谷歌AI制药实验室21亿美元融资 加速技术转化新药研发
AI制药领域传来一则重磅融资消息。Alphabet（谷歌母公司）旗下的Isomorphic Labs近日完成了高达21亿美元的新一轮融资，并获得了多家主权财富基金的支持。这家公司的目标很明确：将前沿的AI技术转化为实实在在的药物。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
根据Isomorphic Labs本周二发布的声明，此轮融资由知名风投机构Thrive Capital领投，参投方阵容堪称豪华，包括了Alphabet自身、阿布扎比的MGX、新加坡的淡马锡以及英国的“主权AI基金”。
从AlphaFold到商业化药物
Isomorphic Labs总部位于伦敦，成立于2021年，是从谷歌旗下明星AI实验室DeepMind分拆而来。其核心使命，正是将DeepMind革命性的AlphaFold蛋白质结构预测模型进行商业化应用。
如今，这家公司正与一批试图用AI碘伏传统药物研发的玩家同台竞技，其中就包括了近期推出生命科学研究模型的OpenAI。尽管AI开发者们普遍承诺能大幅缩短新药研发周期并降低成本，但现实是，目前由AI主导设计的药物极少进入临床阶段，更不用说成功上市销售了。
对于Isomorphic Labs来说，这笔巨额融资无疑是其技术发展道路上的一个关键里程碑。这不仅为其提供了充足的“弹药”，也可能意味着它离独立运营更近了一步。从长远来看，Isomorphic甚至有可能彻底从Alphabet的体系中分拆出去。
“独立”是一个选项
Isomorphic Labs的首席执行官德米什·哈萨比斯（Demis Hassabis）在采访中证实了这种可能性：“这绝对是一个选项。”值得一提的是，哈萨比斯同时还兼任着DeepMind的首席执行官。
目前，Isomorphic Labs已经与礼来、诺华等多家大型制药公司建立了合作关系，并计划重点研发癌症与免疫疾病疗法。哈萨比斯表示，新的融资将主要用于团队扩张——在现有350多名员工的基础上继续增员，同时升级其内部的AI药物设计软件平台。
事实上，这并非Thrive Capital第一次押注Isomorphic。早在2025年，Thrive Capital就领投了该公司的首轮外部融资，当时募资额为6亿美元。哈萨比斯解释，此次继续选择老股东领投，主要是出于效率和信任的考虑。
“我们不想花几个月时间到处进行路演，”他说，“另外还有保密因素——我们不希望过多地谈论公司的具体计划以及底层的技术细节。”
神秘面纱与行业挑战
然而，正是这种对技术细节的保密，让Isomorphic Labs被外界批评为“过于神秘”。要知道，DeepMind早期版本的AlphaFold曾向全球科研人员开源，但其最新版本却未公开。对此，哈萨比斯的回应是，由于涉及商业合作以及考虑到强大生物模型可能带来的潜在风险，公司必须更加谨慎地保护相关研究。
放眼整个AI制药行业，近年来的发展也并非一帆风顺。一些早期的明星企业正面临技术与监管的双重挑战：Recursion Pharmaceuticals Inc.的股价较2021年上市时已暴跌近90%；英国AI药企BenevolentAI已在去年退市；尽管Insilico Medicine在去年完成了一款AI设计肺病药物的中期临床试验，但部分数据结果仍不明确。
哈萨比斯本人也曾对研发进度做出过预测。去年，他预计Isomorphic Labs能在2025年底前推动候选药物进入临床试验。但他最新承认自己“说错了”，当时所指的其实是“临床前试验”——而这项工作目前已经启动。
“目前一切进展顺利，我们正在按计划推进。”不过，他拒绝透露具体药物的名称及其针对的疾病领域。
Alphabet的持续押注与医疗探索
在此轮融资中，Alphabet旗下的风投部门GV与成长基金CapitalG也参与了投资。哈萨比斯透露，Alphabet提供了“相当大一部分”资金，但他没有披露Alphabet的具体持股比例以及公司的最新估值。
回顾历史，谷歌内部孵化的一些前沿项目，例如自动驾驶公司Waymo，已经成功引入了外部融资并走向独立。然而，在医疗健康这个充满机遇与复杂性的领域，谷歌的许多尝试至今仍未找到成熟的商业模式。Isomorphic Labs的这次巨额融资，能否成为打破僵局的关键一步，市场正拭目以待。
相关攻略
随着人工智能模型参数规模不断突破千亿级别，其庞大的存储需求和计算开销已成为实际部署的主要瓶颈。针对这一挑战，MWS AI基础研究中心与ITMO大学联合提出了一种名为COMPOT的创新模型压缩技术。这项发表于2026年2月预印本平台（arXiv:2602 15200v1）的研究，为大语言模型高效“瘦身
人工智能在代码生成与逻辑推理领域的迅猛发展，正在深刻改变网络安全攻防的格局。近日，一项由AI领军企业Anthropic主导的重要倡议——“玻璃翼计划”（Project Glasswing）正式对外公布。该计划旨在联合全球顶尖科技力量，运用最先进的AI模型，抵御日益复杂化、智能化的AI驱动型网络攻击。
近日，工业和信息化部等十部门联合印发《人工智能科技伦理审查与服务办法（试行）》。这份重要文件为我国人工智能领域的伦理治理工作提供了系统性指引，旨在构建发展与规范并重的治理框架。其核心目标清晰：在大力鼓励技术创新的同时，通过建立规范的伦理审查与服务机制，为各类人工智能科技活动划定明确的安全与合规边界。
2026年4月8日，一项关键政策正式出台。工业和信息化部等十部门联合发布了《人工智能科技伦理审查与服务办法（试行）》。这份文件的出台恰逢其时，它不仅是一份纲领性指导，更是首次系统性地界定了AI伦理审查的适用场景、责任主体与一套完整的操作指南。尤为重要的是，文件从标准建设等五个方面提出了具体的扶持举措
2026年4月，谷歌母公司Alphabet的一项新动作，将AI与公共健康服务的结合推到了聚光灯下。他们宣布，为旗下AI助手Gemini新增心理健康支持功能，使其能够智能识别用户对话中的自残、自杀倾向，并主动弹出救助入口。与此同时，Alphabet承诺在未来三年投入3000万美元，专门用于支持全球危机
热门专题
热门推荐
当RPA机器人面临复杂决策场景时，企业通常可以采取以下几种经过验证的有效策略来应对，确保自动化流程的顺畅与准确。 借助人工智能技术 一种广泛应用的解决方案是将RPA与人工智能技术深度融合，特别是机器学习与自然语言处理。通过集成AI的预测分析与模式识别能力，RPA能够处理非结构化数据并应对模糊的业务情
当智能制造与人工智能技术深度融合，这不仅是两种前沿科技的简单叠加，更是一场旨在重塑全球制造业竞争格局的系统性变革。其核心目标在于，通过深度嵌入人工智能等前沿技术，全面提升制造业的智能化水平、生产效率与国际竞争力。那么，如何有效推进这场深度融合？以下六大关键策略构成了清晰的行动路线图。 1 加强关键
对于已经部署了RPA的企业而言，项目上线远不是终点。要让自动化投资持续产生价值，对机器人性能进行持续优化是关键。这就像保养一台精密的机器，定期维护和调校，才能确保其长期高效、稳定地运行。 那么，具体可以从哪些方面着手呢？以下是一些经过验证的优化方向。 一、并行处理与任务分解 首先，看看任务执行本身。
面对海量数据源的高效抓取需求，分布式数据采集架构已成为业界公认的核心解决方案。该架构通过精巧的设计，协调多个采集节点并行工作，并将数据汇聚至中央处理单元，最终实现数据的集中分析与深度洞察。这套系统看似复杂，但其核心原理可拆解为几个关键组件的协同运作。 一、系统核心组成 一套典型的分布式数据采集系统，
Gate io平台活动页面多样，新手易混淆注册奖励、邀请与正常开户页。本文梳理三者核心区别：注册奖励页通常含专属链接与限时福利；邀请页强调社交分享与返利机制；正常开户页则提供基础功能与安全验证。清晰辨识有助于用户高效参与活动，避免错过权益或操作失误，提升在Web3领域的入门体验。