学发现写进了自己的超级智能宣言。

这几位大佬主背景各异，打法也各有各的路数，却在一件事上统一了立场：在AI时代，绝不缺席生命科学。

而且，不只是说说。

英伟达打造“AI药物共创实验室”；OpenAI向全球开放生命科学专用模型；Anthropic自建湿实验室；扎克伯格锚定生物学世界模型……

AI的下一站，是生命科学。但是怎么进场、做到多深？四家公司给出了四种不同的答案。

黄仁勋：做AI4S时代的基础设施建造商

2024年世界政府峰会上，黄仁勋说了一句让很多人意外的话：

人人都必须学会计算机的时代过去了，人类生物学才是未来。

后来，他把这个想法说得更具体：

“我希望生物学界能够达到类似40年前芯片设计界的水平，那时计算机辅助设计（EDA）为我们今天所能做的一切铺平了道路。我相信，我们将为他们实现计算机辅助药物设计。”

这个EDA类比，是理解英伟达AI4S布局的关键：把算力、模型、数据和工具封装成基础设施。

因此，英伟达要做的不是某一款药，而是复刻自己的“来时路”，永远在新产业的工具层。

围绕这个定位，英伟达的动作可以归为三类。

第一类是平台。

生物医药生成式AI平台BioNeMo于今年6月完成大版本升级，推出BioNeMo Agent Toolkit，把蛋白质结构预测、蛋白质设计、生成式化学、基因组学等能力打包成智能体工作流。

目前平台接入50多家企业，客户名单除了礼来，薛定谔（Schrödinger）等医药公司外，还包括Anthropic和OpenAI这类头部AI公司。

第二类是算力。

与美国能源部推进七套新一代AI超算系统建设，用于训练前沿模型和支撑Agentic AI科研工作流。

第三类是资本。

参与Relation、Vilya等AI制药公司的融资；押注生成式AI蛋白质初创公司EvolutionaryScale；联手礼来砸下10亿美金，共建全球首个“AI药物共创实验室”，把生态触角伸进产业腹地。

有调侃说，黄仁勋想从“AAA显卡批发黄总”转型AI制药时代的“卖水人”。这个比喻其实相当准确。

这套策略高明的地方在于，把算力、模型和开发平台变成AI4S时代绕不开的基础设施。无论谁最终跑通AI药物研发，入局者大概率都要用到英伟达的设施。

Sam Altman：模型嵌入AI4S工作流

Altman对AI4S的态度有一个明显的转弯。

2022年，他认为“大模型还不够好”，改变生命科学研究“为时尚早”。

四年后，他改口说，原本以为AI在新材料、疾病疗法等领域取得突破还需要更长时间，但现在觉得“这一天或许不会太遥远”。

他还给出一个“激进”的时间尺度：如果AI把十年的研究压缩到一年，复利效应将是巨大的。

从保守到乐观的转变，原因之一是模型能力跨过了门槛。

2025年8月，OpenAI与Retro Biosciences合作，用GPT-4b micro重新设计蛋白质，干细胞重编程标记物表达水平比野生型高出50倍以上。OpenAI表示，模型取得了突破性成果。

随后OpenAI在AI4S领域的布局沿两个关键词展开。

一是“窄而深”。

2026年4月推出首款生命科学专用模型GPT-Rosalind，为科学研究打造工作流。

专门定制。从头针对药物发现、蛋白设计、实验优化做专项强化，而不是在通用模型上加个一个“生命科学prompt”。

Rosalind不走公开API，通过“受信访问”（Trusted Access）计划向合格机构开放，早期名单包括安进、Moderna、赛默飞世尔等；配套的Codex生命科学插件则免费开源，连接50多个科学工具。

9月11日，GPT-Rosalind结束研究预览，向全球符合条件的生命科学机构开放，但仍然通过Trusted Access进行资格控制。

从GPT-4b micro实验到GPT-Rosalind，OpenAI在生命科学上的动作明显从单点能力验证走向了系统化产品布局。

从目前的产品形态看，OpenAI是在向研发链条的软件层靠近，把模型、工具和科研工作流嵌入药企与科研机构的研发体系，让Rosalind成为连接数据、工具与推理的必要环节。

Dario Amodei：唯一的生物学家

四人中，Amodei是唯一有生命科学科研背景、发表过电生理学论文的人：

投身AI之前，在斯坦福医学院做博士后，研究蛋白质组网络建模和癌症标志物筛查。

2024年10月，他在《Machines of Loving Grace》一文中，把“生物学与身体健康”列为AI最值得期待的五个领域之首，并提出“虚拟生物学家”（virtual biologist）这一概念：自主设计并执行实验、指挥实验室机器人、指导人类做实验。

他还给出一个惊人预言：5到10年内，AI有望攻克大多数人类疾病，未来几个月就可能看到初步迹象。

在他看来，瓶颈在实验闭环。

Anthropic过去一年的动作，几乎都指向这里。

工具层：2025年10月推出Claude for Life Sciences；今年1月新增起草监管文件、临床试验方案等研究自动化功能，合作方包括赛诺菲、诺和诺德、Genmab、艾伯维、艾伦研究所和霍华德·休斯医学研究所。6月发布Claude Science，一款类似Claude Code的科研工作台，连接60多个科学数据库，并集成英伟达BioNeMo Agent Toolkit。

人才层：4月，以约4亿美元全股票收购Coefficient Bio。这家公司成立仅8个月、员工不到10人，核心成员来自2021年被基因泰克收购的Prescient Design。6月，AlphaFold核心主创、诺奖得主John Jumper离开工作九年的DeepMind，加入Anthropic。

实验层：大量招募实验室科学家，9月23日宣布成立生命科学研究组，自建湿实验室。据报道，Anthropic还在搭建自己的药物管线，首先瞄准罕见病。

有意思的是，外界报道和官方表态之间，存在一道微妙的缝隙。

官方强调：不与药企和生物技术公司竞争，重点放在早期研究，以及罕见病和被忽视的疾病，目前尚未进入临床试验。

另一个耐人寻味的地方是，Amodei也是AI圈里最强调生物安全风险的人之一。

扩张最积极的人，同时是最担心风险的人。

扎克伯格：构建生物学世界模型

Meta在公司层面已经基本退出了生物方向。

2023年，Meta解散了FAIR实验室下的ESM蛋白质研究团队。此后，公司层面的AI4S，只剩下FAIR的化学与材料线。

但是扎克伯格本人并未退场，而是换了一个场地。

2025年11月，扎克伯格夫妇创办的CZI（Chan Zuckerberg Initiative）收购了生成式AI蛋白质初创公司EvolutionaryScale，并将其纳入CZI旗下Biohub的AI生命科学版图之中。

颇有戏剧性的是，创立EvolutionaryScale的，正是当年从Meta出走的ESM团队核心研究员。兜了一圈，拿了英伟达、亚马逊的投资，又被老板个人买了回来。

Biohub想构建的是一个统一的“生物学世界模型”，研究路线逐级递进：从蛋白质到细胞，再到更高级的组织系统。

2026年5月，Biohub发布了全球首个开源蛋白质生物学世界模型，主要由蛋白质语言模型ESMC、蛋白质折叠模型ESMFold2和全球最大的蛋白质结构与功能图谱ESM Atlas这三大引擎组成。

更重要的是，所有成果保持开源，通过Biohub平台向全球科学界开放。

研究人员用这套模型设计出针对癌症和免疫靶点的蛋白结合剂，并在实验中成功重新激活了免疫细胞。

但蛋白质只是分子零件，细胞才是理解生命活动的基本单位。

所以Biohub的另一个重点就是AI虚拟细胞（AIVC）。

早在2024年，CZI就呼吁全球共建虚拟细胞；今年四月，Biohub则宣布启动为期5年、总投入5亿美元的“虚拟生物学计划”（Virtual Biology Initiative），联手全球顶尖机构，共同构建训练虚拟细胞所需的多模态数据

Biohub押注的是理解生命的零件层和单元层。

与一般的“AI制药”相比，它的切入点可能更靠前一步，但最终的指向，仍然是扎克伯格夫妇反复申明的那个目标：在本世纪末治愈、预防或控制所有疾病。

“AI将改变生命科学”，早已是巨头们的基本共识。现在讨论焦点转向了谁来控制哪一环节，该如何走下去。

AI4S方兴未艾，各家公司仍在激烈竞争，格局远未定型，各层边界仍在移动。

但是无论格局怎样变化，无论谁会笑到最后，被他们共同抬高的，将是整个生命科学格局。

—The End—